基于微透镜阵列的光场图像深度估计

针对光场相机同时记录光线位置信息和角度信息,提出估计光场图像深度的新方法。根据光场摄像技术的数字重聚焦原理,产生场景不同焦深的图像序列;采用基于目标区域的可变窗口清晰度评价算子对目标在图像序列中的聚焦度进行测量,通过高斯插值获得最清晰的成像位置作为深度求取结果。以基于微透镜阵列的Lytro光场相机为例,实验结果表明,在降低现有算法时间复杂度的基础上,该方法提取的深度图可靠,证明了该方法的可行性与优越性。     

基于kinect和unity的虚拟手抓取碰撞检测算法

针对目前碰撞检测算法效率低精度差的问题,提出了一种改进的层次方向包围盒（OBB）算法。首先通过位置关系判断虚拟手是否在物体包围球的邻近区域,然后用OBB和八叉树算法进行详细的碰撞检测,最后利用离散点到虚拟手简化面的矢量计算法实现精确的碰撞检测。实验结果表明,随着三维物体基元数目的增多,这种由粗略到精确递进的检测方式极大的提高了碰撞检测的效率和精度,具有可行性。该算法适用于任何复杂场景中刚体结构模型的碰撞检测,在运行时候不存在滞后情况,显示流畅,而且碰撞检测精度高,完全能够满足虚拟环境实时性和精确性的要求。     

ERP财务管理中的智能决策研究

阐述了利用数据挖掘和神经网络的智能决策系统与ERP财务管理有机结合的成本管理策略,提出了智能决策与ERP财务管理耦合的系统模型,包括系统总体框架的设计、智能决策系统的设计及模块的协同运作。     

基于凹凸性方法的杂乱场景点云分割算法

为了处理杂乱场景中多个物体的分割问题,提出了一种基于RGB-D点云数据的分割方法;该方法先将场景点云超体聚类分解为基于体素网格的邻接图,然后对邻接图的边缘进行分类创建凸度图,再通过区域生长合并具有凸关系的分块从而得到未知物体。此外,提出用欧几里得算法对区域生长进行改进,发现对于碗和杯子这类具有内部凹面的物体有较好地分割效果。在对象分割数据库和手动提取场景中的实验结果,表明该方法可以在杂乱的桌面场景中分割各种形状的对象。     

基于双目视觉技术的物体深度信息的提取

传统的双目匹配算法得到的数据是左右视图匹配点的二维坐标;但二维坐标将丢失物体的三维深度信息。提出一种利用视差原理在世界坐标系内计算该物点在现实中所对应点的三维坐标的新方法。该方法分为三部分:第一部分为双目相机的标定,包括内参(主点、焦距、径向畸变、不垂直因子)以及两相机之间的外参(旋转矩阵和平移矩阵)。第二部分为特征点的提取与匹配,特征点的提取则是利用SIFT算子提取左右视图的特征点,匹配则是将两视图中的对应点(现实中为同一点)利用SIFT算法进行匹配。第三部分为物体深度信息的计算,利用双目相机的视差原理和已经得出的双目相机的参数进行空间还原得到相应的左右视图投影投射矩阵,结合空间几何线性关系计算出该点在世界坐标系的三维坐标,从而得出其深度信息。     

光场相机精确色彩矢量约束下的超分辨率算法

以LYTRO相机为例,提出一种精确色彩矢量约束下的光场图像超分辨率算法。根据相机内部微透镜阵列按六边形分布的特点,结合点扩散函数,及相机探测器阵列上滤光片的排列方式,计算了每个单一像素点的RGB色彩分量值,精确恢复出每一个像素的颜色信息;利用金字塔算法对色彩恢复的时效性进行了优化。提出一种基于相机子孔径图像序列颜色矢量约束下的超分辨率算法,以提高图像质量。所提的色彩恢复方法可以用于多款光场相机,同时以色彩矢量作为约束条件,彩色超分辨率图像恢复的效果理想。     

基于Virtools和5DT数据手套的手势仿真研究

基于数据手套的手势仿真是人机交互研究中的重要内容。首先,采用网格曲面的方法建立了虚拟手的几何模型,解决了简单几何体建模出现的指节断裂现象;其次,为了保证运动映射的精确度,建立了虚拟手的运动模型,针对虚拟手外展时的失真现象,提出了约束值的方法;最后,基于Virtools开发平台,使用数据手套的SDK开发了数据采集模块并给出了具体的方法,编写了手势仿真的脚本程序。实验结果表明,该方法较好地解决了仿真手势的失真问题。     

三维点云中关键点误匹配剔除方法

三维点云关键点配准与识别过程中存在寻找匹配对不理想、大量误匹配对及配准与识别准确率下降等问题,提出了一种新颖的关键点误匹配剔除方法。在关键点检测阶段,基于边缘点及其邻域点大多分布在同侧的特性,提出了一种边缘点检测算法,剔除处于边缘的关键点,以提高关键点的可重复性和可匹配性,并降低关键点特征匹配的误匹配率。在关键点特征匹配阶段,对经由最近邻算法得到的初始关键点匹配对,通过Kmeans算法和分裂法,剔除掉大量错误的关键点匹配对,从而提高三维点云之间关键点的匹配率。实验结果表明,该方法能够剔除完整三维点云匹配完整三维点云、完整三维点云匹配杂乱且有遮挡的三维点云、部分点云匹配部分点云所产生的大量关键点误匹配对,提升了关键点匹配效果;同时在时间上,本文算法较随机取样一致性算法更有效率,是最邻近算法的有益补充。     

基于持久同调的复杂脑网络动态演化分析

有研究表明阿尔茨海默病（Alzheimer's disease,AD）的认知状态与动态功能连接时间特性的改变有关,持久同调指标分析方法可为AD动态脑网络的研究提供更深的见解,但是目前研究主要集中在空间演化方面,尚未有针对时变方面的脑网络演化研究．本文基于静息态功能磁共振成像（resting state-functional magnetic resonanceimaging,rs-fMRI）,对AD患者和正常被试（normal controls,NC）的静态脑网络和基于滑动窗口构建的动态脑网络进行功能连接性分析．对基于持久同调和基于图论的分析结果进行了比较,并采用k均值聚类进行了时间属性的分析．结果表明相对图论指标,持久同调的指标在AD患者和NC被试间具有更显著的差异性;而且相对于静态脑网络,基于持久同调的动态脑网络演化分析可为脑功能网络标志物的检测提供新思路．     

基于微透镜阵列型光场相机的多目标快速测距方法

以LYTRO相机为例,提出一种基于微透镜阵列型(MLA)光场相机的多目标快速测距方法。该方法的研究过程分为三个部分:第一部分,通过对原始数据进行点扩展函数计算及色彩恢复,并对数据进行超分辨处理,获取重聚焦序列图像,完成对待测目标的预处理过程;第二部分,利用三角形定理,通过贴片的方法,提出一种直接测距法;第三部分,对现有的相对测距法进行超分辨处理,大幅提高算法精度,同时利用改进型的拉普拉斯算子验证算法的正确性。最后将这两种算法结合,即得到一种MLA光场相机的多目标快速测距算法。实验证明,对于少量待测物体,直接测距法精度高,速度快;对于数量较多的待测物体,将直接测距法与相对测距法相结合,不但能够保证精度,还可以提高时效性。该方法为光场相机深度获取、三维重建等方面的研究提供了重要的数据参考及较为精准的评价依据。