一个新颖的轮廓线跟踪算法

提出了一个新颖的基于隐马尔科夫模型与光流的轮廓线跟踪算法。曲线描绘由B样条形状空间向量来表达,能够捕捉全局和局部变形。提出应用沿曲线的光流计算来预测曲线在下一帧的位置,在预测曲线的基础上,提出应用隐马尔科夫模型来准确定位曲线的位置。隐马尔科夫模型提供了一种有效的概率手段来融合多种量测特征比如边缘,曲线平滑性,区域灰度或颜色统计信息等等,能够更准确的定位曲线位置。基于仿射形状空间的实验了表明本文所提出算法的有效性。     

离散小波变换的最优Lifting分解方法

现有Lifting分解(Lifting Factorization,LF)算法不能在较短时间内求解出较长离散小波变换(Discrete Wavelet Transform,DWT)滤波器组的所有数值稳定LF,更无法计算最优LF.在LF的形式化分析基础上,提出了DWT多相矩阵的常数最大公因子分解方法,极大缩小了分解搜索空间;进一步,从数值稳定性及计算复杂性两方面研究了LF评价问题;最后,提出了基于联合优化的最优LF算法.实验结果表明,本文算法在解的质量、求解时间及适用范围上都有较大改进.     

文物三维重建关键技术

 文物三维重建是数字博物馆的关键技术,本文详细论述了文物三维重建中的3D建模、纹理映射等关键技术,给出了文物三维重建的可行方案,并对文物三维重建技术领域的未来发展进行了展望.     

基于图像融合的动态轮廓线跟踪新方法

红外与可见光传感器是目标跟踪识别系统中常用的两种传感器,对这两种传感器图像进行融合能有效提高系统跟踪检测的准确性。将动态轮廓线模型与图像融合结合,在特征搜索过程中利用特征点准确地完成了图像配准,同时使用了一种新的特征级融合方法,将两种图像中目标轮廓的B样条曲线控制点进行实时微分耦合。这种耦合将Curwen提出的微分耦合机制作了改进,利用图像配准把刚性硬模板改变为实时的变换模板并推导了融合后动态轮廓线的新的动力学方程。这种融合利用了红外图像目标轮廓信息约束可见光图像中动态轮廓线的收敛形状,有效地提高了可见光图像目标跟踪的准确性。对运动人手序列图像的对比跟踪实验表明,这种融合使得可见光图像中动态轮廓线平均跟踪误差减小了60．25％。     

一种基于图像融合的运动目标快速检测算法

提出了一种新的运动目标检测方法,这种方法可以有效的提取目标轮廓。应用一种图像差分技术得到运动目标的初始轮廓线。使用了动态轮廓线使其收敛到目标轮廓。提出了一种新的目标轮廓特征级融合方法,求解两类模式图像的收敛动态轮廓线控制点向量差的范数平方极小化。这种方法不需要图像配准降低了融合的计算复杂度,有效提高了可见光图像中目标轮廓提取的精度。对比检测实验证实了算法的有效性。设计了一种基于Newmark方法的动态轮廓线快速迭代算法,将该方法和方法作了比较,对比实验表明这种方法的时间复杂度降低了22%。     

基于曲线进化的目标检测算法

提出了基于曲线进化的运动目标检测算法。对于运动目标检测问题定义了新颖的能量模型,并给出了相应的曲线进化方程。结合水平集算法,所提出的曲线进化模型能够自动的适应拓扑变化,检测出多个运动目标区域及轮廓。从计算物理学领域引入基于偏微分方程的水平集窄带算法,在构造窄带时无需显示的知道曲线的位置,并能够快速的实现。     

指数突触电导IF神经元模型及事件驱动模拟策略

提出了一种新的可进行精确模拟的指数突触电导Integrate-and-Fire(IF)神经元模型,通过单脉冲激励的突触后电位和多脉冲激励的自发放电统计分析,发现该模型的脉冲反应动态特性与指数突触电导被动膜方程模型接近,而计算效率接近脉冲耦合漏电IF模型.同时构建了指数突触电导IF神经元模型的事件驱动模拟策略,并分别应用事件驱动和时钟驱动模拟策略模拟了基于动态突触的随机网络,结果表明:(1)在事件驱动模拟策略中,模拟时间和总的脉冲事件数线性成比例;(2)在不同的模拟策略中,脉冲事件的时间精度会影响网络的神经动态特性.     

利用标准线性四元一八元树由正交三轮廓图识别三维客体

线性八元树提供一种非常紧凑并适于传统客体处理运算的三维客体体积表示法。然而,利用体积交技术由正交三轮廓图生成三维客体的线性八元树表示取决于观察点。匹配客体到模型达到识别目的需要客体表示独立于观察点。为了得到独立于观察点的表示,应通过计算惯量矩阵的特征向量确定客体的三个主轴。线性八元树投影到三个主视(沿着主轴)的图象平面上得到三个标准线性四元树。客体匹配包括两步过程:第一步是利用对称差的度鞋匹配待识别客体的标准线性四元树到库中一模型子集;第二步是生成客体和这些候选模型的标准线八元树,然后匹配待识别客体的标准线性八元树到具有最小对称差的模型。     

一种结合位置信息的混合模型图像分割方法

提出了一种新的受位置约束的混合模型图像分割方法。该方法在独立混合模型的基础上,采用空间滤波方法对像素所属分量的后验概率进行修正,在混合模型中隐含地加入了像素的空间位置信息。这种结合位置信息的方法为混合模型的分量选择提供了一种有效的实现方式。与其它的受位置限制的混合模型相比,该方法没有引入额外的模型参数,并且无需采用模型选择准则,可以实现自动的混合分量个数的选择。     

IDENTIFICATION OF 3-D OBJECTS FROM THREE ORTHOGONAL SILHOUETTES USING NORMALIZED LINEAR QUAD-OCTREES

Linear octrees offer a volume representation of 3-D objects, which is quite compactand lends itself to traditional object processing operations. However, the linear octree structurefor generating the representation of 3-D objects from three orthogonal silhouettes by using thevolume intersection technique is dependent on viewpoints. The recognition achieved from match-ing object representations to model representations requires that the representations of objectsare independent of viewpoints. In order to obtain independent representations of viewpoints,the three principal axes of the object should be obtained from the moment of inertia matrix bycomputing its eigenvectors. The linear octree is projected onto the image planes of the three prin-cipal views (along the principal axes) to obtain the three normalized linear quadtrees. The objectmatching procedure has two phases: the first phase is to match the normalized linear quadtrees ofthe unknown object to a subset of models contained in a library utilizing a measure of symmetricdifference; the second phase is to generate the normalized linear octrees of the object and theseselected models and then to match the normalized linear octree of the unknown object with themodel having the minimum symmetric difference.