一、图像的三角四叉树分解法(论文文献综述)
刘宇涵[1](2020)在《特种装备全生命周期重要环节实时仿真关键技术研究》文中研究指明特种装备在国防科工和社会生产中占据着非常重要的地位,特种装备的种类十分多样,包括国防装备、工程机械、高端实验器械等,其结构复杂,产品开发周期需经历方案论证、概要与详细设计、加工制造、装配和测试等串行阶段。然而其核心环节中人-机-环境的测试验证是事后验证,导致各环节反复,致使研发成本大量增加,造成产品上市与应用周期延长,因此,对特种装备的全生命周期进行实时仿真能够帮助解决特种装备生产、检测、投入使用到安全维护各环节遇到的问题。本文专注于对特种装备全生命周期中部分重要环节的仿真,对其中的关键技术进行研究与实现,主要包括:特种装备及相关大型场景的实时绘制和漫游、基于刚体动力学的特种装备运动与虚拟操控的物理仿真实现、特种装备伪装用柔性织物实时绘制算法改进、以及特种装备实时仿真中多途径人机交互技术的探索和实现。首先,针对特种装备仿真效果差、场景单一和大型环境绘制延时等问题,探索一种能够对多种特种装备及大型场景进行实时仿真的方法。以集成实车、风力发电机和分子级轴承性能试验样机等多种特种装备及其运行场景为实例,采用专项优化模型材质中面片和三角形的策略,引入多层次细节重划分方法,大大缩减绘制模型数量,实现模型材质轻量化,降低仿真的时延;采用微表面材质模型,引入PBR渲染管线技术,完善材质纹理的真实感,减少渲染时间。从而实现对特种装备所处大型场景的实时绘制与漫游。其次,针对特种装备运动和虚拟操控,以徐工集团水泥泵车、压路机和装载机等多种特种工程车辆为例,采用抽象简化模拟物体运动关系的策略,引入刚体动力学实现特种装备和其他对象模拟方法,对多个特种装备进行受力关系分析,对其在场景中的各个运动关节和部件的受力情况进行描述,对各部件受力姿态相关参数进行优化调整,减少特种装备运动和操控上物理仿真的运算量,避免一定程度物理运动仿真偏差大的情况,提高物理仿真的精确性;保证在每一个绘制时间步长内的时间耗散均在虚拟操控容许的时延之内,实现特种装备运动和虚拟操控的实时性。再次,对于特种装备的伪装应用方面,本文对伪装的柔性布料进行仿真模拟。装备伪装评估在现代装备领域是一个重要的技术,军事伪装的不断发展主要得益于人类科技的进步。采用专注于布料的模型建立和动态模拟的策略,从布料的结构和运动为切入点,通过对布料模拟的几何参数和行为参数的分析,对布料模型的建立方法进行优化,减少运算量;对于异质布料的动态绘制,将场景中不同布料的属性和迭代次数进行分类处理,实现不同的材质效果,提高异质布料动态仿真的真实度;提出一种基于动力学方法的随机可控的区域风场模型,减少风场中布料撕裂效果模拟的时延,并对风场中布料撕裂算法进行改进,随网格变化动态改变质点的撕裂阻尼,改善布料撕裂的仿真效果,实现真实的撕裂效果模拟。最后,针对现有的虚拟现实场景交互模式单一且难以取得良好效果的问题,对特种装备实时仿真中多途径人机交互技术进行探索和实现。采用对不同交互需求进行定向设计和交互设计统一化的策略,设计一套完整的虚拟交互框架、流程和方法。对能够进行语音交互的场景,对声音的采集和合成方法进行改进,优化声音交互端的工作,降低场景声音延时,实现实时虚拟声场沉浸体验;对于复杂工作环境中传统交互无法达到预期效果的情况,设计一套能够用于多种虚拟场景中的手势交互指令集,对人体不同的区域范围构画交互内容,降低手指交互指令间的冲突,提高手势指令的控制效率,实现统一的手势交互;对于沉浸式的交互需求,采用HTC VIVE等设备搭建真实的虚拟场景,获得更加真实的交互体验,从而降低使用者在实际操作过程中遇到的意外情况;对于交互舒适性的研究,在人机操作舒适性验证平台实践中,完成对大吨位装载机和双钢轮压路机操作系统的模拟,有效控制企业的产品研发成本。
金靖熠[2](2020)在《基于卷积神经网络特征点的视觉SLAM方法研究》文中研究指明相机在未知的环境中运动,自主地确定自身位置和构建空间地图,是基于视觉的即时定位和建图(Simultaneous Localization And Mapping,SLAM)要解决的主要问题。在视觉SLAM前端,特征点法是目前的主流方法之一,其存在匹配效率不高、匹配效果不好以及受图像质量影响较大的问题。深度学习在视觉领域的发展一骑绝尘,但视觉SLAM存在大量的代数优化问题,很难用深度学习方法设计出效果出众的端到端SLAM模型。本文避开端到端SLAM,利用深度学习方法去解决视觉SLAM中的特征点检测问题,这也是深度学习方法的优势。本文训练了一个基于卷积神经网络的特征检测器,进一步利用该特征检测器构建了单目视觉SLAM系统,并加入相关优化算法,主要研究内容如下:(1)针对传统手工设计的特征点提取与匹配易受光照、视角、噪声、图像模糊等因素的影响,本文采用深度学习的方法解决特征点检测问题。将传统的关键点特征进行融合,并针对性地加入鲁棒性优化,解决无数据集的问题;使用MobileNet轻量化技巧改进的VGG样式的全卷积神经网络作为编码器,分别使用两个并行的解码器检测关键点和计算描述子,采用双网络架构对图像对进行学习,并采用交叉熵损失(Cross Entropy Loss)和铰链损失(Hinge Loss)分别对关键点和描述子进行训练,得到MVP(MobileNet-VGGNet-Point)特征检测器。实验结果证明训练得到的MVP特征检测器相比于现有方法在综合性能有明显提升,为后续将MVP特征检测器应用到SLAM中奠定良好的基础。(2)利用MVP特征检测器,分别从前端视觉里程计(Visaul Odemetry,VO)和闭环检测两个模块,对MVP特征在SLAM系统的使用做了算法优化与改进。在前端,构建了基于MVP特征检测器的VO,使用四叉树算法对关键点进行管理,并采用非极大值抑制算法筛选子节点置信度最高的关键点,将浮点型描述子做二进制化处理,并使用改进的双向最邻近算法匹配特征点;在闭环检测模块,用K-means聚类算法训练了基于MVP特征的字典,使用k叉树表征字典,降低单词查找的算法复杂度。将VO、闭环检测模块与ORB-SLAM2的后端优化、建图模块连接,构成完整的单目SLAM系统。实验结果表明:对关键点和描述子的优化策略提高了系统的运行效率;在大部分场景中,深度学习方法训练的MVP特征检测器比ORB特征检测器在VO模块和SLAM系统中都表现出更高的精度与更好的实时性。
王月[3](2020)在《2.52 THz图像的双平方加权函数非局部均值去噪算法研究》文中认为太赫兹(THz)成像技术是一种无损、非电离的成像技术,以其较低的光子能量和对可见光、近红外不透明的非金属和非极性物质的较高的穿透能力,在生物医辽、工业生产、安防检测等领域具有重大的研究价值和广阔的应用前景,目前已成为当今世界成像技术的研究热点。由于光源及探测器分辨率等性能的限制,成像系统在采集图像的过程中往往存在噪声,需要对采集到的太赫兹图像进行去噪处理。而现有的图像去噪算法往往在去除背景噪声的同时模糊了图像的细节,因此研究出既能去除背景噪声又可保留目标细节的优良算法具有重要的意义。一些较经典的去噪算法例如非局部均值(NLM)去噪方法是根据添加的噪声方差来设置参数进行去噪的。而对于真实的太赫兹图像,由于其结构的特殊性及复杂的噪声特点,我们无法获知其具体的噪声方差,进而无法自动设置去噪算法的参数,因此需要研究一种能对太赫兹图像进行噪声估计的自适应去噪算法。首先,针对THz反射扫描图像重影和背景条纹噪声严重的问题以及THz图像尺寸较小的特点,采用了一种基于四叉树的加权双平方非局部均值(QBNLM)复合去噪算法。通过露西-理查德森(L-R)去模糊和直方图均衡化进行预处理然后使用四叉树分解方法将图像分解为不同大小的子块结合加权双平方NLM(BNLM)滤波实现了加速收敛的作用,可以有效的去除THz图像的噪声。但此时去噪算法的参数是整幅图像的标准差,这样会影响去噪的效果。因此,为了提高算法的去噪效果,解决实验图像噪声标准差未知的问题,研究了用于THz图像的噪声水平估计算法。通过对现有的效果较好的噪声水平估计算法的整合与改进,实现了对两类THz图像的噪声估计。最后,将上述估计方法的噪声估计结果代入复合去噪算法中,给出了THz图像的自适应迭代去噪算法。通过对实验图像的反复迭代去噪,可进一步提高基于四叉树的加权双平方非局部均值复合去噪算法的去噪效果,且相对于利用图像标准差作为参数进行去噪的效果更好,证明了噪声水平估计对提高算法的去噪效果是有帮助的。
王鑫涛[4](2020)在《多视角三维ISAR散射点集配准方法研究》文中提出三维ISAR成像算法可得到目标的三维ISAR散射点集,相较于二维图像,能反映目标的真实尺寸及形状,从而为目标参数提取及目标识别提供必要的信息支持。但受限于雷达分辨率,单视角的三维ISAR散射点集包含较少的目标特征及信息,难以有效提取目标的各项参数。而不同视角的点集间具有互补性,配准后可得到更完整的点集数据,但不同视角的点集间也存在大量的非重合区域,造成三维ISAR散射点集配准相较于二维图像配准更加困难。针对三维ISAR散射点集稀疏且不同视角点集间的重合区域较少,难以配准的问题,本文开展多视角三维ISAR散射点集数据配准方法研究,主要工作可归纳为:1、研究了三维ISAR成像技术。介绍了二维ISAR成像的基本原理与基于三维摇摆平台的三维ISAR成像算法,即利用平台本身的三轴转动实现目标高度维分辨。通过结合基于分数阶傅里叶变换的参数估计算法,可准确估计回波信号的各项参数,得到成像结果。通过仿真获得了三种模型在不同视角下的三维ISAR成像数据。2、针对三维ISAR散射点集的特征点易聚集,难以反映整体特征的问题,提出基于邻域曲度排序的多尺度特征点提取算法。该算法首先在各点处进行二次曲面拟合并提取曲度值后,提出在多个邻域尺度中挑选曲度值大小均满足排序要求的点作为特征点,使得提取的特征点更具“代表性”。仿真表明该算法所提取的特征点分布更均匀,能够更好反映散射点集的整体特征。3、对于多视角的散射点集间重合区域较少,易产生误匹配点对的问题,提出基于CRMS与DRMS的匹配点对筛选算法。该算法首先通过距离均方根误差(DRMS)评价函数得到具有“一对一”关系的匹配点对,接着提出使用坐标值均方根误差(CRMS)评价函数筛选匹配程度最高的四对匹配点。仿真表明该算法能够有效筛选匹配点对。4、针对点集精配准算法易陷入局部最优的问题,提出基于自适应阈值的迭代最邻近法。该算法提出根据各次迭代后点集间最邻近点对的距离计算自适应阈值,通过阈值提取有效的对应点集,接着由对应点集进行迭代配准并判断迭代是否收敛。通过多种评价指标验证了所提算法可获得更优的配准效果。在三维ISAR成像基础上,针对不同视角下三维ISAR散射点集难以配准的难题,本文提出了散射点集特征点提取、匹配点对筛选与由自适应阈值计算迭代关系的三维ISAR散射点集配准方法,仿真结果验证了所提方法的有效性。
杨燕[5](2019)在《三维场景中地形与建筑物集成可视化技术研究》文中认为近些年来,三维场景可视化技术已被广泛应用于虚拟战场、城市规划、街景导航等众多领域。随着摄影测量、卫星遥感等技术的飞速发展,三维场景中的地形数据精度越来越高,规模越来越大。但由于目前计算机硬件水平有限,这就使得如何实现海量地形数据的实时渲染成为难点。此外,三维场景中不仅存在地形数据,还包括各种各样的地物模型,这些模型与地形数据之间如何集成显示也是当前三维场景可视化的另一个难点。为了解决这些问题,本文基于DirectX图形接口研究了大规模三维场景可视化系统的关键技术,包括海量三维地形数据的组织与管理,数据的实时调度策略,层次细节模型中的裂缝消除和地形与地物的无缝匹配,最终实现了大规模三维场景的实时高效绘制。本文的主要研究内容及研究成果如下。(1)研究了海量三维地形的数据组织与管理策略。通过对常用的数字地形的组织结构研究分析,采用了基于规则格网模型的地形数据组织。研究并分析了层次细节模型的原理及常用的LOD模型简化算法,提出一种结合CPU-GPU协同构网的三维地形数据组织策略,充分利用GPU的高速并行计算能力。测试结果表明,本文提出的数据组织策略使得最终渲染的地形三角网可达到百万级别,同时CPU负载始终维持在10%左右,帧速率维持在60Fps左右。可以认为,本文的算法既能保证一定的渲染效果,又能提高渲染效率。(2)研究了基于视点的地形数据裁剪策略和裂缝消除方法。通过对常用的可见性剔除策略研究及分析,提出了基于AABB包围盒的视锥裁剪策略,通过该方法可大大减少渲染时CPU与GPU之间传输的数据量,提高渲染效率。针对层次细节模型中的裂缝问题,研究并分析了裂缝产生的具体原因及常用的裂缝消除算法的优缺点,在此基础上提出了基于视点动态调整顶点位置的裂缝消除算法,测试结果表明该方法在不改变地形原有拓扑结构的前提下即可实现地形的无缝渲染和平滑过渡。(3)研究了三维地形与建筑物的无缝匹配技术。通过对常见的地物模型构建方法研究并分析,采用了结合二维GIS数据和建模软件的模型构建方法。针对地形与建筑物的集成可视化,提出了一种基于网格重构的模型匹配方法,该方法不但可以实现视觉层面的模型匹配,而且在数据上建筑物与地形也已融为一体。此外,针对匹配过程对建筑物周围地形产生的失真现象,本文提出了多影响域下的局部修正函数。测试结果表明,本文提出的方法通过校正影响域内的地形顶点高程值,可以减弱甚至消除失真现象。(4)三维场景集成可视化系统的设计与开发。研究了模型渲染中的纹理映射方法,通过纹理映射可进一步提高三维场景的逼真度,同时实现了三维天空的模拟和渲染。设计并实现了一个三维场景集成可视化系统,对其进行了整体架构设计,各模块功能分析,实现了一个真实感强、交互性好的三维场景集成可视化系统。
郭向坤[6](2019)在《大规模三维地形构建的关键技术研究》文中进行了进一步梳理三维地形以数字化的方式对地形表面起伏状态和细节特征进行模拟,广泛应用于飞行视景仿真、战场态势仿真、模拟演练、应急指挥、灾害救援等应用场景中。三维地形的真实性和可视化渲染的实时性直接决定了三维应用场景的逼真度、沉浸感和有效性。本文以无人机采集到的序列图像为出发点,对基于序列图像进行大规模地形三维重建的关键技术进行研究,分别从序列图像的稀疏重建、稠密重建、离散点云网格化和大规模地形实时渲染四个方面展开,对重建过程中的关键问题予以解决,给出了具体的解决办法,概括起来本文做了如下四方面的创新性工作:1、针对采用序列图像进行地形三维重建时图像特征点的提取和图像特征匹配进行了深入研究,提出了一种SIFT改进算法,通过缩小特征点附近的邻域选择范围,在保证特征点较多且稳定的前提下有效降低了特征描述向量的维数,改善了时间性能;结合RANSAC与AC-RANSAC算法的性质,提出了一种基于RANSAC和AC-RANSAC算法的本质矩阵估计的图像配准方法,针对不同的匹配点集采用不同的算法来剔除错误匹配点对,确保尽可能多地剔除误匹配。2、针对稀疏点云数据的稠密化重建方法进行了研究,对PMVS稠密重建的进行了分析和总结。序列航拍图像采用PMVS进行稠密重建时由于算法计算时间长和空间复杂度高的不足,采用多分辨率分层扩散重建的改进策略,对重建地形进行平面曲率检测,选择不同的面片扩散方式来提升重建的整体速度和重建结果的精度。3、针对离散点云数据的三维重建网格化方法进行研究,结合无人机序列图像获取到的地形点云数据的特点,提出了一种基于Delaunay准则和生长法的网格化方法来完成离散地形点云数据的快速网格化方法。该方法首先采用可伸缩包围盒对空间进行剖分,求点的空间邻近点(k-邻近点);然后从点云中选取一个带方向的种子三角形,并设计点和边的搜索策略;最后以已有的外边为基础,确定外边的候选点集,并从该外边的候选点集中选择一个最优点,增量式地生成新的三角形。4、针对大规模地形规则格网在渲染时面临的问题展开研究,本文采用标准图像压缩算法将规则格网数据转化为8位灰度图,有效压缩了地形块调度时的数据量;采用地形数据横向网格化分块,纵向多分辨率分层的方法,结合四叉树结构对地形数据进行合理的组织,建立两级四叉树索引提高数据的检索效率;采用多级缓冲技术实现了大规模地形数据在内外存间的动态调度。地形可视化实时渲染时,随着视点的变化可见区域内地形数据的范围和精度都将随之变化,当视点发生较大变化时需要对大量的地形数据块进行调度,大量的磁盘I/O操作不仅给渲染带来了延迟,同时也对渲染帧率的稳定性造成了影响。为了保障渲染的平滑性和连续性对基于四叉树结构的地形组织结构、调度策略、节点评价准则等进行设计,提出一种CPU-GPU协同计算的大规模地形实时渲染算法,该算法侧重于把批量LOD模型的构建从CPU移到GPU。CPU主要负责将外存中的地形数据块实时调度至内存中,同时将地形块数据载入GPU的显存中,GPU负责并行构建LOD模型。
单春艳[7](2019)在《面向井下无人机自主导航的位姿估计与障碍物检测技术研究》文中研究表明煤炭是我国国民经济发展的重要能源,煤炭开采也因此备受关注。但由于矿井本身构造复杂,井下地质环境多样,人工作业往往效率低下且事故频发。随着信息技术的不断发展,无人机将逐步代替人力,在未来少人或无人井下作业中发挥重要作用。本文以井下无人机自主导航为研究对象,针对井下巷道的特殊环境,以单目视觉传感器为基础,对导航中涉及的位姿估计、障碍物检测和路径规划等关键技术进行了研究。具体研究成果如下:(1)针对井下无人机自主导航中涉及的位姿估计问题,提出了一种基于单目视觉的井下无人机人工路标辅助位姿估计方法。以相同形制的反光标识牌作为人工路标,通过视觉注意机制对其进行快速识别。利用机载单目摄像机中心点与邻近反光标识牌及其投影点之间的几何关系,推断出无人机的位姿。仿真结果表明,本文提出的位姿估计方法可以满足矿井巷道中无人机位姿估计对精度和实时性的要求,且具有更高的算法效率。(2)针对井下无人机自主导航中涉及的障碍物检测问题,提出了一种基于单目视觉的井下无人机障碍物检测方法。首先,为了改善矿井图像低对比度和模糊的问题,提出了一种基于极值抑制和中值的加权均值滤波算法,并结合CLAHE算法对图像增强。其次,提出一种基于形态学处理的全局阈值二值化与局部阈值二值化取交集的方法,将障碍物从背景中分离出来,并利用Suzuki轮廓跟踪法提取障碍物轮廓。最后,根据障碍物形状特征参数,使用最小外接矩形精确定位障碍物区域。仿真结果表明,采用本文所提出的障碍物检测算法,得到的障碍物轮廓清晰且识别结果正确,能够满足井下无人机障碍物检测的要求。(3)针对井下无人机自主导航中涉及的路径规划问题,提出了一种基于单目视觉具有动态避障能力的井下无人机路径规划方法。首先,结合基于四叉树的ORB算法与三角测量法对巷道中的障碍物定位。其次,提出一种基于尺度Huber函数的高斯牛顿法对障碍物定位结果进行优化,并通过混合栅格法和构型空间法对巷道环境建模。最后,基于优化后的障碍物定位信息以及巷道环境模型,使用A*算法实现路径规划。仿真结果表明,采用本文所提出的路径规划算法,可以成功绕开前方障碍物,安全到达目的地,满足井下无人机进行最优路径规划的要求。上述工作为后续井下无人机自主导航系统的实际开发与飞行测试提供了一定技术基础,也为其他特殊场景下无人机自主导航系统的设计提供了一定研究参考。
程冬[8](2019)在《基于InSAR同震形变场反演2017年哈莱卜杰地震滑动分布》文中提出地震属于破坏力惊人的自然地质灾害。一旦爆发,就会出现大规模的人员伤亡和地表破坏,已经严重影响到人类的生活和经济的发展。对此,众多地震学者积极投身于该项研究中,最终发现地下断层的活动与地震的爆发有着密不可分的关联。因此根据地震造成的地表位移信息来探究地下断层的运动特性,对预知地震和减小灾害带来的损失具有重要的实际意义。合成孔径雷达干涉测量(InSAR)作为一项新的对地观测技术,因具有高分辨率、全天观测的特点,比传统的大地测量手段更适合监测地表形变。鉴于InSAR技术只能获取地表视线向的位移,通常需要结合两对不同视角的影像数据来准确判断地震的形变特征和约束后续的反演估计。本文以2017年哈莱卜杰地震为例,通过D-InSAR技术提取了地震的同震形变场,并基于Okada均匀位错模型进行了断层的滑动分布反演,主要研究内容和结论如下:(1)以GAMMA软件作为数据处理的平台,采用二轨差分干涉方法处理两对升、降轨哨兵1号影像数据,分别获取了升、降轨数据的视线向同震形变场,结果显示形变场集中分布于扎格罗斯主前缘断层,形变场的东北盘以沉降为主,视线向最大形变值为-37cm,西南盘以抬升为主,最大视线向形变值为88cm,整体上表现为隆升状态,符合逆冲地震的形变特征。(2)参考USGS的断层参数建立单一的断层模型,以经过均匀降采样和四叉树降采样的升、降轨形变场为约束条件,基于Okada弹性半空间矩形位错模型来反演估计该地震的断层滑动分布。经过对比两种采样数据的拟合残差和滑动分布,认为四叉树降采样的形变数据能更好的约束断层,因此选择基于四叉树降采样数据的反演结果作为本文最终的结果。(3)反演结果表示哈莱卜杰地震是逆冲性地震,发震断层以倾滑运动为主,右旋走滑运动为辅,滑动分布主要集中在沿走向0至45km、沿倾向10至40km的区域,最大的滑动量为3.29m,地震引发的最大能量为1.12×1020 N·m(MW=7.33)。(4)根据主、余震的位置、形变场的分布以及断层的滑动特征,本文判断发震断层为扎格罗斯主前缘断层,这与已有的研究结果是一致的。
张晶飞[9](2019)在《Delaunay网格剖分算法研究及其在动态大变形问题中的应用》文中指出各种计算方法的提出和计算机技术的迅速发展极大地促进了有限元方法的完善和应用。同时,各种有限元软件应运而生,这些都极大地方便了工业生产。网格生成技术就是其中的一个重要环节。众所周知在利用有限元方法进行数值分析之前需要对分析模型进行网格划分。因此关于有限元网格划分算法的研究和实现就显的至关重要。首先,论文对二维、三维Delaunay网格生成相关理论、算法进行详细分析,并对传统算法进行改进或提出了新的网格生成策略,以达到更加满意的剖分结果。其次,文章将Delaunay原理的优点巧妙的应用在金属成形之中,以解决网格退化问题。本文的主要工作归纳如下:(1)研究任意平面域的Delaunay三角网格生成方法。Delaunay三角化是基于点集的最优化网格生成,但会产生边界丢失现象或产生域外三角形现象。这就出现了优化准则与边界一致性相冲突的问题。相关学者对该问题进行了分析,提出了解决方案。本文在综合研究现有解决方案的基础上提出了更加可靠、通用的方法。并在此方法基础上提出最优化网格节点生成算法。该算法可以有效避免畸形单元产生,保证网格生成质量。最后将Delaunay原理的优势成功地应用到金属成形中,解决了金属大变形过程中网格退化(畸变)现象。(2)研究空间曲面Delaunay三角网格生成方法。本文利用映射法来实现对曲面三角网格生成算法的研究。首先,利用前面提出的最优化网格节点生成算法来实现对离散曲面节点集在二维参数域的网格生成。然后通过相应映射准则将参数域的网格单元映射回空间曲面中,以实现对空间曲面的三角划分。最后通过对映射法进行归纳总结,从理性方面总结用映射法进行分块时所需遵循的分块原则。这样既保证了网格质量又兼顾了计算效率。同时,将Delaunay的理论优势应用到金属冲压成形之中,以解决冲压过程中的网格退化现象。(3)研究空间四面体网格生成方法。Delaunay原理在三维空间领域的实现一直是很多学者致力于解决的重要课题。本文将算法中的关键问题进行了等效代替,使计算变得简单有效。并对该方法的可行性进行了证明。同时,为提高网格质量,本文将生长法的算法思路与三维Delaunay网格生成方法进行融合。最后把二者优势结合起来提出了新的网格控制策略,并进行相关测试。结果表明这种网格生成策略可以有效的实现Delaunay理论向三维空间的推广。
王亚亚[10](2018)在《基于图像网格的虚拟视点绘制》文中研究指明基于图像网格的虚拟视点绘制技术中,处理初始网格数量有可能超过了图像硬件所能承受的范围,因此需要研究网格简化技术来处理复杂模型生成虚拟视点速度慢的问题。大部分简化技术主要是基于地形研究的,没有考虑到深度图的不连续性;并且不能很好的处理高分辨率的深度图,本文旨在对这些问题做出解决方案。在传统的基于平衡四叉树的网格生成算法中,标准单元虽然可以解决非平衡四叉树问题,但相邻的正方形级数不超过一级的判断方法复杂度太高。本文改进了标准单元模型,通过正方形的悬空节点(公共节点)的位置和数量信息来判断使用哪种标准单元样式,这样的判断方式可以加快网格生成速度,降低处理特殊情况所用的时间。既能保证平衡四叉树原则,又能很好的处理正方形网格之间过渡的问题。本文在实现的五种网格简化模型中都加入了深度图像深度值的判断以适用于深度图像的不连续性。五种基于深度图像的网格生成方法分别是深度图抽取像素、渐进式网格化、二次误差度量网格化、基于块的四叉树分解以及基于标准单元与四叉树结合的网格生成算法,实现基于图像网格的虚拟视点绘制。结果表明本文改进的基于标准单元与四叉树网格结合的网格算法生成的虚拟视点效率较高,质量较好。
二、图像的三角四叉树分解法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、图像的三角四叉树分解法(论文提纲范文)
(1)特种装备全生命周期重要环节实时仿真关键技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外研究现状 |
1.2.1 特种装备及相关大型场景的实时绘制和漫游技术现状分析 |
1.2.2 特种装备刚体动力学仿真模拟现状分析 |
1.2.3 特种装备虚拟伪装柔性织物仿真现状分析 |
1.2.4 特种装备仿真中人机交互技术现状分析 |
1.3 存在的主要问题 |
1.4 本文的主要研究内容及创新点 |
1.5 论文的组织结构 |
第2章 特种装备及相关大型场景的实时绘制和漫游 |
2.1 大型场景的实时绘制和漫游技术 |
2.1.1 多层次细节重划分技术分析 |
2.1.2 基于PBR渲染管线技术分析 |
2.1.3 实时仿真相关理论应用 |
2.2 特种装备大型场景的实时仿真应用实践 |
2.2.1 集成实车虚拟仿真平台 |
2.2.2 风力发电机虚拟仿真平台 |
2.2.3 分子级轴承仿真虚拟场景试验平台 |
2.3 本章小结 |
第3章 基于刚体动力学的特种装备物理仿真研究 |
3.1 泵车刚体动力仿真模拟应用 |
3.1.1 泵车仿真问题剖析 |
3.1.2 泵车刚体动力学建模 |
3.1.3 泵车刚体动力学优化 |
3.2 装载机刚体动力仿真模拟应用 |
3.2.1 装载机仿真问题剖析 |
3.2.2 装载机刚体动力学建模 |
3.2.3 装载机刚体动力学优化 |
3.3 压路机刚体动力仿真模拟应用 |
3.3.1 压路机仿真问题剖析 |
3.3.2 压路机刚体动力学建模 |
3.3.3 压路机刚体动力学优化 |
3.4 仿真系统实验效果对比与分析 |
3.4.1 泵车作业模拟应用系统 |
3.4.2 装载机的动力学仿真应用系统 |
3.4.3 压路机的动力学仿真应用系统 |
3.5 本章小结 |
第4章 特种装备虚拟伪装柔性织物仿真研究 |
4.1 伪装布料模型的建立 |
4.1.1 针对三角形面片的质点弹簧模型优化 |
4.1.2 基于位置动力学的伪装布料建模 |
4.2 特种装备应用布料的动态真实性问题剖析 |
4.2.1 异质布料的动态绘制 |
4.2.2 真实风场物理模型问题剖析 |
4.3 风场下伪装布料撕裂的改进 |
4.3.1 布料撕裂算法问题剖析 |
4.3.2 Half-edge半边结构分析 |
4.3.3 Half-edge的改进 |
4.3.4 布料撕裂稳定性的改进 |
4.4 布料仿真效果验证 |
4.4.1 实验背景 |
4.4.2 伪装布料真实性验证 |
4.4.3 实验结果 |
4.5 本章小结 |
第5章 特种装备虚拟现实人机交互技术研究 |
5.1 虚拟声场的采集和处理 |
5.2 虚拟装配中的手势交互 |
5.2.1 手势交互系统构建 |
5.2.2 面向特种装备虚拟装配场景的交互设计 |
5.2.3 手势操控发动机装配案例 |
5.3 特种装备的沉浸式交互 |
5.3.1 沉浸式交互问题剖析 |
5.3.2 碰撞检测与力反馈 |
5.3.3 虚拟测量软件模拟及应用 |
5.4 特种装备人机交互舒适性验证 |
5.4.1 特种装备交互仿真舒适性问题剖析 |
5.4.2 真实特种装备操作环境建立 |
5.4.3 特种装备仿真交互模式改进 |
5.4.4 实验案例 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(2)基于卷积神经网络特征点的视觉SLAM方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.1.1 课题介绍与研究背景 |
1.1.2 课题研究意义 |
1.2 国内外研究现状 |
1.2.1 特征检测器 |
1.2.2 开源视觉SLAM方案 |
1.3 本文的主要研究内容及创新点 |
1.3.1 主要研究内容 |
1.3.2 创新点 |
1.4 论文结构安排 |
1.5 本章小结 |
第2章 视觉SLAM及深度学习相关研究 |
2.1 SLAM问题的数学表述 |
2.2 视觉SLAM类型简述 |
2.3 位姿估计 |
2.3.1 特征点的提取与匹配 |
2.3.2 对极几何 |
2.3.3 三角化 |
2.3.4 PnP求解运动 |
2.4 捆集约束 |
2.5 闭环检测 |
2.5.1 闭环检测的作用 |
2.5.2 词袋模型 |
2.6 深度学习方法在视觉SLAM中的应用 |
2.6.1 卷积神经网络概述 |
2.6.2 网络模型选择 |
2.6.3 训练中的损失函数 |
2.7 本章小结 |
第3章 基于传统特征融合与轻量化CNN的特征检测器 |
3.1 总体框架 |
3.2 传统特征融合 |
3.2.1 特征提取 |
3.2.2 筛选与融合 |
3.3 鲁棒性调整 |
3.3.1 模糊与噪声 |
3.3.2 光度变换 |
3.4 网络架构 |
3.4.1 轻量化改进的编码器 |
3.4.2 关键点解码器 |
3.4.3 描述子解码器 |
3.5 损失函数 |
3.6 实验细节 |
3.6.1 实验环境 |
3.6.2 训练过程与测试 |
3.6.3 MVP特征检测器评价指标 |
3.6.4 结果对比与分析 |
3.6.5 特征点检测与匹配可视化 |
3.7 本章小结 |
第4章 基于MVP特征检测器的单目SLAM算法优化 |
4.1 总体框架 |
4.2 基于MVP特征检测器的视觉里程计 |
4.2.1 关键点的四叉树均匀化策略 |
4.2.2 描述子二进制化 |
4.2.3 双向最邻近匹配 |
4.2.4 视觉里程计实现 |
4.3 基于MVP特征检测器的闭环检测 |
4.3.1 字典训练 |
4.3.2 K叉树表征字典 |
4.3.3 图像相似度计算 |
4.4 实验细节 |
4.4.1 实验环境 |
4.4.2 实验设计 |
4.4.3 VO及 SLAM的评价指标 |
4.4.4 结果对比与分析 |
4.5 本章小结 |
第5章 论文总结与展望 |
5.1 论文总结 |
5.2 论文展望 |
参考文献 |
致谢 |
附录 攻读硕士学位期间研究成果 |
(3)2.52 THz图像的双平方加权函数非局部均值去噪算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国外图像去噪算法的研究现状 |
1.2.1 非局部均值去噪算法 |
1.2.2 噪声水平估计算法 |
1.2.3 太赫兹图像去噪算法 |
1.3 国内图像去噪算法的研究现状 |
1.3.1 非局部均值去噪算法 |
1.3.2 噪声水平估计算法 |
1.3.3 太赫兹图像去噪算法 |
1.4 国内外图像去噪算法的总结与分析 |
1.5 本文主要研究内容 |
第2章 太赫兹图像非局部均值去噪算法初探 |
2.1 图像去噪算法的原理及客观评价 |
2.1.1 图像去模糊及图像增强原理 |
2.1.2 四叉树分解及BNLM滤波原理 |
2.1.3 图像去噪效果的评价方法 |
2.2 基于BNLM的复合去噪算法研究 |
2.2.1 太赫兹反射扫描图像增强的作用 |
2.2.2 复合去噪算法思路及实现 |
2.2.3 LH-BNLM算法中BNLM与原始NLM算法比较 |
2.3 基于四叉树的双平方加权函数非局部均值去噪研究 |
2.3.1 算法思路及实现 |
2.3.2 QBNLM最佳参数的实验分析 |
2.3.3 QBNLM算法的去噪效果 |
2.4 几种算法去噪效果的比较分析 |
2.5 本章小结 |
第3章 太赫兹图像的噪声水平估计算法的研究 |
3.1 基于弱纹理块的噪声水平估计算法 |
3.1.1 算法原理及实现 |
3.1.2 噪声水平估计结果 |
3.2 基于局部统计的噪声水平估计算法 |
3.2.1 算法的原理及实现 |
3.2.2 噪声水平估计结果 |
3.3 太赫兹图像的复合噪声水平估计算法 |
3.3.1 算法的原理及实现 |
3.3.2 噪声水平估计结果 |
3.4 本章小结 |
第4章 太赫兹图像的自适应迭代去噪算法研究 |
4.1 基于噪声估计的自适应迭代去噪算法实现 |
4.2 基于噪声估计的自适应迭代去噪算法结果 |
4.2.1 仿真图像的自适应迭代去噪 |
4.2.2 太赫兹图像的自适应迭代去噪 |
4.3 自适应迭代去噪与其它去噪算法的比较分析 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(4)多视角三维ISAR散射点集配准方法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究历史与现状 |
1.2.1 三维ISAR成像 |
1.2.2 三维激光点云配准 |
1.3 本文主要内容及安排 |
第二章 三维ISAR成像算法与散射点集获取 |
2.1 引言 |
2.2 ISAR成像原理 |
2.2.1 ISAR成像基本模型 |
2.2.2 平动补偿 |
2.3 基于摇摆平台的三维ISAR成像算法 |
2.4 基于分数阶傅里叶变换的回波参数估计 |
2.5 三维ISAR散射点集获取 |
2.6 本章小结 |
第三章 三维ISAR散射点集特征点提取 |
3.1 引言 |
3.2 三维点集的k邻域搜索 |
3.2.2 八叉树 |
3.2.3 KD-树 |
3.3 三维ISAR散射点集离群点去除 |
3.4 曲面拟合与曲率计算 |
3.4.1 曲率的基本概念 |
3.4.2 基于最小二乘的曲面拟合方法 |
3.4.3 曲率计算 |
3.5 三维ISAR散射点集特征点提取 |
3.5.1 曲度特征描述子 |
3.5.2 基于邻域曲度排序的多尺度特征点提取算法 |
3.5.3 仿真分析 |
3.6 本章小结 |
第四章 三维ISAR散射点集配准 |
4.1 引言 |
4.2 点集配准的数学基础 |
4.2.1 刚性点集的数学模型 |
4.2.2 误差评价函数 |
4.2.3 刚性配准的奇异值分解法 |
4.3 匹配点对筛选 |
4.3.1 曲率相似度约束 |
4.3.2 基于CRMS与DRMS的匹配点对筛选算法 |
4.4 点集初始配准 |
4.5 点集精配准 |
4.5.1 原始迭代最邻近算法 |
4.5.2 基于自适应阈值的迭代最邻近算法 |
4.6 配准评价指标与配准结果 |
4.6.1 点集信息熵 |
4.6.2 仿真分析 |
4.7 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 工作展望 |
参考文献 |
致谢 |
作者简介 |
(5)三维场景中地形与建筑物集成可视化技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 海量地形数据的组织管理研究现状 |
1.2.2 海量地形数据的渲染技术研究现状 |
1.2.3 三维地形地物集成方法研究现状 |
1.3 论文的组织结构 |
第二章 大规模三维地形数据的组织与管理 |
2.1 数字地形的组织结构 |
2.1.1 等高线模型 |
2.1.2 规则格网模型 |
2.1.3 不规则三角网模型(TIN) |
2.1.4 结合规则格网模型的数据读取与存储 |
2.2 地形简化技术研究 |
2.2.1 LOD技术及其模型分类 |
2.2.2 地形简化算法研究 |
2.3 改进的地形简化及网格构建算法 |
2.3.1 可编程渲染管线工作流程 |
2.3.2 CPU-GPU结合的协同构网方式 |
2.3.3 纹理数据的采样方法 |
2.3.4 基于三角形的网格构建算法 |
2.4 测试与分析 |
2.5 本章小结 |
第三章 大规模三维地形的快速渲染算法研究 |
3.1 基于视点的视锥裁剪 |
3.1.1 视锥裁剪的基本原理 |
3.1.2 常见的包围盒的构建方法 |
3.1.3 基于AABB包围盒的视锥裁剪方法研究 |
3.2 裂缝的产生及常见的裂缝处理方法 |
3.2.1 裂缝的产生 |
3.2.2 常用的裂缝处理方法 |
3.3 改进的基于视点的裂缝处理方法 |
3.3.1 节点评价原则 |
3.3.2 基于顶点动态调整的裂缝消除方式 |
3.3.3 裂缝处理的具体实现方法 |
3.4 测试与分析 |
3.4.1 裂缝消除算法测试分析 |
3.4.2 不同的地形简化算法测试分析 |
3.5 本章小结 |
第四章 地物模型与地形模型的匹配方案研究 |
4.1 三维地物模型的构建 |
4.1.1 三维地物模型的常用构建方法 |
4.1.2 基于二维GIS数据的地物模型方法 |
4.1.3 建筑物模型数据的组织 |
4.2 常用的模型匹配方法 |
4.3 基于网格重构的模型匹配算法 |
4.3.1 网格匹配的主要步骤 |
4.3.2 基于R树索引确定融合区间 |
4.3.3 无约束的Delaunay三角网重构 |
4.3.4 插入建筑物底面约束 |
4.4 局部地形修正 |
4.4.1 基于高斯函数的修正模型 |
4.4.2 建筑物影响域范围选择 |
4.4.3 多影响域下的修正函数 |
4.5 测试与分析 |
4.5.1 R树索引测试与分析 |
4.5.2 地形匹配实验测试与分析 |
4.5.3 地形与建筑物的集成精度测试与分析 |
4.6 本章小结 |
第五章 大规模三维场景可视化系统的设计与实现 |
5.1 系统总体框架 |
5.2 系统功能模块设计及实现 |
5.2.1 数据组织管理模块 |
5.2.2 建筑物与地形数据匹配模块 |
5.2.3 场景实时渲染模块 |
5.2.4 三维场景实时交互模块 |
5.3 三维场景可视化软件效果展示 |
5.3.1 纹理映射的基本原理 |
5.3.2 三维天空的模拟实现 |
5.3.3 三维场景可视化软件效果展示 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 研究工作总结 |
6.2 存在的问题和未来的展望 |
致谢 |
参考文献 |
作者简介 |
(6)大规模三维地形构建的关键技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 大规模地形三维重建研究现状 |
1.2.2 基于影像的地形重建研究现状 |
1.2.3 序列图像三维重建研究现状 |
1.2.4 基于点云的表面三维重建研究现状 |
1.2.5 地形三维可视化研究现状 |
1.3 研究内容与技术路线 |
1.4 论文的结构安排 |
第2章 序列图像特征匹配方法研究 |
2.1 引言 |
2.2 序列图像三维重建基础 |
2.2.1 成像模型 |
2.2.2 参考坐标系 |
2.2.3 对极几何 |
2.2.4 相机标定 |
2.3 特征提取与匹配 |
2.3.1 SIFT特征点检测 |
2.3.2 构建尺度空间 |
2.3.3 空间极值点检测与定位 |
2.3.4 特征描述子生成 |
2.3.5 特征向量匹配 |
2.4 改进的SIFT算法 |
2.4.1 SIFT描述子改进 |
2.4.2 SIFT匹配算子改进 |
2.4.3 本质矩阵估计算法改进 |
2.4.4 实验对比分析 |
2.5 本章小结 |
第3章 序列图像稠密重建方法研究 |
3.1 引言 |
3.2 PMVS稠密重建 |
3.2.1 面片模型 |
3.2.2 灰度一致性函数 |
3.2.3 面片的优化 |
3.2.4 图像模型 |
3.2.5 面片生成 |
3.2.6 面片扩散 |
3.2.7 面片过滤 |
3.3 改进的PMVS重建算法 |
3.3.1 面片优化调整 |
3.3.2 多分辨率分层匹配 |
3.4 实验结果与分析 |
3.5 本章小结 |
第4章 基于离散点云的三维地形网格构建方法研究 |
4.1 引言 |
4.2 点云网格化方法 |
4.2.1 Voronoi图与Delaunay三角化 |
4.2.2 局部投影法三角剖分 |
4.2.3 三角网格生长法 |
4.3 基于Delaunay准则和生长法的网格化方法 |
4.3.1 构建可伸缩包围盒 |
4.3.2 计算空间邻近点 |
4.3.3 种子三角形的确定 |
4.3.4 广度优先搜索过程 |
4.3.5 最优点的候选点集确定 |
4.3.6 候选点的评价函数 |
4.4 实验分析 |
4.5 本章小结 |
第5章 大规模三维地形可视化实时渲染算法研究 |
5.1 引言 |
5.2 规则网格的生成 |
5.2.1 规则网格模型 |
5.2.2 不规则三角网的规则格网地形模型构建 |
5.3 大规模地形可视化 |
5.3.1 规则格网的多分辨率模型 |
5.3.2 节点评价准则 |
5.3.3 地形数据的调度 |
5.3.4 地形纹理映射 |
5.4 基于四叉树的地形可视化算法 |
5.4.1 地形数据的组织 |
5.4.2 多级缓冲地形数据调度 |
5.4.3 地形裂缝的消除 |
5.4.4 地形LOD层间平滑 |
5.4.5 基于CPU-GPU协同计算的地形渲染算法 |
5.4.6 地形数据纹理映射 |
5.5 实验分析 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(7)面向井下无人机自主导航的位姿估计与障碍物检测技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 无人机视觉导航研究现状 |
1.2.2 无人机视觉导航关键技术的研究现状 |
1.3 本文主要内容及组织结构 |
1.3.1 主要内容 |
1.3.2 组织结构 |
2 基于单目视觉的井下无人机人工路标辅助位姿估计 |
2.1 无人机系统模型 |
2.1.1 反光标识牌的部署 |
2.1.2 机载单目摄像机成像模型 |
2.2 反光标识牌的识别 |
2.3 井下无人机位姿估计算法 |
2.3.1 获取反光标识牌相机坐标 |
2.3.2 奇异值分解(SVD)法求位姿 |
2.4 实验及分析 |
2.5 本章小结 |
3 基于单目视觉的井下无人机障碍物检测 |
3.1 井下无人机前方障碍物图像的预处理 |
3.1.1 障碍物图像的去噪 |
3.1.2 障碍物图像的对比度增强 |
3.2 井下无人机前方障碍物的二维识别 |
3.2.1 障碍物图像的阈值分割 |
3.2.2 障碍物图像的形态学处理 |
3.2.3 障碍物图像的轮廓检测 |
3.2.4 障碍物区域的准确定位 |
3.3 实验结果与分析 |
3.4 本章小结 |
4 基于单目视觉具有动态避障能力的井下无人机路径规划 |
4.1 障碍物的定位 |
4.1.1 障碍物的特征提取 |
4.1.2 障碍物的特征匹配 |
4.1.3 障碍物空间位置的计算 |
4.1.4 障碍物定位结果优化 |
4.2 路径规划 |
4.2.1 环境建模 |
4.2.2 路径规划 |
4.3 实验结果与分析 |
4.4 本章小结 |
5 总结与展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(8)基于InSAR同震形变场反演2017年哈莱卜杰地震滑动分布(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 InSAR技术发展现状 |
1.2.2 InSAR同震形变场反演断层滑动现状 |
1.3 研究内容 |
1.4 论文组织结构 |
第二章 合成孔径雷达干涉测量理论与技术 |
2.1 SAR系统的简述 |
2.2 InSAR技术原理 |
2.2.1 InSAR高程测量 |
2.2.2 InSAR形变测量 |
2.3 D-InSAR技术原理 |
2.3.1 D-InSAR技术的常用方法 |
2.3.2 D-InSAR形变监测的误差来源分析 |
2.4 本章小结 |
第三章 震源参数反演位错理论模型 |
3.1 引言 |
3.2 Okada弹性位错模型 |
3.2.1 点源位错 |
3.2.2 矩形位错 |
3.3 大地测量数据约束下的震源参数反演算法 |
3.3.1 断层几何参数的非线性反演 |
3.3.2 滑动分布的线性反演 |
3.4 本章小结 |
第四章 D-InSAR技术提取哈莱卜杰地震的同震形变场 |
4.1 哈莱卜杰地震简述 |
4.2 数据的来源和处理过程 |
4.2.1 研究区数据来源 |
4.2.2 SAR数据处理过程 |
4.3 实验结果分析 |
4.3.1 地震同震形变分析 |
4.3.2 形变剖面分析 |
4.4 本章小结 |
第五章 基于Okada模型的哈莱卜杰地震同震滑动分布反演 |
5.1 反演数据的重采样 |
5.2 断层参数的反演 |
5.2.1 断层模型 |
5.2.2 非均匀滑动反演断层滑动分布 |
5.3 反演结果的分析与比较 |
5.4 本章小结 |
研究总结与展望 |
研究总结 |
展望 |
攻读硕士学位期间取得的研究成果 |
参考文献 |
致谢 |
(9)Delaunay网格剖分算法研究及其在动态大变形问题中的应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景和意义 |
1.2 网格剖分理论的发展历程 |
1.3 有限元网格 |
1.4 有限元分析在金属成形中应用 |
1.5 网格剖分算法简述 |
1.6 论文研究的主要内容及创新点 |
1.7 论文结构设置 |
第2章 Delaunay三角构网技术在任意平面的研究 |
2.1 平面三角剖分简介 |
2.2 Delaunay原理介绍 |
2.3 传统算法实现 |
2.3.1 全自动网格剖分实现 |
2.3.2 程序实现及结果分析 |
2.3.3 半自动网格剖分实现 |
2.3.4 程序实现及结果分析 |
2.4 本文网格生成策略 |
2.4.1 任意域网格生成问题 |
2.4.2 算法描述 |
2.4.3 以边界节点为目标的三角形单元的生成 |
2.4.4 TCOGM算法原理 |
2.4.5 最优化网格节点生成 |
2.4.6 实验结果及质量检测 |
2.4.7 有效性证明 |
2.5 大变形中网格退化问题 |
2.5.1 Delaunay理论在金属成型动态大变形中应用 |
2.5.2 平板拉伸问题 |
2.6 本章小结 |
第3章 空间域中Delaunay三角构网技术 |
3.1 曲面网格剖分简介 |
3.2 空间参数域网格剖分特例 |
3.3 映射法对曲面网格剖分的实现 |
3.3.1 映射法的实现及存在的问题 |
3.3.2 对映射法的改进 |
3.3.3 空间曲面离散算法 |
3.3.4 定义分块原则 |
3.3.5 程序实现相关算例 |
3.4 大变形中网格退化问题 |
3.4.1 V型件冲压问题 |
3.4.2 不锈钢碗冲压问题 |
3.5 本章小结 |
第4章 空间四面体网格剖分理论研究 |
4.1 四面体网格剖分简介 |
4.2 Delaunay四面体网格剖分 |
4.3 Delaunay四面体网格生成中关键问题 |
4.3.1 最小立体角-最大化准则 |
4.3.2 算法的可行性 |
4.4 Delaunay原理结合生长法实现四面体网格剖分 |
4.4.1 改进算法的介绍 |
4.4.2 程序实现的相关算例 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 全文总给 |
5.2 未来展望 |
参考文献 |
致谢 |
附录A 攻读学位期间发表的论文和软着 |
已发表和录用的期刊论文和软件着作权 |
已投稿的论文 |
(10)基于图像网格的虚拟视点绘制(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题的背景及意义 |
1.2 国内外研究现状及分析 |
1.3 本论文主要研究内容与结构 |
第2章 基于深度图像的虚拟视点绘制技术 |
2.1 虚拟视点绘制中关键技术 |
2.1.1 摄像机模型及坐标系 |
2.1.2 针孔摄像机模型 |
2.1.3 3Dimagewarping方程 |
2.2 DIBR中存在的问题 |
2.2.1 重叠问题 |
2.2.2 虚假边缘问题 |
2.2.3 空洞问题 |
2.3 小结 |
第3章 基于深度图像网格生成的虚拟视点绘制 |
3.1 深度图抽取像素 |
3.2 渐进式网格 |
3.2.1 渐进式网格建模 |
3.2.2 渐进式网格算法 |
3.3 二次误差度量简化网格 |
3.4 基于块的四叉树分解 |
3.4.1 基于四叉树的四边形网格建模 |
3.4.2 基于块的四叉树分解算法 |
3.5 基于标准单元与四叉树结合的网格生成 |
3.5.1 算法基础 |
3.5.2 改进的标准单元模型算法设计 |
3.5.3 基于标准单元与四叉树结合的网格生成算法 |
3.6 图像渲染 |
3.6.1 基于三角形网格绘制 |
3.6.2 渲染中的难点 |
3.7 小结 |
第4章 虚拟视点生成系统实现 |
4.1 系统开发的意义 |
4.2 本系统的测试序列和开发环境 |
4.3 系统概述 |
4.4 系统实现 |
4.5 实验结果与分析 |
4.5.1 实验展示 |
4.5.2 PSNR评价标准 |
4.6 效率比较 |
4.7 小结 |
第5章 总结与展望 |
5.1 工作总结 |
5.2 后续工作展望 |
参考文献 |
致谢 |
攻读学位期间取得的科研成果 |
四、图像的三角四叉树分解法(论文参考文献)
- [1]特种装备全生命周期重要环节实时仿真关键技术研究[D]. 刘宇涵. 燕山大学, 2020(01)
- [2]基于卷积神经网络特征点的视觉SLAM方法研究[D]. 金靖熠. 湖北工业大学, 2020(12)
- [3]2.52 THz图像的双平方加权函数非局部均值去噪算法研究[D]. 王月. 哈尔滨工业大学, 2020(02)
- [4]多视角三维ISAR散射点集配准方法研究[D]. 王鑫涛. 西安电子科技大学, 2020(05)
- [5]三维场景中地形与建筑物集成可视化技术研究[D]. 杨燕. 东南大学, 2019(06)
- [6]大规模三维地形构建的关键技术研究[D]. 郭向坤. 中国科学院大学(中国科学院沈阳计算技术研究所), 2019(09)
- [7]面向井下无人机自主导航的位姿估计与障碍物检测技术研究[D]. 单春艳. 北京交通大学, 2019(01)
- [8]基于InSAR同震形变场反演2017年哈莱卜杰地震滑动分布[D]. 程冬. 长安大学, 2019(01)
- [9]Delaunay网格剖分算法研究及其在动态大变形问题中的应用[D]. 张晶飞. 湖南大学, 2019(07)
- [10]基于图像网格的虚拟视点绘制[D]. 王亚亚. 河北大学, 2018(01)