从图像中重建的三维体素模型通常存在噪声和建筑物结构不完整的问题,分层边缘拟合方法为解决该类问题提供了一种思路,然而实际场景中建筑物横截面轮廓复杂多样。为此,提出一种两步式由粗到细的边缘拟合算法,在层图像上拟合建筑物横截面轮廓。利用分层投影方法将三维模型投影到二维层图像上,并采用一种结合上下文信息的基于密度的聚类方法去除场景中的噪声,通过形状分类和形状拟合得到平面轮廓的精细拟合结果。最终的三维模型由层图像上边缘拟合结果组合而成。实验结果表明,与最初重建的模型相比,该方法可使精确的建筑物模型更加规则完整且几乎没有噪声,同时大幅减少存储空间。
针对当前某些高校自动化专业实验教学设备资源不足与利用率低的问题,基于网络化控制系统实验室架构,将三维虚拟现实技术、远程控制技术等多项技术结合,以双容水箱为对象,通过三维建模与渲染、数学建模、系统集成等步骤,设计并实现一套虚拟远程实验系统。双容水箱实验结果表明,该系统能实现实验教学设备共享,使学生具有强烈的沉浸感与现场感,并且虚拟和远程实验结果可以进行相互验证,个性化的监控界面能提供更好的用户体验。
现有的人体运动建模方法无法应用于一般非线性非高斯情况下的人体运动。针对上述不足,以马尔科夫模型为基础,提出一种改进的人体运动建模方法。利用自回归(AR)树表示人体运动预测的马尔科夫过程,对AR树进行扩展,引入动态森林模型(DFM),给出DFM的训练和正规化方法,实现对人体运动的准确建模。实例研究结果表明,DFM在各种场景下的性能均优于其他基准算法及隐马尔科夫模型和高斯过程动态模型,且计算效率较高。
对于含3个用户且每个用户配置4根天线的MIMO干扰信道,提出一种新的干扰消除方法。为每个用户设计4×4的空时码字,该码字具有Alamouti码字的结构。采用单向协作链路,消除第1个接收端的多用户干扰。通过干扰对齐预编码,使得第2个接收端和第3个接收端收到的干扰码字对齐,并利用Alamouti码字对应的等效信道矩阵的正交特性,消除这2个接收端的多用户干扰。实验结果表明,该方法的分集增益为8,高于相同场景中的干扰消除方法,并且具有较高的系统容量和可靠性。
二部图的图像分割算法同时考虑到超像素之间、像素与超像素之间的空间组织关系,对矿石图像分割具有较好的鲁棒性。在二部图的构造过程中,引入0稀疏表征识别方法,保证全局特性和语义分割结果,但增加了算法的复杂度,使运算开销过大。为此,提出一种基于协同表征的二部图图像分割算法,该算法在保证全局特性的同时考虑超像素之间的局部信息,对于色彩单一、碎片重叠、粘连的矿石图像分割鲁棒性较好。结合协同表征,在保证分割效果的同时,解决0范数造成的复杂度过高问题。对不同分割算法的仿真实验结果验证了该算法的有效性。
针对大图像组条件下分布式视频编码中边信息质量低下、压缩效率不高、延时严重等问题,提出一种外推内插混合边信息生成算法。在时域外推的基础上再做内插,利用多假设方法进行边信息更新。通过已解码帧信息抑制预测噪声,得到更接近于原始帧的补偿帧。实验结果表明,该算法在不增加编码端复杂度前提下,对于不同运动强度的视频序列,边信息质量均得到提升,有效改善了大图像组条件下分布式视频编码的率失真性能。