基于OpenGL的纹理贴图技术

纹理贴图是增强3D场景真实感的技术基础,主要介绍了基于OpenGL的纹理贴图技术,包含实现OpenGL纹理贴图的基本步骤,以及纹理贴图各环节的技术要点,对OpenGL Mip贴图的原理和实现方法也进行了简要的介绍.     

改进的基于MipMap算法的真实感纹理绘贴图渲染技术

MipMap是目前应用最为广泛的纹理映射技术之一,其优点是速度快,但很难实现物体的凹凸感.采用MipMap技术和光线跟踪技术相结合,提出一种改进的真实感纹理贴图技术.实验证明,该算法更加真实地模拟物体表面的凹凸感,从而取得更加真实的纹理贴图效果.     

基于DirectX技术的纹理贴图研究

基于DirectX技术,结合Visual C++的开发平台,对纹理贴图技术进行扩展和探索,实现了游戏界面中必要的属性页操作,更好地促进了游戏开发中的人机交互.     

三维曲面的纹理映射失真修复算法的研究

纹理映射是真实感图像制作的一个重要部分,它可将任意的平面图形或图像覆盖到三维模型表面上,在模型表面形成逼真的色彩花纹。但是当二维图像映射到非平表面的三维物体上时,纹理图案会失真,物体模型的真实感降低。针对三维地形给出了纹理失真修复的方法,使纹理更加均匀。     

一种局部频域分析的多尺度纹理特征提取方法

在局部二进制模型和多分辨率分析的基础上,提出一种基于局部频域分析的多尺度纹理特征提取方法。对纹理图像采用局部圆形邻域作为局部模板进行局部频率变换,对各频段图像实现多分辨率分析,提取多尺度下的特征向量,结合SVM算法进行分类实验。结果证明,该方法在继承了LBP对光照因素具有的稳定性的同时,具有旋转不变性特征;利用NSCT在多尺度下进行的纹理特征提取也满足尺度不变性的需要,与其他方法相比提高了分类准确率。     

基于OpenGL的纹理映射研究

介绍了纹理细节模拟方法。使用OpenGL的编程接口,应用纹理映射技术,实现场景中三维地形可视化。纹理映射技术的应用能增强三维场景绘制的真实感,并能提高三维场景的渲染速度。     

基于顶点局部特征度的网格模型分割算法

网格模型的简化要兼顾保持细节特征和快速这两个基本原则,而对网格模型进行分割可以有效提高模型简化效率。提出了一种基于顶点局部特征度的网格模型分割算法。分割时,网格模型要求分割成大小适中、密度差异相对明显的连续区域,区域边缘平滑,且所有三角形均属于某个区域。通过引入顶点局部特征度的概念对区域生长算法进行了改进。     

基于遗传算法的网格简化研究

针对三角面网格提出了一种新的网格简化方法,简化过程主要包括网格删除和网格重构。根据需建立的数量比例权重来进行冗余网格删除工作,然后利用遗传算法建立修正适应度函数来重构网格,达到三角网格数量的精简与形状匹配最优化目标。最后通过一实例讨论与对比分析,验证了该方法的有效性和准确性。     

基于改进样本块的数字图像修复算法研究

针对已有的基于样本块的纹理合成修复算法存在修复误差累积高的问题,重点研究了一种改进的基于样本块的数字图像修复算法。通过块匹配法与边缘驱动填充顺序的结合、全局搜索与局部搜索的结合,充分发挥修补过程中填充优先权的作用,有效地修补了图像受损区域的纹理和结构信息。仿真实验结果测试表明,与已有的传统算法相比,受损图像的修补更加完善,修复的误差累积得到了较好的改善。     

基于网格局部密度的聚类算法

为了使基于网格的聚类技术适用于多密度数据集,提出一种基于局部密度的聚类算法。算法提出将数据单元格密度分类的方法,使得具有不同密度的单元格使用不同密度阈值的进行聚类。同时给出了边界单元的处理方法以提高聚类结果的精度。实验结果表明,GLD算法比其他类似算法有较高的聚类精度和效率。     

基于彩色照片的人脸三维建模方法

提出了一个基于彩色照片的个性化人脸建模的新方法.根据MPEG-4确定出标准模型特征点的位置.从正面和侧面两幅照片出发,首先进行了这两幅彩色图像人脸边缘特征提取,接着定位进行特征点编辑,获取人脸的关键特征点的位置,然后对标有对应特征点的标准模型进行变形,进行纹理映射,最后获得了真实的个性化人脸模型,两张照片可以合成任意角度视图.以该方法建立的人脸模型精度比较高,可以快速地建立个性化人脸模型,为三维人脸动画提供了真实模型.     

基于特征点配准形变的三维人脸表情合成

针对视频监控中被部分遮掩脸部图像的还原不准问题,提出了特征点配准形变的三维人脸表情合成算法.将目标人脸图像灰度化后建立三角人脸网络,提取人脸未遮掩部分特征点,与通用模型特征点配准,形变而合成新的网络人脸模型.从正面及侧面分别进行表情纹理映射,根据光照参数、老化参数合成三维正面及侧面人脸表情纹理图像.实验证明,提出的算法相对于同类合成算法,时间复杂度较低,精确度较高,鲁棒性较强,且随特征点被遮掩程度的增大,其优势更明显.     

基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

基于线性混合模型的目标对象变形方法

针对基于单一的节点或骨架模型变形方法会产生局部扭曲现象的问题,提出了一种基于图形边界提取与基于边界变形相结合的方法。在手动指定变形定位点后,根据源图像与指定图像中变形点的对应,将源图像中的图形按照变形点变换到指定图像中。实验结果表明,该方法快速、灵活、有效,且变形后的目标对象具有光滑、自然的特点。     

基于网格的远程教育模型研究

现有的远程教育系统普遍存在着一些问题.网格技术的出现,为解决这些问题带来了可能.基于网格的远程教育系统的核心是教学资源的共享和教学服务系统的建立.     

基于局部卷积网络的地基云图修复

为修复全天空成像仪拍摄的地基云图中的大面积遮挡区域,提出了一种基于局部卷积神经网络的地基云图修复方法。通过在传统卷积神经网络的基础上增加网络结果整体跨层传输结构,连接对需修复图像的编码和解码两部分,实现了以含遮挡图像的输入到修复完图像的输出全过程。采用美国国家新能源实验室网上公开数据,从定性和定量的角度分析不同天气情况下所提出修复方法的性能,实验结果表明,基于局部卷积网络的地基云图修复方法可以较为真实地还原天空情况,取得优于现有方法的修复效果,为光伏电站输出功率预测提供了重要的数据。     

基于彩色照片的人脸三维建模方法

提出了一个基于彩色照片的个性化人脸建模的新方法。根据MPEG-4确定出标准模型特征点的位置,从正面和侧面两幅照片出发,首先进行了这两幅彩色图像人脸边缘特征提取,接着定位进行特征点编辑,获取人脸的关键特征点的位置,然后对标有对应特征点的标准模型进行变形,进行纹理映射,最后获得了真实的个性化人脸模型,两张照片可以合成任意角度视图。以该方法建立的人脸模型精度比较高,可以快速地建立个性化人脸模型,为三维人脸动画提供了真实模型。     

基于模板匹配的图像修复法

提出了一种基于模板匹配的图像修复方法。该算法在所有的待修复区域边缘寻找优先权最高的待修复块,在规定的样本区域寻找与上一步所得的具有最高优先权的待修复块最为匹配的样本块,用所得的最佳样本块填充所受损的图像区域,直到图像整体修复完成。试验仿真表明该方法在大面积图像受损的条件下,实现了图像的纹理信息保护,整幅图像有较好的修复视觉效果。     

基于人工神经网络模型的海洋结构基础局部冲刷研究

为了更好地认识和掌握波浪作用下的海洋结构基础局部冲刷规律,使用人工神经网络(ANN)方法,并以现场观测数据作为样本,组织进行训练和测试,建立了波浪作用下的桥墩局部冲刷神经网络模型。对比分析了由模型所获得的最大冲刷深度和由6个经验公式所获得的最大冲刷深度的相对误差。使用该模型对各种波浪条件下的局部冲刷深度进行预测,探索了水质点最大流速、波高、波周期和水深对冲刷深度的影响规律。     

基于残差局部投影的稳定化方法

本文采用连续等阶的速度与压力有限元空间,针对Oseen方程提出一个基于残差局部投影的稳定化方法.此稳定有限元方法克服了有限元空间所需满足的inf-sup条件.理论证明该方法具有好的稳定性和最优误差估计.