摘要：通过结合基于视点的细节层次(level-of-detail,LOD)控制技术和内外存调度的数据控制策略,实现大型三维点云数据在一般配置PC机上的实时交互浏览.首先将输入点云分为大小相等的若干块,然后对每块数据分别建立误差控制下的多分辨率数据结构,并进行内外存分配.在交互绘制中,通过用户视点来确定当前的感兴趣区域,以控制模型表面的细节层次分布.该算法不但可以实现大型点云数据的实时交互绘制,而且可有效地提高一般点云数据绘制时的内存使用效率.

摘要：植物重建是计算机图形学以及虚拟现实领域一个重要的研究课题.鉴于植物的复杂结构,提出一种基于布告板类簇重现2种不同形态植物的方法.对于大叶片植物,采用基于图像的方法自动化重建与原植物几何结构较为符合的布告板类簇,并依据已有布告板绘制新视点布告板;而对稀疏针形叶片植物,利用激光扫描数据估计其空间分布,并结合有限视点的图像数据生成布告板类簇,在绘制阶段同样采用基于视点的布告板绘制模型.实验结果表明,该方法能够利用有限幅图像真实感重现植物原貌.

摘要：传统的三维网格简化及多分辨率建模方法对数据量超出内存限制的大型网格模型已不适用·提出一种基于外存的网格简化和基于视点的细节层次控制方法·该方法建立在网格分割的基础上,利用分割边界的对应性,在一次遍历中对所有的网格分块进行简化,从而克服了通常的网格分割简化方法需要多次分割、重复简化的缺点;同时实现了针对大型网格模型的基于视点的选择性绘制·对模型进行绘制时,模型局部细节可以被快速抽取出来,并且网格的分辨率在整个模型表面呈连续分布·

摘要：为了计算2个三维模型可能存在的部分对应表面的形状相似问题,提出一种基于2个三维模型表面之间所有的点与点配对的三维形状匹配方法.在2个不同的部分中独立确定匹配的旋转参数与平移和尺度缩放参数,从而避免了形状匹配中计算量巨大的问题.其中,形状匹配的旋转参数通过匹配2个三维表面法线获得;平移和尺度缩放参数由2个三维表面对应点处切平面的结构关系确定.实验结果表明了该方法的可行性.

摘要：提出一种建立三维人脸扫描模型参数空间的算法,其中的模板拟和算法基于能量最小的优化机制,通过非线性优化过程求解模板模型在每个顶点上的位移矢量,使之逼近目标模型.优化目标方程由以下测度组成:距离、平滑度以及人脸特征对应,如特征曲线、边界和特征点对等.使用该算法可用于不同人脸以及不同表情模型之间的对应建立,从而获取一致参数化的人脸形状和表情空间.在文中系统中,三维面部特征曲线通过Canny边检测算法自动获取,这样自动检测获取的特征曲线可用于降低三维形状描述的维数,同时完整的面部几何形状通过径向基函数插值得到.在中性人脸和表情人脸模型上所作的一致参数化为许多应用提供了平台,如形状渐变,纹理迁移和表情迁移.考虑到自动提取的特征曲线和二维线画卡通人脸的相似性,使用迭代优化算法实现二维线画卡通人脸姿态到三维真实人脸模型的迁移.

摘要：提出了从几何模型和多视点彩色图像构造真实感三维头部模型的方法.作为输入数据的彩色图像不仅被用来构造全景纹理图,而且是发型重构的数据源.首先在模型空间定义对应于真实图像平面的虚拟图像平面,恢复不同视点图像中发型外轮廓点的相应三维位置;然后根据发根位置、生长方向和长度,在模型的头皮表面重建发型.另一种发型重构的方法是从多幅图像中抽取的二维发型轮廓线出发,通过立体匹配法恢复其三维位置,然后用Coons-patch法重构发型表面.实验结果显示了文中方法的头部重建效果.

摘要：大规模复杂场景的快速绘制技术是虚拟现实、实时仿真以及三维交互设计等许多重要应用的底层支撑技术 ,也是诸多研究领域面临的一个基本问题 作为其中一个技术解决手段 ,可见性问题在近年来得到了高度重视并取得了一系列研究成果 通过对相关可见性算法进行分析与总结 ,阐述了可见性问题的研究内容 ,提出了方法的优劣判别标准 ,给出了可见性判断算法所应包含的基本组成部分和步骤 。

摘要：给出一种基于特征加权聚类的表情识别算法.首先通过特征分组加权充分考虑特征之间度量值的不均衡性,更好地描述了同类表情中不同特征作用的差异;其次利用模糊聚类思想在算法中引入表情不确定性描述,给出了基于形状特征识别表情时表情的模糊表示方法.该算法实现简单,计算复杂度低,能够实时、动态地更新训练结果,并且有良好的分类效果.

摘要：提出了多种图像特征相结合的建筑物和物体识别方法.使用尺度不变特征描述器描述的Harris-Laplace兴趣点以及边缘颜色直方图描述的边缘特征表示图像.边缘和兴趣点包含图像的重要信息.对2种特征的抽取同时进行:基于Harris检测器可以直接得到边缘特征;在多个尺度下进行Harris兴趣点检测,利用Laplace公式得到Harris-Laplace兴趣点.进行物体识别时,根据兴趣点的数目自适应地改变兴趣点和边缘特征的相似性权重.与同类方法相比较表明,该方法具有更高的识别正确率,在视点变化、光照条件变化等情况下具有较好的性能.

摘要：平滑约束是消除对应点匹配歧义性的最常用的约束之一,如何有效地保持视差图的非连续区域是使用该约束时所需考虑的重要问题.为此提出了一种采用自适应平滑约束的立体匹配方法,使得平滑项的大小随图像局部二维结构的不同而相应变化.首先获取一系列真实场景的彩色图像和对应深度图来构建实例库;然后对其进行分析统计,得到给定局部二维结构时对应于几何连续表面的条件概率;最后根据该条件概率由当前输入图像局部的具体内容来确定自适应的平滑项权值.通过将其添加到经典的基于图割的立体匹配方法中,证明了该平滑项定义方式的有效性.