基于通用粒子系统模型的虚拟战场特效设计

该文总结了基于粒子系统的战场特效仿真方法,通过对粒子系统建模过程的分析,抽取战场特效的共同特性,设计了一个由粒子发射器、粒子、属性修改器和渲染器组成的通用粒子系统模型。并通过该模型对虚拟战场的常见特殊效果进行仿真。     

基于BP神经网络的坦克炮弹外弹道仿真模型

对坦克炮弹外弹道形状进行仿真具有多方面重要意义,目前的一些通用仿真模型常与实际相差太远,或模型复杂、条件苛刻、计算量大,不便实际应用。BP神经网络具有非常强的非线性映射能力,在分类、预测等方面已得到广泛的应用。将BP神经网络应用于坦克炮弹外弹道形状的仿真研究,获得了很好的瞄准角与弹道形状的映射关系。通过对该模型在仿真预测中的应用进行实证分析,结果表明,该方法不仅简单,而且行之有效,较好地解决了通用仿真模型中的一系列问题。     

基于DCT-Winograd快速变换的半盲水印算法

针对目前多数基于傅里叶变换域的方法,其抗几何攻击性能虽很好,嵌入的信息量也很大,但存在抗剪切攻击能力较差的问题,提出了一种基于离散余弦变换与Winograd快速傅里叶变换相结合的半盲水印算法,将Winograd算法分解的对角矩阵与经过DCT变换的图像块相与,产生一个新的对角矩阵,再将数字水印嵌入到该对角矩阵中,最后通过相关逆运算提取水印.实验结果表明,该方法可获得较好的图像视觉效果,对剪切、噪声等攻击皆具有较好的鲁棒性.     

基于偏微分方程和Gabor算法的图像细节特征保护方法

传统的数字图像恢复算法在图像恢复过程中会抹掉图像的局部特征如纹理或者细节特征,从而可能降低图像的可读性和可理解性。利用偏微分方程( PDE)和Gabor( PG算法)结合运用于图像恢复,不但能保护图像的边缘细节,而且还能有效地保护图像的局部特征,如纹理、有意义的小细节等反映图像重要信息的特征。将Gabor过滤器的图像特征识别特性融入PDE的图像恢复算法之中,对图像细节特征进行加权保护,再利用较简洁的基于局部能量残余的图像分区机制来控制图像光滑的强度,从而有效地解决传统PDE算法的“盲目性”。