带 2细分结构的四边形化

在Morse函数理论的基础上,提出一种新的从三角网格中建立四边形网格多分辨率表示的方法．先由人工指定或从拉普拉斯矩阵的特征函数中提取临界点,计算带约束的拉普拉斯方程得到光滑的Morse函数．函数的临界点（极大、极小和鞍点）有规律地分布在模型表面,在三角网格表面梯度场的引导下, 生成临界点间流线,得到临界点间的拓扑关系．通过临界点交换规则,同样是采用流线的方法,得到更精细的四边形网格。 最终可实现无需参数化而仅用流线方法来建立不同多分辨率表示的四边形网格。     

带2~(1/2)细分结构的四边形化

在Morse函数理论的基础上,提出一种新的从三角网格中建立四边形网格多分辨率表示的方法.先由人工指定或从拉普拉斯矩阵的特征函数中提取临界点,计算带约束的拉普拉斯方程得到光滑的Morse函数.函数的临界点(极大、极小和鞍点)有规律地分布在模型表面,在三角网格表面梯度场的引导下,生成临界点间流线,得到临界点间的拓扑关系.通过临界点交换规则,同样是采用流线的方法,得到更精细的四边形网格。最终可实现无需参数化而仅用流线方法来建立不同多分辨率表示的四边形网格。     

按曲率选取基点的多分辨率表示重构算法

通过曲率引导选取一组基面来完成Eck等提出的任意拓扑三角网格多分辨率表示重构算法中的Voronoi划分．在提高效率的同时,可在相同网格规模下取得更好的重构质量;在重采样过程中以粗网格的Loop细分来指导参数域的细分,减轻了原算法因线性细分而产生的块状分界现象．最后提出一种自适应细分重采样技术,以减少数据冗余．     

准均匀B样条曲面的多分辨率表示及应用

在多分辨率曲线和曲面造型中，B样条小波已经得到了广泛应用。曲线和曲面的多分辨率造型成为一个研究热点。通过阐述准均匀B样条曲线曲面的基于小波分解的多分辨率表示的数学原理，给出了具体的曲线和曲面小波分解算法和实验结果，说明了准均匀B样条曲面多分辨表示的优点及其在工业上的应用。     

基于B样条多分辨率表示的一种数字水印方法

本文根据B样条多分辨率表示的特点提出了一种盲数字水印方法,把原图像做二次小波分解,在低频子图像上用Harris特征点检测算法选取特征点,在以特征点为圆心的同心圆上选点的灰度值作为控制顶点建立B样条曲线,对B样条曲线做多分辨率分解,在低分辨率系数中嵌入水印。由于小波分解后选特征点以及Harris特征点具有几何变换不变性,试验表明该方法对JPEG压缩、缩放、旋转、平移、剪切、滤波等具有较强的抵抗力。     

基于Hamiltonian三角剖分的三角网格多分辨率表示

三角网格模型的多分辨率表示是几何模型绘制与传输的基础,本文通过三角形之间的拓扑相邻关系将三角网格划分为广义三角形带的集合,然后利用Hamiltonian三角剖分的性质构造三角网格的多分辨率表示。该方法统一了单分辨率网格和多分辨率网格的表示方法,当模型有c个不同分辨率表示时,其编码效率为（logc＋5）bit／vertex。     

基于外存八叉树的大模型多分辨率并行构建

随着3维扫描、计算机辅助设计和科学仿真等技术的发展,包含上千万甚至数十亿几何图元的3维网格模型变得十分普遍,如何实现这些模型的交互式绘制成为日益迫切需要解决的难题。外存多分辨率技术作为提高大模型绘制性能最有效的方法之一,成为近几年计算机图形学领域的研究热点。然而大型3维网格模型多分辨率表示的构建通常需要很长的预处理时间,这非常不利于系统调试和下游应用。针对基于外存八叉树的大模型多分辨率表示的构建,提出了基于子树的任务分割策略和基于基准测试的动态构建任务管理机制,实现大模型多分辨率表示的并行构建和负载平衡,有效地提高了大模型多分辨率表示的构建速度。     

基于二代小波的曲线多分辨率表示

本文给出了一种基于二代小波的曲线多分辨率表示方法。通过对曲线控制点序列进行分裂、预测、更新等步骤,从一个简单的多分辨率分析出发逐步提升,构造出曲线的多分辨率表示结构。实验表明,该表示方法得到的各分辨率曲线保持曲线的轮廓走向,随着分辨率逐步增加,细节信息也逐步增多。由于二代小波方法不依赖于傅立叶变换,该表示非常适用于GI...     

基于词典学习和稀疏表示的超分辨率方法

近年来,从大规模数据集中提取过完备词典,并使用稀疏表示在图像去噪、图像去马赛克和图像修复中有着较广泛应用。然而,这一技术不能直接用于处理具有异构特点的低分辨率/高分辨率图像块对,以及相应的图像超分辨率重构。要解决这一问题,文中提出一种求解同时满足两个过完备词典(低分辨率图像块词典和高分辨率图像块词典)下的相同稀疏表示的方法,并利用它们实现图像稀疏表示的超分辨率重建。为了进一步提高彩色图像的超分辨率效果,还提出基于超分辨率亮度信息的UV色度超分辨率重构。实验结果表明文中方法无论在视觉效果还是均方根误差上都获得更好结果。     

对偶Voronoi聚类与重网格化

为了以更快的速度得到高质量的多分辨率网格,提出一种基于Voronoi-Delaunay三角化技术的多分辨率表示生成算法.该算法将原三角网格转化为对偶多边形网格再进行Voronoi划分,以自动满足共点聚类块不能超过3个这一约束;根据曲率分布情况来选取基点,以便能更好地捕捉几何特征;最后利用Loop细分规则与局部Laplace 平滑指导参数域上的重采样,再映射回模型空间获取最终采样结果,以提高重采样质量.由于Voronoi划分是重网格化算法的瓶颈,采用文中算法能减少划分时条件检测的耗时,从而显著地降低整个重网格化算法的时间复杂度.     

基于距离场的三维模型网格重建

根据任意亏格和任意边界的3D网格模型,给出一种网格重建算法。该算法通过对原始网格进行一系列自适应的局部修改操作,改进网格中三角形的质量和顶点位置分布。为减少优化过程中误差的累积,提出基于距离场的算法将新生成的顶点保留到原始网格曲面上,该算法实现简单,不需要复杂的全局参数化操作。实验结果表明,该算法有效、快速、稳定。     

基于纹理的多分辨率流场可视化算法

当流场分辨率与屏幕分辨率不一致时,传统的多分辨率纹理绘制算法容易产生纹理走样与细节缺乏问题,为此提出一种基于纹理的自适应多分辨率流场可视化算法.通过定义平流体作为流场的中介表示,准确地跟踪粒子路径.考虑到纹理特征的稳定性,利用纹理空间到平流体空间的映射来执行纹理卷积计算.最后,基于mip-mapping技术自适应地选择合适分辨率的平流体,并对噪声纹理频率进行缩放控制.算法的精确度根据粒子平流位置的累积误差进行客观评价,结合人的视觉感知来测试主观选择与客观评价的一致性.实验结果表明,所提出的算法既能保持较高的精确性,又能完成更高质量的绘制.     

基于分割插值的连续多分辨率模型

给出了一种基于边删除的多边形网格分辨率模型生成算法,通过递归地删除网格模型中的边,从而得到连续的简化模型.算法建立了可调加权控制函数来控制边的简化顺序.在模型简化的不同阶段,通过调节控制函数的权值执行不同的简化原则,使得视觉重要度低的边优先删除.此外,通过建立独立集,避免了模型的局部过度简化.算法用临近点插值模板,求取边简化生成的新点.实验结果表明,该算法可实现较理想的场景简化效果.     

基于小波多尺度分析的彩色图像检索方法

多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现，基于文本关键词的传统检索方法已不能适应图像信息检索的要求，这使得基于内容的图像检索技术逐渐成为目前的研究热点。基于内容检索技术中必不可少的关键步骤就是图像特征的提取，其中可提取的特征有颜色、纹理和形状等。但是，由于图像的每种特征只能抓住图像相似性的某一个方面，因此如何能更好地表示图像就成为基于内容图像检索中一个重要的研究方向。针对该问题，提出了一种基于图像颜色和纹理特征的图像检索方法，其中颜色特征采用HSV颜色空间的直方图，纹理特征采用图像小波多尺度表示方法中细节信息的方差统计量，这样就充分利用了颜色的丰富表现性和小波变换的多分辨性及其变换系数的统计特性。通过对不同类型图像使用不同特征组合进行图像检索查准率的对比实验结果表明，这种图像检索方法是行之有效的。     

基于小波多分辨率分析的故障检测方法

提出了利用小波多分辨率分析技术对系统信号进行分析的故障检测方法。利用小波多分辨率分析技术对信号进行多尺度小波分解,得到信号的高频分量,对此高频分量进行去噪和特征提取,可以得到反映系统故障的特征,实现对系统的故障检测,并可根据阈值大小的不同区分故障程度,实现对不同故障的区分。为避免因阈值选择不当可能造成的故障漏检,对于去噪阈值的选择,提出了一个有效的解决方法。仿真结果证明该故障检测方法的有效性和可行性。     

Non Uniform Multiresolution Method for Optical Flow and Phase Portrait Models: Environmental Applications

In this paper we define a complete framework for processing large image sequences for a global monitoring of short range oceanographic and atmospheric processes. This framework is based on the use of a non quadratic regularization technique for optical flow computation that preserves flow discontinuities. We also show that using an appropriate tessellation of the image according to an estimate of the motion field can improve optical flow accuracy and yields more reliable flows. This method defines a non uniform multiresolution approach for coarse to fine grid generation. It allows to locally increase the resolution of the grid according to the studied problem. Each added node refines the grid in a region of interest and increases the numerical accuracy of the solution in this region. We make use of such a method for solving the optical flow equation with a non quadratic regularization scheme allowing the computation of optical flow field while preserving its discontinuities. The second part of the paper deals with the interpretation of the obtained displacement field. For this purpose a phase portrait model used along with a new formulation of the approximation of an oriented flow field allowing to consider arbitrary polynomial phase portrait models for characterizing salient flow features. This new framework is used for processing oceanographic and atmospheric image sequences and presents an alternative to complex physical modeling techniques.     

基于小波理论的多分辨率多传感器数据融合

小波变换的多尺度特点非常适合多尺度信号的处理,可以用于多分辨率多传感器数据融合,本文研究了不波变换的特征,提出基于小波包变换的多分辨率多传感器的数据融合算法,算法不需要把小波系数当成白噪声处理,并一能够有效地降低向量和矩阵维数,减少运算,有较好的滤波性能,同时采用双正交小波包变换,这可以克服基于正交小波包变换的多尺度滤波中正交小波因不具有线性相而产生恢复失真的缺陷,进一步提高滤波性能。     

一种基于小波多分辨分析的多率采样系统辨识方法

基于小波多分辨分析理论并结合面向控制的辨识思想, 提出一种多率采样系统分频段加权辨识方法. 首先研究了采样信息的一致性重构问题, 然后给出一种新颖的分频段加权辨识方法. 此方法的最大特点是对噪声不敏感, 易实现对感兴趣频段的精确建模, 便于和控制系统设计相配合. 仿真结果验证了这种方法的可行性.