【摘 要】
：
跟踪系统是实现虚拟现实(VR)和增强现实(AR)的关键环节,跟踪系统的效率取决于系统的实现框架和采用的预测滤波算法.由于贝叶斯滤波(BSF)算法在非线性系统模型的仿真中具有较好的适应性,本文构建了贝叶斯预测滤波框架,且将框架分为预测滤波层和表示层;根据各层的功能,分析了贝叶斯滤波算法的实现过程.通过实验,得到了框架模型的最佳仿真次数.实验结果表明,在非线性系统模型的仿真中,贝叶斯预测滤波框架能够较
【机 构】
：
华中师范大学,计算机科学系,武汉,430079 华中师范大学,教育信息技术工程研究中心,武汉,43
论文部分内容阅读
跟踪系统是实现虚拟现实(VR)和增强现实(AR)的关键环节,跟踪系统的效率取决于系统的实现框架和采用的预测滤波算法.由于贝叶斯滤波(BSF)算法在非线性系统模型的仿真中具有较好的适应性,本文构建了贝叶斯预测滤波框架,且将框架分为预测滤波层和表示层;根据各层的功能,分析了贝叶斯滤波算法的实现过程.通过实验,得到了框架模型的最佳仿真次数.实验结果表明,在非线性系统模型的仿真中,贝叶斯预测滤波框架能够较好的实现对简单物体运动的跟踪和方位的预测。
其他文献
盲检测分析是图像信息隐藏分析算法的一个重要部分,其关键就是选取对隐藏过程比较敏感的合适的特征统计量和合适的检测分类器.本文提出了基于神经网络的图像盲检测算法,为实现盲检测的目的,在空域中提取差分直方图n阶矩,在DWT域内提取了小波系数直方图n阶特征矩作为特征统计量,并输入神经网络,进行分类.实验仿真表明,该方法基本能够实现盲检测的目的,检测率较高。
本文提出了一种基于聚类分析的外存地形模型实时可视化算法,该算法根据静态误差建立外存LOD模型,目的是将不参与绘制的高程数据在载入内存前剔除掉.本文采用不完全四叉树以多分辨率的形式存储该模型,同时根据静态误差和空间位置关系将四叉树中的节点进行聚类划分.每个聚类存储四叉树节点的索引信息,并且类内节点采用Hilbert空间填充曲线的形式进行排序,在具体绘制时形成较长的三角形条带,从而进一步提高了索引和实
为了提高数字水印的实用性,必须保证水印的鲁棒性和透明性,本文在Cox等人提出的水印稳健性理论的指导下,充分考虑人类视觉系统特性,提出了一种基于遗传算法的水印图像的优化方法.通过动态调节嵌入深度,实现了水印透明性和鲁棒性的综合优化.实验结果表明,该算法不仅对于水印的攻击具有强鲁棒性,,且兼顾载体图像的质量.
为了解决在图像变形时水印信息可能丢失的问题,以及在使用扩频技术添加水印过程中图像平移的问题,本文提出了一种新的复合数字水印算法.在算法中先后使用了扩频技术和PatchWork算法两种算法嵌入水印,同时在使用扩频技术的过程中,加入了简单的块匹配矫正算法,在算法的性能和实现速度之间取得了良好的折衷.由于不同的水印嵌入方法在鲁棒性和安全性方面有不同的表现,本文提出的复合数字水印算法结合了多种不同的算法,
基于对数极坐标映射(LPM),本文设计了图像数字水印技术中的模板匹配检测方法.该模板匹配检测方法的特点是:在图像数字水印的嵌入过程中,从对数极坐标域中切取一块模板匹配信息;然后计算该模板匹配信息与加入水印后的图像在LPM域中的相位谱的相关系数来进行水印的检测工作.这种方法不使用原始图像的全部信息,减少了相关性检验的计算时间,提高了工作效率.实验结果表明:当含数字水印的图像旋转45度、缩小为原图像的
在研究流媒体和MPEG-4技术的基础上,本文提出了一种基于MPEG-4技术的流媒体创作系统的改进方案.文中在原有的模块化、多线程的设计方法中加入打包策略改进该系统,从而提供一个创作流媒体的可视平台,有效地提高流媒体系统的整体性能。
在视频压缩技术中,运动估计是视频处理系统的一个重要组成部分,同时也是最耗时的一部分.本文提出了一种结合冗余小波变换的运动估计算法,有效地减少了运动估计的运行时间,并在TI公司的TMS320DM642芯片上验证了该算法的实时性。
本文介绍了H.264解码器结构和解码流程.重点阐述了H.264解码器在ADDSP-BF533上的实现和优化策略.实验结果表明,本文的H.264解码器的实现方法和优化策略较为有效,能够满足DSP实时解码的需求.
在基于包交换的低比特率无线视频传输中,丢包往往会引起整帧图像数据的丢失,传统的差错掩盖方法难以达到较好的掩盖效果.本文提出了一种基于光流场方程估计丢失整帧的差错掩盖方法.实验证明,PSNR比传统的帧拷贝方法提高1个db左右,并且具有更好的视觉流畅性,可以有效地抑制视频差错的扩散,取得较好的差错掩盖效果。
本文描述了一种用于三维脑图像数据远程可视化的新方法,其核心在于将三维脑图像模型分解成一组球谐函数正交基的扩展系数.本方法利用最小二乘法将模型的原始坐标拟合成球谐函数正交基的扩展系数.这些系数可以通过因特网传输到客户端并被利用于重建三维模型.理论与实验的结果表明,本方法的数据压缩比一般可达1:30左右,远高于一些传统的压缩方法,如Progressive Meshes方法.本方法为解决三维脑图像数据在