-
公开(公告)号：CN109509246B
公开(公告)日：2022-08-02
申请号：CN201910041758.2
申请日：2019-01-16
Applicant: 哈尔滨工程大学
IPC: G06T15/00 , G06T15/50 , G06T15/55 , G06V10/762 , G06K9/62
Abstract: 本发明一种基于自适应视线划分的光子图聚类方法提出预缓存和聚集替换的光子映射光线计算方法和自适应视线划分的光子图聚类方法相结合来达到优化光子映射算法的目的，具体采用如下步骤：(1)光线追踪阶段，获取场景，得到光线追踪阶段的光子图；(2)自适应视线划分阶段，由光子密集区自适应视线划分三个等级对光子进行聚类；(3)预缓存阶段，对聚类后的光子进行采样，得到其辐射度估计值进行预缓存到文件中；(4)聚焦渲染阶段，对交点值、焦散光子值和直接光照值进聚集渲染，优化光子映射，提升图像渲染效率和真实感。
-
Patent Agency Ranking
公开(公告)号：CN109509246A
公开(公告)日：2019-03-22
申请号：CN201910041758.2
申请日：2019-01-16
Applicant: 哈尔滨工程大学
Abstract: 本发明一种基于自适应视线划分的光子图聚类方法提出预缓存和聚集替换的光子映射光线计算方法和自适应视线划分的光子图聚类方法相结合来达到优化光子映射算法的目的，具体采用如下步骤：(1)光线追踪阶段，获取场景，得到光线追踪阶段的光子图；(2)自适应视线划分阶段，由光子密集区自适应视线划分三个等级对光子进行聚类；(3)预缓存阶段，对聚类后的光子进行采样，得到其辐射度估计值进行预缓存到文件中；(4)聚焦渲染阶段，对交点值、焦散光子值和直接光照值进聚集渲染，优化光子映射，提升图像渲染效率和真实感。
-
公开(公告)号：CN109408942A
公开(公告)日：2019-03-01
申请号：CN201811217213.4
申请日：2018-10-18
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明提供一种基于随机腐蚀模型和视差映射的舰船腐蚀仿真方法，制作整体模型和舰船模型，利用3DMax软件对整体模型优化；建立随机腐蚀模型，并获得某一时刻的腐蚀数据信息，生成舰船船体的腐蚀纹理和高度图；调整高度图，通过视差映射方法对高度值进行缩放和偏移，校正偏移值，为纹理添加自遮挡和自阴影效果；基于LOD动态纹理加载技术，根据舰船模型与摄像机的距离动态加载不同分辨率的贴图纹理；实时显示舰船船体腐蚀仿真效果。利用随机腐蚀模型可以更符合复杂多变的海洋环境对舰船船体腐蚀的影响，保证仿真的真实度；利用优化的视差纹理映射和LOD动态加载技术可以使得程序在保持物体绘制的真实感的情况下可以提高物体模型的绘制效率。
-
公开(公告)号：CN108984820A
公开(公告)日：2018-12-11
申请号：CN201810509493.X
申请日：2018-05-24
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明提供的是一种基于纳什均衡的粒子重投漂移路径预测方法。(1)对影响船舶漂移的因素进行纳什均衡处理；(2)在三维可视化软件Unity3D中输入经过步骤(1)的纳什均衡处理过的信息；(3)利用蒙特卡洛方法获取漂移物初始概率分布图；(4)求取在纳什均衡状态的漂移速度；(5)基于漂移速度，利用粒子重投方法结合漂移时间，经过模型计算，求出船舶的2D漂移路径；(6)将船舶的2D漂移路径转换为3D的漂移轨迹并显示。本发明巧妙的结合了纳什均衡理论与粒子重投方法，既考虑了多个影响因素又因为信息的及时更新会使漂移轨迹更加接近真实的漂移路径，然后有效的提高船舶漂移轨迹的拟合度。本发明能输出更加精确的漂移路径。
-
公开(公告)号：CN108416801B
公开(公告)日：2022-02-22
申请号：CN201810165099.9
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向立体视觉三维重建的Har‑SURF‑RAN特征点匹配方法，属于数字图像处理领域，包含如下步骤：步骤(1)：对图像中的像素点进行高斯差分预处理，筛选出候选特征点，再利用权重系数筛选，获得特征点。步骤(2)：对特征点数据集进行处理，得到特征点的特征描述子；步骤(3)：利用最近邻特征匹配对检测到的特征点进行匹配；步骤(4)：对特征匹配点对中的误判点初步剔除，利用PROSAC的思想将数据集进行排序，对RANSAC选取模型及评价部分进行改进，利用局部最优化的思想对RANSAC进行改进，引入优化参数K对模型局部进行进一步优化。本发明减少了计算量，提高了速度，改进算法产生的冗余点较少，精确度较高。
-
公开(公告)号：CN108416801A
公开(公告)日：2018-08-17
申请号：CN201810165099.9
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向立体视觉三维重建的Har-SURF-RAN特征点匹配方法，属于数字图像处理领域，包含如下步骤：步骤(1)：对图像中的像素点进行高斯差分预处理，筛选出候选特征点，再利用权重系数筛选，获得特征点。步骤(2)：对特征点数据集进行处理，得到特征点的特征描述子；步骤(3)：利用最近邻特征匹配对检测到的特征点进行匹配；步骤(4)：对特征匹配点对中的误判点初步剔除，利用PROSAC的思想将数据集进行排序，对RANSAC选取模型及评价部分进行改进，利用局部最优化的思想对RANSAC进行改进，引入优化参数K对模型局部进行进一步优化。本发明减少了计算量，提高了速度，改进算法产生的冗余点较少，精确度较高。
-
-
-
-
-
Search Results
6
records
(took 0.032 seconds)
