2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩79頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、織物的三維動(dòng)態(tài)仿真是當(dāng)前計(jì)算機(jī)學(xué)科中一個(gè)重要的研究方向,它在服裝設(shè)計(jì)、電子游戲、三維動(dòng)畫(huà)、電子商務(wù)、虛擬現(xiàn)實(shí)等領(lǐng)域有著廣泛的應(yīng)用前景。它對(duì)于增強(qiáng)用戶在虛擬平臺(tái)上的操作體驗(yàn),有著重要的現(xiàn)實(shí)意義,并將產(chǎn)生巨大的經(jīng)濟(jì)效益和社會(huì)效益。
   本文研究了織物的三維仿真技術(shù),提出了一種新的思路,利用計(jì)算機(jī)視覺(jué)技術(shù)結(jié)合基于物理模型的仿真方法,為織物仿真技術(shù)的研究提供一種新的分析方法和手段,提高織物動(dòng)態(tài)仿真技術(shù)的水平。
   本文的主要

2、研究?jī)?nèi)容有:
   1)全面概括了織物三維動(dòng)態(tài)仿真研究的國(guó)內(nèi)外現(xiàn)狀,并指出了課題的研究難點(diǎn),提出了新的思路,為進(jìn)一步的深入研究打下基礎(chǔ)。
   2)分析了基于物理的彈簧質(zhì)點(diǎn)模型,介紹了理論細(xì)節(jié),在此基礎(chǔ)上詳細(xì)闡述了運(yùn)動(dòng)方程的數(shù)值求解方法(包括顯性歐拉法、顯性中點(diǎn)法和RK4)以及在系統(tǒng)中具體的實(shí)現(xiàn)算法,然后介紹了為了滿足織物模擬的實(shí)時(shí)性要求,需要克服超彈性的問(wèn)題,并介紹了主要的兩種解決方案,最后給出了實(shí)驗(yàn)結(jié)果,并指出基于物

3、理模型方法的局限性。
   3)采用了基于SIFT特征點(diǎn)匹配的算法對(duì)織物的二維運(yùn)動(dòng)圖像序列進(jìn)行特征點(diǎn)的提取及匹配工作,為后續(xù)的織物三維運(yùn)動(dòng)參數(shù)估計(jì)提供數(shù)據(jù)。
   4)提出了采用基于分層Markov隨機(jī)場(chǎng)和改進(jìn)模擬退火算法的三維運(yùn)動(dòng)估計(jì)方法,建立了MRF模型與特征點(diǎn)運(yùn)動(dòng)估計(jì)相對(duì)應(yīng),構(gòu)造了運(yùn)動(dòng)參數(shù)聯(lián)合概率分布的能量函數(shù)來(lái)反映三維運(yùn)動(dòng)參數(shù)之間的約束關(guān)系,并提出了改進(jìn)的模擬退火算法并通過(guò)能量函數(shù)最小化估計(jì)出運(yùn)動(dòng)參數(shù),然后求出特

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論