文摘
为了提高物理教学的影响,本研究结合数字仿真技术来构建一个物理浸入式教学系统来提高物理教学效果在学院和大学。此外,本研究将抽象的物理知识转换成可识别的数字物理图像和意识到的想法multifeature融合通过合理的特征选择和分类器算法的使用适合本文的主题。此外,本研究提出了一种新算法基于几何图像的形态学特征,结合聚类分析的变化检测方法实现图像的智能处理。最后,本研究验证物理浸入式教学体系的有效性基于模糊情报和数字仿真技术通过实验研究。结果表明,该系统可以有效地提高物理教学效果。
1。介绍
沉浸理论依赖于技术工具为学习者提供一个接近于现实的学习环境,使他们能够完成知识和理论创造一个沉浸状态。沉浸理论是一个人工智能的思想,最影响高等教育到目前为止。早期沉浸理论提出,为了让用户沉浸,必须维护能力和困难的平衡,这可能会影响“学习行为”的发生在用户1]。与计算机技术的结合和沉浸理论,该理论的意义已经扩大到包括人机交互和scene-based学习,进一步加强“浸入式教学”的理论基础2]。浸入式教学是一个真正的沉浸理论作为一种新的教育模式。它提供了浸、密集交往和灵活的模式,所有这些都有利于培养学生的创造力和创新新媒体的能力。传统媒体在高校人才培养,相反,固有缺陷,比如在学习缺乏热情,一种实用的培训,学习参与有限,缺乏创新的潜力。在人工智能的时代,这还不足以解决应用和复合媒体专业人员的培训要求。如何创建一个适当的媒体在高校人才培训模式基于“浸入式教学”已经成为一个至关重要的问题值得研究3]。
模块化的教育思维是融入高校媒体人才的训练过程,是面向提高学生的专业技能。根据不同的培训目标和类型的物理人才高校,每个模块实现个性化的“浸入式教学”的主要特点和实际训练的要求。在人才培养模块、人工智能技术、三维实时渲染技术,动作捕捉和识别技术用于构建一个虚拟的工作室与3 d图形工作站,摄像头跟踪系统,等。此外,学生可以使用这个平台来完成虚拟训练,这样学生可以体验另一个工作室的经验现实与现实的交织。通过数字合成的三维场景,移动图片,和实际训练过程,学生“沉浸”增强,更容易掌握知识和能力,并形成资源模块系统。
本研究结合数字仿真技术来构建一个物理浸入式教学体系,提高高校物理教学的影响,并将抽象的物理知识转换为可识别的数字物理学的图片帮助学生理解和提高物理教学的效率。
2。相关工作
模块化的教育思维是融入高校媒体人才的训练过程,引导学生专业技能的提高。根据不同的目标和类型的媒体在高校人才培养、人才培养过程分为广播和电视导演人才培养模块,影视摄影和生产专业的人才培养模块,和广播主持专业人才培养模块,每个模块实现个性化的“浸入式教学”根据不同的专业特点和培训需求4]。人工智能技术、三维实时渲染技术和动作捕捉和识别技术来创建一个虚拟的工作室和一个3 d图形工作站,摄像头跟踪系统,和其他特性的物理教学人才培养模块。学生可以利用这个平台来完成虚拟指令,让他们有一个独特的工作室的经验,结合现实和现实。提高学生的“浸”,并简单掌握信息和人才,由于数字合成的三维环境中,移动的画面,和真正的训练过程5),着重于发展学生的能力理解各种场景和环境,可以用虚拟场景仿真技术设计仿真场景系统,集成摄像头视角漫游,主观身临其境的浏览,互动模拟经验,智能场景识别,和其他功能,不仅可以设计多个场景仿真系统。仿真场景是方便学生自由探索未知场景根据他们的个人认知状况,改变知识和技能,可以很容易地执行相机操作,比较不同手术方案的效果,提高学生的看法。(6]。
沉浸式虚拟现实(immersiveVR)为参与者提供了一个完全身临其境的体验,以便用户在虚拟世界的感觉,所以它可以最好的虚拟现实展示效果。相关设备包括头盔显示器,走设备,cave-style立体显示、设备、数据手套和空间位置追踪器(7]。沉浸式虚拟现实的明显特点是封闭的使用场景和声音系统孤立用户的视觉和听觉与外界的联系,这样用户就可以完全沉浸在电脑环境;它有一个高沉浸感、高实时,优秀的系统集成和并行处理能力(8]。目前,常见的沉浸式虚拟现实系统包括helmet-type虚拟现实系统,cockpit-type虚拟现实系统中,投射式虚拟现实系统,生产虚拟现实系统。相比桌面虚拟现实和分布式虚拟现实、沉浸式虚拟现实将应用程序中的重要内容之一,虚拟现实技术在大学物理教学在未来9]。
身临其境的虚拟实验技术允许大学教授使用小说和不同的教学方法。它提供了许多好处在实验教育,包括高使用率,优秀的安全,和易于维护。是一个活跃的调查高校促进“智能+教育”,它将成为一个大学,和大学教育生态系统重建和创建智能教育的重要环节10]。的最大障碍的使用浸入式虚拟现实在智能教学高校是它的高成本。研究、开发和设备采购的成本,如位置跟踪和位置跟踪,是更大的,因为它是修理和维护的成本11]。沉浸式虚拟现实的问题,限制了应用在智能教学在高校是一个技术人员的问题。与nonimmersive VR系统和semi-immersive VR系统相比,沉浸式虚拟现实系统有更高的要求,智能教学管理员在学院和大学12]。一般来说,nonimmersive VR系统的操作和semi-immersive VR系统相对比较简单。聪明的高校教学管理人员只需要短期培训达到熟练操作。沉浸式虚拟现实系统需要深入了解虚拟现实技术。以确保沉浸式虚拟现实系统的长期稳定运行,不仅需要专业人员操作设备,还需要专业人员进行修理和维护(13]。为了提高读者身临其境的沉浸式虚拟现实系统和交换经验,这也取决于视觉场景生成技术的进一步提高。全景技术通常用于智能教学高校使用nonimmersive VR系统和semi-immersive VR系统可以帮助读者找到他们喜爱的书在智能教学尽可能多的学院和大学。技术成本的要求更低,但身临其境和交换经验很差(14]。3 d建模技术通常用于沉浸式虚拟现实系统具有良好的沉浸和交互性的特点,但复杂的模型的施工过程较为繁复,和一个有效的交互式虚拟场景的建设需要大量的编程技术。难度要求较高(15]。
3所示。数字仿真技术
见图1,描述了一个颜色的RGB模型在三维空间中。每个像素包含三个组件显示像素的颜色是红色,绿色和蓝色的亮度水平。常用的亮度值范围24位彩色数码照片通常是闭区间[0255],这可能代表超过一百万种颜色。RGB颜色系统是基于颜色发光。用另一种方式,就像有三盏灯:红、绿、蓝。颜色混合,当这三个灯的灯光相互覆盖,和两个亮度的亮度等于总。亮度越大,越混,也就是说,添加剂混合(16]。
颜色圆图2(一)描述了两个参数,色相和饱和度。色调表达角度,这反映了光波的波长的光谱颜色接近。一般来说,0°被定义为红色,120°,绿色,和240年”为蓝色。色调从0°- 240°涵盖了所有颜色的可见光谱在物理意义上,和240°和300°之间色调nonspectral人眼课件(紫色)。
(一)
(b)
如图2,恒生指数模型的三个属性参数建立一个三维圆形三维空间(b),灰度阴影从底部黑色到白色沿着轴顶部,与亮度增加到最大值点。图2显示最高的颜色饱和度的四周发现气缸的上表面。
RGB颜色模型的换算公式我模型如下。
对于任何三个R,G,B参数值在[0255]闭区间,计算的我,年代,H组件在相应的嗨模型如下:① ② ③
H的价值范围计算公式②(0°、180°),对应G≥B。
图像的灰度直方图反映了图像中每一灰度级像素的分布,也反映了图像中灰度和某灰度的概率的关系。横坐标的规模代表图像的灰度和纵坐标代表的规模一定灰度的像素的数量,或与一定数量的像素灰度值的图像。的像素总数的比值图像如图3(17]。
3.1。灰度值线性变换方法
为了优化图像的对比,我们可以使用像素值再分配领域的方法,我们可以使用线性映射方法来扩大图像的灰度值范围,如图4。
图像的灰度值是f (x,y),灰度值范围是(米,米后,图像的灰度值线性灰度值变换是g (x,y)。灰度值的范围扩展到(n,N),这是值的范围(x,y)。的灰度值线性变换增强公式 在哪里x和y代表图像中的像素的坐标位置。
3.2。直方图均衡化
图像的灰度值直方图在笛卡儿坐标系统来描述图像通过一个离散的灰度函数,可以被描述为 在哪里代表灰度的发生概率k,n代表图像中的像素总数代表与灰度的像素总数k在数字图像。
直方图均衡化是一般分为以下步骤:①该算法计算一个从原始灰度图像灰度直方图: ②该算法计算 获得累计原始灰度图像的灰度直方图③该算法决定了灰度t直方图均衡化处理后根据公式 ,int象征代表了法医值部分和N是原始灰度图像中灰度值的数量吗④在确定原始灰度图像之间的映射关系水平来 ,算法将每个像素的灰度值在原始灰度图像显示的关系(18]
一个图像被噪声干扰的程度可以表达的信噪比(信噪比),这也是最常用的指标之一,我们用来衡量图像质量:
对于一般的图像,为了获得更好的识别效果,我们必须过滤和降噪图像。
3.2.1之上。空域滤波方法和降噪
邻域平均滤波是一种有效的方法来处理点状噪声。邻域平均法的过滤处理的原则是首先选择一小块图像,然后平均每个像素的灰度值,最后分配中心的灰度值点(x小块的,y)的像素点。新的灰度值(x,y)的转换公式如下: 在哪里x,y= 0,1,……,N-1 : M is the number of pixels included in the neighborhood and年代是点的集合在小社区(x,y)为中心的观点。这个社区也被称为的小盒子模板。所谓的盒子模板市场价值模板,模板中的所有系数相同的值。一般来说,3×3,5×5,或选择其他方阵,如图5。
社区分为两类:four-neighborhood eight-neighborhood。高,低,小块的左,右点的中心点是four-neighborhood只考虑技术。上,下,左,右,和四个小块对角点的中心点是包含在eight-neighborhood,如图6。
(一)
(b)
通常,eight-neighbor模板更常用,和处理图像的转换公式 在哪里(x,y)是一种新的灰度值的像素点(x,y)和f (x,y)的灰度值点(x,y)原始灰度图像。
高斯滤波器是一种滤波器常用于图像平滑处理,这个过滤器的理想特征。高斯平滑滤波器的公式 (在哪里x,y)代表图像中的像素的位置。如果使用均匀平滑尺度图像中所有社区,相对于自适应平滑滤波器,它的计算公式 在哪里t代表了k刻度参数的迭代的数量,是相似的,和 是一个度量函数反映了图像的特性,决定了边缘大小,可以保存在平滑过程中。
f(的信号x,y)的二维图像,d′(x,y)被定义为f的梯度(x,y)。上述3×3二维高斯模板,梯度公式
振幅的计算公式
结合上述两个公式,我们可以得到
综上所述,我们可以得到的平滑像素值像素点(x,y)。计算公式如下:
3.2.2。频域滤波和噪声降低
三个常用的频域低通滤波器是理想低通滤波器(ILPF)指数低通滤波器(ELPF)和巴特沃斯低通滤波器(BLPF)。这三个低通滤波器的特性曲线如图所示7。①理想低通滤波器的滤波函数(ILPFE) ②指数低通滤波器的滤波函数(ELPFP) ③巴特沃斯低通滤波器的滤波函数(BLPF)
(一)
(b)
(c)
在上面的三个公式,d到原点的距离频率平面上截止频率,然后呢 点的距离(u, )频率平面的起源。
的方法计算灰色梯度如图8。
图像的灰度由f (x,y)。点P (x,y),其相邻像素的灰度值f (x+ 1,y),f (x,y+ 1)和f (x+ 1,y分别为+ 1)。点的灰度值梯度Рcross-difference可以计算的方法。该算法分为两个步骤。①的灰度梯度x和y方向 ②点的灰度值梯度Р可以由cross-difference计算方法: 然后,
常用的锐化模板主要包括罗伯特•模板(a) (b)拉普拉斯算子模板,(c)索贝尔模板,和(d)普瑞维特模板,如图9。
(一)
(b)
(c)
(d)
我们必须部分图片或提取区域匹配图像中感兴趣的对象,为了获取图像中感兴趣的项目信息。最基本和常用的图像分割方法是阈值分割。以下是阈值分割是如何定义:
可靠性:所有对象在同一类别的特征值应该尽可能。类中的特征值越接近,越高的可靠性特征值用来确定这样的对象。可以定性的可靠性特性测量与数学公式如下:
其中,特征值的我样本代表了X我,你我代表的数学期望值这个类别的样本特征值,和样本的数量在一定范畴由m表示特征标准偏差越小,越接近班上特征值和特征值的可靠性越高。
独立的功能可以测量使用以下公式:
区别特征值越大用来识别一个物体对于不同类别的对象,分辨率越高功能的区分不同的类别。可以测量的分辨率特性使用以下公式:
计算公式如下。
第一个时刻 。
第二个是 。
第三个是 。
其中,p我的色调(他)值吗我th像素在图像和N是像素的数量。
目标坐标连锁的第一段代码 ,和面积的计算公式 。
其中, , , ,和代表了我象征。
目前,有四个主要的方法来测量物体的形状的循环:密度、边界能量,循环,面积比的平均距离的平方。其中,能量密度和边界更常用的和有效的。
密度C周边的平方之比(P)到区(年代):
用于quantif定量属性y形状复杂的一个项目是格式的因素,这是一个变种的密度。周长、面积项用于计算它,和测量的结果是(0.1)区间映射。形状参数的计算公式如下: 在哪里年代是区域和P周长。如果假定一个圆的周长是2 nr,那么它的面积 ,和e= 1.0是由上面的公式,计算表明的价值e是1时,对象是一个常规的中心。e需要一个值的区间的值(0,1)。当e是越来越接近1,这意味着物体接近一个圆。相反,当的价值e越来越接近0,这意味着图更复杂,更像是一个圆。
边界能量curvature-based方法量化对象的循环。的点p在边界上,坐标是(x,y)。数字图像的边界能量计算离散得到计算公式如下: 在哪里P是边界的长度,周长的对象,的瞬时曲率我th边界点,半径圆的切线的边界点p我。对象是一个定期循环时,边界能量取得最小值 。
4所示。物理浸入式教学系统基于数字仿真技术
沉浸式虚拟现实物理教学环境,如图10,包括虚拟现实硬件设备,如大屏幕,投影仪,服务器和三维交互设备。相关软件创建一个高度开放、互动、并为学习者身临其境的学习环境。目标是将科学数据可视化或抽象概念,这样学生可以看到,甚至“触摸”数据交互。
实际教学的连接和集成空间和虚拟教学空间是虚拟的集成和应用的基础和实际教学空间。功能层的主要功能包括在线学习的发展元素以及虚拟和物理教学的整合和应用场所。它的目标是创建一个虚拟和物理教学领域,可以映射、镜像和合作。图11描绘了独特的经营结构。
图12显示了模拟闪电魔法世界的形象,它可以有效地提高物理浸入式教学的教学效果。
上述研究的基础上,效果评价的物理浸入式教学系统基于数字仿真技术提出了进行研究,并评价效果见表1是获得。
5。结论
在物理人才的培训模块,着重于培养学生掌握不同的场景和环境的能力。虚拟场景仿真技术可用于设计一个模拟场景系统,集成摄像头视角漫游,主观身临其境的浏览、交互式仿真体验智能场景识别,和其他功能。学生可以自由探索意想不到的设置和改变信息根据他们特定的认知情况和技能通过构建不同的模拟场景。此外,学生很容易进行实验,评估各种操作方案的影响,提高他们的认知,并创建一个互动的模块系统。本研究结合数字仿真技术来构建一个物理浸入式教学系统来提高物理教学效果在学院和大学。实验研究表明,身体浸入式教学系统基于数字仿真技术有一定的影响。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。