基于TV-泊松奇异积分联合先验模型的图像重构

目的针对当前图像重构算法容易产生过渡平滑图像纹理区域,使复原图像丢失大量纹理,降低重构图像视觉质量等缺陷,提出TV-泊松奇异积分联合先验模型耦合贝叶斯推理的图像重构算法。方法引入配分函数,结合TV函数,构造TV图像先验。定义泊松奇异积分先验,并将其嵌入到TV先验中,设计一种联合先验模型,控制图像纹理平滑度。基于高阶统计量技术,完善图像退化模型,并耦合先验模型,生成重构图像的最大后验估计MAP。引入优化最小原则,求解MAP,完成贝叶斯推理,获取重构图像。对文中算法复原图像纹理的关键参数进行优化,并研究分析该算法的用户响应。结果与当前图像重构算法相比,文中算法的复原视觉质量更高,能够较好地平衡噪声与纹理。在图像退化程度较大时,文中算法具有良好的用户响应。结论文中算法能够较好地同步保持图像边缘与纹理。     

从明暗恢复形状的手绘草图三维建模算法

提出一种通过用户手绘草图进行三维建模的算法,该算法直接利用二维笔触输入,实现简单、快捷的三维动画原型制作。首先从通过鼠标或手写板等绘制的自由曲线中析取包含手绘风格信息的结构化轮廓线,并在轮廓线所围区域中应用距离变换生成距离场;然后利用线性近似的方法从明暗恢复形状算法中获得三维曲面;接着对三维曲面进行对称、缝合和平滑变换得到基本的三维几何体;最后将基本几何体组合并进行编辑。算法强调手绘效果,提供所见即所得的交互风格,可广泛应用于三维动画和游戏的前期模型设计与制作,以及计算机辅助教学系统等领域。     

运用八叉树3D纹理实现CFD数据场的直接体绘制

基于3D纹理的直接体绘制算法可以在保证图像质量的同时达到较好的交互性能,但由于纹理内存的限制,大规模数据场的3D纹理直接体绘制比较困难。作者提出了一种适用于计算流体力学(ComputationalFluidDynamics,CFD)数据场的八叉树3D纹理分割算法。该算法首先对数据场进行层次分割,然后根据CFD数据场的四面体网格特点插值生成规则网格数据场,最后生成基于八叉树结点的3D纹理子块。试验证明该算法可以较好地实现CFD大规模数据场的直接体绘制,渲染速度基本达到交互性的要求,较好地体现数据场内部的层次与结构关系。     

基于图形硬件加速的非真实感图形实时绘制技术

非真实感图形绘制(Non-PhotorealisticRendering,简称NPR)能够反映三维形体的几何要素和设计风格,适合于CAD系统和卡通等艺术效果的显示绘制。利用现代可编程图形显示硬件技术,提出了一种在图像空间实现轮廓线提取和绘制的算法,并通过对Blinn-Phong光照模型的改进设计了一种适合于NPR绘制的改进光照模型。实验表明运算速度能够满足交互系统的实时性需求。     

基于Surfels的实时渲染技术研究

介绍了一种用于实现复杂场景高品质实时渲染的新算法。已有的研究表明，基于传统几何图元的渲染技术必然涉及到大量的求交与消隐计算，而这正是实现实时绘制的瓶颈所在。利用OpenGL虽然可以实现实时绘制，但这是建立在Z－Buffer技术的基础上，并且将场景尽可能地简化来实现实时绘制的一种基于传统几何图元的绘制技术。这样渲染而得的图像质量很低，很难再现纹理及材质的特殊光照效果。笔者将图像与体图形学技术相结合，研究并实现了基于表面元素（Surface elements,即Surfels)的渲染技术，避免了耗时的求交计算，因此大大提高了复杂几何场景的绘制时间。又因为surfels中包含完整的材质属性和纹理信息，从而确保了在快速重绘时的图像质量。     

基于照片的可编辑光照效果卡通人脸生成算法

提出一种基于照片的可编辑光照效果卡通人脸图像生成算法.算法首先提取输入人脸照片的边缘轮廓,生成线条画;其次对输入照片进行本征分解,分离出光照图像和材质图像;然后对光照图像进行光照编辑,如量化、非线性增强等;对材质图像进行抽象化处理,并融合线条画得到卡通图像;最后将编辑过的光照图像添加到卡通图像上生成含有光照效果的人脸卡通图像.实验结果表明:该算法生成的人脸卡通图像效果逼真,并且可对光照进行编辑.     

基于视差贴图的伪室内贴图的研究与实现

计算机图形学中的纹理贴图技术是致力于增强渲染真实感的重要技术之一,可以使虚拟物体具有纹理、颜色和细节上的真实感。视差贴图是纹理贴图技术的一种,基于其原理的伪室内贴图技术可以在不使用真实三维模型的情况下,增加建筑物内部的纵深感与细节。本文结合游戏制作领域的相关技术,制作了相关测试贴图并在虚幻引擎(UE)中实现伪室内贴图。最后通过设计实验对比了伪室内贴图与真实三维模型内景的实时渲染效率,实验结果表明伪室内贴图技术可以通过较低的资源消耗实现建筑门窗内景渲染,从而提高提升整个虚拟场景的真实感。     

基于计算机图像风格迁移的音乐可视化智能设计研究

目的基于Processing程序识别音乐特征和图像特征,控制图像风格迁移的实时生成效果,尝试将人对音乐和图像的联觉进行可视化表达。方法预处理阶段分别分析输入的音乐文件和图像文件,提取音乐文件中左右声道的实时强度等特征,识别图像文件中色彩空间及单位像素的亮度。数据交互阶段,建立随机生成效果,并以音乐特征和图像特征为因变量控制粒子生成的位置、时机等。画面生成阶段,通过蠕虫效果对每个有效粒子进行动态视觉展示,根据实时更新的有效特征值指导渲染效果,主要控制渲染过程中新粒子的位置和数量,以及粒子的形状、颜色和速度等。结果音乐文件与图像文件同时对图像风格迁移的可视化表达产生影响,不同搭配方式生成视觉画面和风格属性是独特的唯一的;同时,图像重建过程动态可视,屏幕从空白到完成人像效果呈现的完整过程与音乐播放进程实时同步输出。结论将传统的音乐可视化和图像风格迁移相结合,为音乐可视化增加了具体内容表达,为图像风格迁移增加了时序表达;这种实时信息可视化是人工智能模仿人类通感的一种艺术表达形式,同时是一种表演艺术。这种可视化效果可以帮助用户用音乐生成独一无二的个性肖像;也可被广泛应用于艺术家表达音乐和视觉的关联性。     

人群仿真中角色纹理多样化方法

人群仿真中角色模型的多样化能营造出符合实际的效果.通过模型纹理处理技术来加强人群仿真中的人物外观多样化,是解决仿真场景中三维模型外观差异性的有效手段.提出一种基于模板的纹理多样化生成方法.首先给不带纹理坐标的网格模型展UV后作为纹理模板;然后利用基于图像分割方法处理UV展开图得到纹理的衣饰语义信息;在此基础上实现纹理图像的纯色着色和图案填充,从而生成各种不同的纹理,实现人群仿真的角色多样化.所提方法实用可行,较好地解决了虚拟角色制作效率问题,快速生成视觉上合理的大规模人群.     

基于PSO和Level Set的快速曲线演化算法

提出了一种基于微粒群算法（PSO）、水平集（Level Set）的快速曲线演化算法．该算法将图像分割分为两阶段,利用PSO方法对Snake模型中的控制点进行寻优,使控制点能快速地收敛到图像的边缘附近;利用插值算法,得到目标较粗糙的大致轮廓,以此目标轮廓作为初始的零水平集曲线;使用Level Set窄带方法得到准确的轮廓．从而克服了参数主动轮廓线模型对初始曲线敏感、噪声敏感和不能收敛到凹陷的边缘问题和几何主动轮廓线模型水平集方法计算量大等问题．实例研究结果表明了该算法的正确性、有效性．     

基于Fuzzy的隐马尔可夫模型主动轮廓线模型

提出了一种基于Fuzzy和隐马尔可夫模型(HMM)的新型主动轮廓线模型,该模型将HMM理论应用于主动轮廓线模型中,利用HMM提供多种测量信息的能力,优化了模型参数,克服了传统主动轮廓线模型的缺点.同时利用模糊集理论建立了HMM中的状态与观测向量之间的模糊隶属关系,从而使蛇点准确收敛到图像边缘.对动态图像的仿真实验表明,改进后的主动轮廓线模型能很好地收敛到物体的凹陷边界,且具有良好的抗噪性.     

采用小波与ALCT的分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成平滑层和纹理层,基于小波变换和自适应局部余弦变换(ALCT)分别编码。为提高平滑层小波零树编码的效率,本算法先对原图像进行恰当的平滑运算,然后再进行小波变换,从而增加零系数的个数。第二层利用改进的折叠运算和快速 DCT 实现残差纹理图像的 ALCT,并且提出了一种 ALCT 系数的重组方案,进而实现了重组系数的嵌入式编码。实验结果表明,本算法在未进行算术编码的情况下,与小波零树 SPIHT 算法相比,峰值信噪比(PSNR)提高了 0.4dB,并在重建图像中更好地保留了原图像的纹理特征。     

图像纹理谱描述子算法研究

纹理分析是指通过一定的图像处理技术提取出纹理特征参数来对图像的纹理特征进行描述，并根据某种能够描述纹理空间分布的模型，给出纹理特征的定量估计。本文介绍了一种纹理分析的具体方法一纹理谱描述子算法，并在原始算法基础上进一步介绍了三值域纹理谱描述子算法的原理和特性。     

基于分形特征的图像边缘检测方法

运用分形理论描述图像纹理特征,通过分析不同纹理图像及图像边缘处的分形参数,得到一种新的边缘检测分形特征,从而提出一种基于分形特征的图像边缘检测方法。自适应阈值的引入,能够实现不同图像的边缘检测。该算法简单迅速,并具有良好的抗噪性能。     

基于感兴趣区域的彩色三维物体快速喷绘方法

目的 针对目前三维空间喷绘效率低及个性化不足问题,提出一种基于感兴趣区域再分割的三维物体快速喷绘方法.方法 首先利用感兴趣区域算法提取出彩色图像中最显著部分,再通过一种新灰度图再分割算法进行二次图像处理,得到具有不同显著性区域等级的图像,将带有区域分级图像和原图像进行合并,得到具有区域分级的彩色图像.然后通过三维纹理映射方法,将后得到的彩色图像映射到目标三维模型,三维模型的表面就带上所需的纹理信息.再利用一种新的多喷头控制技术,合理地安排不同的喷头处理不同的区域.最终通过信号传输,将打印文件传输到机械臂,机械臂进行工作喷绘.结果 该三维喷绘方法对半径为100 mm球体的工作总时间为100.34 s,具有较高的工作效率.结论 相较于传统的三维喷绘,基于传统的感兴趣区域的喷绘所提出的基于感兴趣区域再分割算法,在保证喷绘精度的前提下显著提高了喷绘效率,在性能指标上总体优于传统的感兴趣算法.     

基于生成对抗网络的风格化书法图像生成

目的为修复书法图像中的残缺字体,提出一种提取书法图像特征并自动生成风格化书法图像的方法。方法首先针对书法作品的灰度图像利用变分自编码器提取字体的形状特征,同时将书法图像转换至Lab颜色空间中,通过四层卷积神经网络模型对L通道进行深度学习,提取书法字体中的风格特征;然后将风格特征作为条件输入,与形状特征一起输入生成对抗网络的生成器中进行联合训练,使生成的字体带有特定风格。研究过程中构建一个包含不同风格书法字体的中国书法字体生成数据集(CCGD-2019)用作模型训练。结果提出了一种基于变分自编码与生成对抗网络的书法字体图像生成模型,能够从标准字体或随机噪声自动生成风格化书法字体图像。结论人眼主观评价及Fréchet初始距离计算结果表明,生成字体的识别率和视觉质量均达到了令人满意的效果。     

基于图像处理的外螺纹三维模型重构

提出了一种基于多角度序列图像特征实现外螺纹的三维模型重建的方法。首先在旋转平台上采集多角度序列螺纹件图像,然后对每帧图像进行特征点提取,将序列图像的特征点进行三维变换和插值,最终生成三维模型。实验结果表明,此算法能精确高精度地实现外螺纹三维模型重构。     

基于小波包纹理分析的字体识别方法

提出了一种新的字体识别方法,该方法将字体的文本图像当作特殊的纹理,通过小波包分解出图像的高频和低频成分,并提取出子图像的能量特征、方差特征和比例特征。这三种纹理统计特征从构字的基本笔段和纹理风格上体现了一种字体独有的细节特性,以BP网络作分类器的实验证明这种方法能达到很好的识别效果。     

基于BP神经网络的图像分离算法

现在纹理图像分离效率比较低,为解决这个问题,提出一种基于反向传播神经网络的纹理图像分离算法。一些因素会影响的结果是RGB值图像分离的象素的颜色本身,它附近的像素、边界的概率。根据这些因素,我们构建一个模型,用BP神经网络训练功能区域的图像和噪音一组样本,训练之后,BP神经网络训练可以用于纹理图像分离。最后我们设计一种实验,利用BP神经网络分离三个纹理图像。实验结果表明该算法简单、可行的、可以降低人们的工作。     

分类算法在纹理识别研究中的应用

本文将机器学习中最常用的两种分类算法——K近邻法和支持向量机应用到纹理识别的研究中,以Oumx、Brodatz以及CUReT三个公共纹理库中的纹理图像为研究对象,分别使用K近邻法、支持向量机算法进行纹理识别实验,并对最终的识别结果做了分析与比较。综合三个纹理库的识别结果,我们发现相较于K近邻法,支持向量机的识别效果较好,能够较准确的实现对纹理图像的识别。