一种基于阴影图的实时伪软阴影生成方法

由于硬阴影不能反映真实场景,软阴影成为了阴影实现的主流。但是软阴影需要对区域光源进行密度采样,为了省掉密度采样的开销,而且又不影响真实感,实现了一种伪软阴影。首先基于阴影图提出了一种用添加的平滑面构造半影纹理的新方法,并叙述了如何用该半影纹理构造伪软阴影。实验证明该方法能正确并实时地实现阴影渲染。     

复杂纹理的生成与定位技术

本文提出了一种直接在三维景物表面上进行纹理喷绘的复杂纹理生成技术．与传统二维喷绘系统不同，本方法实时地将每一笔划所确定的颜色值作为某种纹理属性直接在景物表面上喷绘出各种纹理及光照效果．利用该技术，我们可方便地解决相邻表面间纹理的连续拼接及多重纹理之间的过渡问题．结果表明，本方法可用来生成非常复杂的纹理．     

面向手持式3维扫描设备的本征纹理重建

目的 针对目前手持式3维扫描设备生成的模型纹理分辨率不够,且部分区域存在高光、阴影及明暗变化等问题,提出一种基于多幅实拍照片的纹理重建方法。方法 首先使用基于特征匹配的方法将照片图像与几何模型进行配准;其次根据重建纹理大小,采用特殊编码方式的位置纹理建立照片像素到纹理像素直接且精确的对应关系;然后根据多幅使用闪光灯作为光源拍摄的照片,通过位置纹理建立联立方程,求解漫反射分量;最后采用改进的基于混合权重的融合方法对求解的漫反射分量进行纹理融合。结果 使用本文方法对3个实验模型进行本征纹理重建,与3维扫描设备生成纹理和直接用照片生成纹理相比,该方法操作简单、使用方便,可获得高度清晰的,不含高光和明暗效果的本征纹理图像。结论 实验结果表明,重建纹理质量在分辨率、色彩还原性及一致性方面明显优于原有纹理,且该方法具有很高的精确性和鲁棒性,可满足高质量的纹理重建需求。     

融合颜色相关性和纹理差异的阴影检测方法

在雨天交通视频中,车辆同时受阴影和水汽拖尾的干扰。为此,在分析目标车辆、路面、阴影和水汽拖尾区域特性的基础上,提出一种融合颜色相关性和纹理差异的阴影检测方法。由当前点与背景点的HIS向量点积测量颜色相关程度,检测出车辆目标和水汽拖尾区域,利用当前区域和背景区域的纹理差异区分深色车辆和阴影。实验结果表明,该方法能较好地检测雨天交通视频中运动车辆的投射阴影,且能有效去除水汽拖尾,从而保证车辆的正确分割。     

基于局部纹理特性的运动车辆阴影消除

为解决传统阴影检测算法可靠性和实时性难以兼顾的难题,从交通场景的实际应用出发,提出一种基于局部纹理特性的灰度域阴影消除方法。通过分析阴影的物理模型,得出局部纹理的光照不变性,利用基于比值判决的LBP纹理法来区分运动车辆和阴影,并应用亮度约束和几何启发式准则进一步改善阴影检测效果。实验结果表明,该方法的阴影检测有效率在90％以上,且能较好地满足实时要求,提高低亮度时车辆的阴影检测效果。     

软阴影算法及实现

提出了一个实时软阴影算法。首先以光源为视点生成包含场景深度信息的“阴影映射图”,然后从观察者视点将场景渲染到一个屏幕纹理缓冲中,进而对此纹理采用percentage closer filtering (PCF)策略进行反走样,最后采用高斯滤波对阴影进行模糊处理。该算法不仅得到了较好的软阴影效果,并且也有较好的实时性,可适应实时动态变化场景的需求。     

基于粒子系统的爆炸烟雾模拟

粒子系统是3D技术中模拟烟雾的一种常用方法。本文针对爆炸烟雾的运动方式,通过控制烟雾粒子大小及其运动速度方向以模拟烟雾扩散膨胀,采用粒子法线旋转及粒子采样纹理时顶点旋转来模拟烟雾翻滚效果,通过Alpha混合技术及将粒子四边形转化为球面方法来实现烟雾粒子的绘制过程,使用较少粒子数模拟出较逼真的爆炸烟雾扩散效果。实验表明该方法具有较好的实时性。     

高质量的三维纹理硬件体绘制

与光线投射法相比,传统的3D纹理体绘制算法通常难以产生高质量的图像。为了增强渲染图像的真实感与质量,在基于GPU（Graphics Processing Unit）的三维纹理体绘制过程中以交互的速率实现了体阴影效果,并考虑现实图像合成中的可视化感知,提出将基于GPU的高动态范围色调映射技术应用到体绘制得到的结果图片中。最后对一些体数据集进行绘制,实验表明这些技术较好地解决了传统纹理绘制方法的缺点,提高了图像的质量。     

结合色度和纹理不变性的运动阴影检测

目的：在运动检测中,运动物体产生的阴影常常被错误地检测为运动物体本身,为了将阴影从检测结果中消除,本文提出了一种色度不变性和纹理不变性相结合的运动阴影检测方法。方法：首先从阴影的物理模型出发,直接在RGB颜色空间利用色度不变性来获得候选阴影区域,然后根据颜色信息对候选阴影区域进行分割,对每个子区域,利用一种基于局部二值模式的指标来度量其与对应背景区域的纹理相似程度,进而判断该子区域是否是阴影,从而得到最终的检测结果。结果：在公开测试集上的实验结果表明我们的方法可以有效地检测出运动阴影,相对于几种常用的阴影检测算法具有一定的优势。结论：本文将像素级水平和区域级水平阴影检测方法结合起来,提出了一种结合色度不变性和纹理不变性的运动阴影检测方法。实验结果表明,在多类复杂场景中,本文方法都能有效地将运动阴影检测出来,具有较强的鲁棒性。     

融合线性特征的局部纹理运动车辆阴影检测

提出了一种融合线性特征的局部纹理运动车辆阴影检测方法。首先基于连续帧视频图像信息建立初始背景模型;通过背景差法获取包含阴影的运动目标区域,同时依据该运动区域信息实时更新背景;结合亮度信息,利用改进局部二值模式的纹理算子描述运动区域纹理,并根据海明距离进行粗分类,快速检测出运动区域中的阴影覆盖区;进一步对阴影覆盖区域进行纹理信息的线性特性判断,排除车辆自阴影区域,获取背景阴影,得到真实车辆目标。实验结果表明,该方法提高了阴影和车辆自阴影的检测准确度,且速度快,可满足实时性要求。     

基于纹理特征改进的GFL运动目标提取方法

基于广义融合套索（GFL）前景模型，融合视频的纹理特征，提出一种基于纹理特征的运动目标提取方法。方法通过GFL前景模型提取前景运动目标和背景，再利用LBP算法提取前景与背景在多个方向上的纹理特征，比较两者纹理特征的相似度，去除前景中的投射阴影，解决由于运动目标遮挡产生的阴影问题，同时还引入误判率去描述模型的准确度。通过对广场、办公室以及体育馆等实际场景进行测试，实验表明提出的算法能够有效去除运动目标产生的阴影。     

融合色彩比和梯度不变性的运动阴影检测

为解决运动前景的准确分割受运动阴影影响的问题,提出了一种融合色彩比和梯度不变性的运动阴影检测算法。该算法分析了阴影像素的色彩比和区域纹理梯度的光照不变性,利用亮度变化特性和色彩比不变性初步确定候选运动前景中的阴影像素,然后在候选阴影区域利用纹理梯度不变性进行去错处理,两者的结合弥补了单一特征或单一类型特征的阴影检测性能差的缺陷,提高了阴影检测率和阴影分辨率,能够准确地将阴影和前景区别开来。     

基于视频序列的车型识别算法设计

针对复杂背景下的目标车型识别问题,提出一种基于视频序列的检测识别算法。运用帧差序列图像进行背景建模与更新,采用背景差分和LBP纹理分析法进行运动车辆的分割及阴影消除,提出车辆形状投影量的概念,将视频车辆二维形状信息降至一维,并设计二维输入模糊分类器,根据形状投影量和车高/车长比,完成车型的多种类精细识别。实验结果验证了该算法的有效性。     

基于三维纹理的实时流体模拟

本文描述了一种利用基于Open GL三维纹理实现的直接体绘制方式显示流体模拟结果的方法。以JosStam的二维流体模拟模型为基础，扩展出三维流体模拟的模型；然后通过将密度场映射到三维纹理空间，实现实时的显示；并通过引入全局光照模型，得到真实感的渲染效果。最后通过与粒子系统进行对比，分析了本方法的显示效果优势。     

基于改进型LBP特征的运动阴影去除算法

在局部二值模式（LBP）基础上,运用一种改进的局部三值模式（LTP）纹理特征提取方法。并把这种提取方法运用到运动阴影去除中。该方法首先利用自适应高斯混合模型进行背景建模,得到背景和含有阴影的前景目标;并用亮度属性得到疑似阴影分块,然后再把疑似阴影区域和已获取背景相应位置的LTP纹理相似性进行判断;最后得到准确的阴影区域并实现阴影去除。实验结果表明,该算法能够很好地抑制分割噪声,准确地去除出运动阴影,具有较好的实验效果。     

一种自适应的运动目标阴影消除新算法

精确地消除活动阴影对运动目标的影响是智能视频监控的核心任务之一,对此提出了一种基于局部纹理分析的自适应阴影消除新算法。进行了基于高斯混合模型的背景重建,并根据阴影的光学特性进行了阴影区域的预检测,得到疑似阴影区域;提出了一种新的自适应动态纹理分析方法并在此基础上实现了活动阴影的检测与消除。实验结果验证了算法的有效性和实用性。     

融合颜色和CS-LBP纹理的运动阴影检测

针对现存阴影检测方法存在的实时性和精确性兼顾不周的问题, 提出加权融合颜色和纹理特征的阴影检测方法: 首先利用HSV颜色信息提取疑似阴影点; 其次, 通过阴影的亮度比计算阴影亮度隶属度, 对于高亮度隶属度的疑似阴影点, 直接判定为阴影点, 减少了纹理检测的计算量; 然后对低亮度隶属度的疑似阴影点提取高效的CS-LBP纹理, 并进行纹理匹配, 根据纹理的相似程度及阴影空间分布特点, 计算出纹理隶属度; 最后, 根据实际中纹理随亮度变化的特点, 提出了依据亮度比自适应调整纹理隶属度权重的特征融合方法, 进行有效的阴影检测. 实验表明, 本文方法实时性良好, 可去除自阴影, 分割精度较佳, 隶属度方法的使用, 使本方法对光照变化及噪声更具有鲁棒性.