人脸动画中逼真纹理映射的方法

生成真实感人脸纹理细节是人脸动画中的重要组成部分.根据人脸纹理映射部位定位准确和形象逼真的要求,提出了采用MPEG-4标准确定人脸模型特征点的位置,在照片纹理上标注特征点,分区域自动计算三维人脸纹理坐标,实现人脸纹理映射的方法.实验结果表明,使用该方法,人脸纹理映射部位定位准确、效果良好.     

三维人脸纹理改善及其在模型匹配中的应用

为改善三维人脸库的颜色纹理,基于纹理映射技术,提出了一种改善方法．使用统计学中曲线拟合与线性回归的方法,根据扫描仪获取的三维人脸库颜色纹理空间,拟合、逼近真实纹理空间,进而得到改善的颜色纹理空间,建立了三维人脸库颜色纹理空间到改善的纹理空间之间的映射关系．根据该映射关系改善了三维人脸库颜色纹理,缩小了其与真实纹理之间的差异．实验结果证明,用该方法改善后的纹理与真实纹理的差明显小于扫描得到的纹理与真实纹理之间的差;在模型匹配过程中使用改善后的纹理,可提高模型匹配速度,缩短匹配时间．     

具有照片真实感的三维特定人脸的生成

目前人脸建模的方法都不是很令人满意：成本高昂，算法复杂。针对这一困难提出了一种简单有效的由正、侧面照片重建特定人脸三维模型的新方法。先用多分辨率技术构造纹理无缝拼接图，然后把三维网格模型投影到圆柱面上并展开，根据二维图像变形技术中特征指定算法的数学思想，将匹配公式进行一定的改进后应用于模型网格点的适配，在作了一定假设后推导逆向圆柱映射的计算公式，将适配后的柱面网格映射回去，最后进行纹理映射生成真实感的特定人脸三维模型。实验证明，该方法可实现不同人脸的真实再现，而且无需昂贵的设备，算法简单，可以廉价的生成具有照片真实感的三维特定人脸。     

三维人脸库数据还原处理

利用北京工业大学多媒体与智能软件技术实验室创建的中国人彩色三维人脸数据库中所提供的三维人脸数据，还原到规格化前的三维人脸数据，并建立了几何图与纹理图的双向映射关系．这一研究对于后续研究时的三维人脸数据操作具有重要意义．     

具有真实感的虚拟人脸合成

建立了一个可变形的三维人脸网格模型，通过两种变形方法使网格模型与特定人脸照片相匹配；利用所提供的特定人脸的照片，合成人脸的无缝拼接纹理图，同时对变形后的特定人脸网格模型进行了Bezier磨光；将人脸无缝拼接纹理图映射到Bezier磨光后的特定人脸网格模型上，从而生成具有真实感的三维人脸．     

一种快速真实感人脸绘制的方法

为了生成具有微观结构的真实感人脸模型,提出了一种基于几何纹理映射的方法．该方法将法向图映射到人脸几何模型上,由于法向图中的每个像素值都代表着法向量,使得人脸几何模型表面产生了像素级别的法向量;用光矢量对这些法向量扰动并与作为颜色纹理的人脸纹理图相融合,得到了具有皮肤纹理和细小凹凸特征的人脸模型．     

一个真实感语音同步人脸动画系统

报道了一个基于肌肉模型的人脸语音动画系统的设计过程，先用一组人脸的激光扫描数据建立起一个三维人脸模型作为原始模型，然后根据特定人脸照片数据对原始模型进行修改以得到特定的人脸模型，在此模型的基础上进行纹理映射，从而实现了人脸表情和语音同步动画。     

基于车载LiDAR数据的建筑物三维重建

车载LiDAR点云数据量大且杂乱无章,当前尚没有完整算法来实现建筑物点云的自动分割和模型重建,特别是带有纹理信息的模型重建.以一栋结构复杂的建筑物为例,结合建筑物实际特征,采用自动与手动相结合、先简单后复杂、凹凸一致性等原则对数据进行分割和滤波处理;再采用点云数据与CAD底图配准的方式进行三维重建、纹理映射和渲染,从而实现结构复杂建筑物的真实三维重建.     

一种基于三角划分的纹理映射方法

提出一种基于三角划分的纹理映射算法。该方法包括如下几个方面：确定最彰著地体现服装轮廓的特征点集；建立服装关键尺寸与特征点之间的关系；在特征点集的基础上，对服装图像进行三角划分；测量客户的服装关键尺寸，应用服装关键尺寸与特征点集之间的关系。     

基于车载CCD序列影像的建筑立面纹理映射

在车载LIDAR系统中,CCD相机系统侧重于获取精度的建筑物立面信息,非常适用于城市建筑物模型的快速构建.使用二维最大熵阈值分割对最佳影像进行有效地快速分割,采用Hough算子检测纹理边界,并利用点特征对纹理轮廓和模型轮廓进行匹配纠正.实验证明,该方法简单、快速,适合于大范围城市建筑物立面纹理映射.     

基于纹理映射的医学图像三维重建

提出了一种基于纹理映射的体绘制算法,提高了图像的重建效率,增强了图像的重建效果。算法实现了对二维医学图像序列的三维重建,在目前通用的个人计算机上可以以近似实时的速度重建出高质量的三维图像。针对算法中存在的问题提出了两种不同的改进方法,取得了较好的效果。结合纹理生成的过程和纹理重采样的过程,对重建后的三维图像实现了交互切割的算法。     

基于神经网络与遗传算法的纹理图像分割

运用两维自动回归模型、分形维数、均值和方差从每一小区域的数据中抽取纹理特征，把纹理特征作为自组织特征映射神经网络的输入层进行训练确定最优的纹理区域分割数，最后运用遗传算法优化图像分割。实验结果证明神经网络和遗传算法相结合能有效地分割纹理图像。     

三维地形的真实感实现

三维真实感地形的生成是科学可视化、计算机动画和虚拟现实的技术核心,也是时空一体化地理信息系统的关键技术,而OpenGL又是最新的三维图形的国际标准,实现地形的真实感显示,其目的是使三维地形景观直观、逼真,交互地显示在计算机屏幕上。涉及的主要技术有纹理映射、高度图、光照模型等。文章介绍了真实感地形绘制中的一些关键技术,阐述在OpenGL程序中如何将其实现,并改进原有的纹理映射技术,提出混合纹理算法,根据地形高度值的不同,采用不同的纹理进行映射,简化了真实感地形绘制的工作。绘制结果逼真,在3D游戏、虚拟现实中有一定的应用价值。     

新型的无监督纹理分割方法

提出了一种利用Gabor滤波器组对图像进行纹理特征提取,然后将这些特征向量作为外部刺激输入给PCNN对图像进行分割的新方法。该方法既保持了精确的分割结果,同时又解决了Gabor滤波器运算数据量大处理速度慢的问题。从实验结果可以看出,该方法与传统采用Gabor的纹理分割方法相比速度有很大的提高,而其分割精度与传统分割方法相似。     

基于柱面反投影算法的三维物体表面纹理重建

从图像中提取纹理用作纹理映射是三维重建的常用方法之一,然而通过相机获取的照片纹理经常存在失真变形．不能直接用于纹理映射,故需要研究失真纹理的校正针对圆柱面物体提出一种柱面反投影算法,将物体在圆柱面上的影像纹理投影到二维视平面上显示,并用线性插值算法对缺损的像素值进行插值校正,然后利用SIFT（Scale Invariant Feature Transform）尺度不变特征点匹配算法对校正后的纹理图像进行特征点提取与匹配,最后采用加权平滑算法实现图像的拼接,从而得到宽视角的纹理图像．实验表明,利用上述方法能够有效地生成三维重建所需的纹理．     

基于LBP驱动的区域围道纹理分割模型

纹理分割是图像处理的难点之一。针对此问题,提出了一种基于局部二进制模式(localbinary pattern,LBP)驱动的区域围道分割模型。该模型首先将均匀模式的思想用于LBP/C算子,使纹理模式的数量减少了77%,明显降低了提取纹理特征所需的时间;其次对无边缘活动围道模型进行了改进,使其能用纹理特征来演化曲线或曲面分割纹理图像;然后用多级分层的策略对提出的模型进行了延拓,可用于分割多类目标的图像,避免了多相位模型初始围道难以选择的问题,提高了模型收敛的速度;最后运用AOS(additive operator splitting)算法以改善模型求解的效率,进一步提高了图像分割的速度。对合成纹理图像和遥感图像的实验结果说明,提出的分割方法具有分割速度快、精度高的优点。     

图象相位特征提取及其在纹理分割中的应用

强调了长期为人们所忽略的相位信息在纹理分割中的重要性，在介绍相位缠卷概念的基础上给出了盲目展开、胞腔式自动机、相位解调等几种获取局部非缠卷相位的方案，并对它们各自的优缺点进行了简单的阐述，最后给出了将展开相位作为特征信息应用于纹理分割的实例。