基于特征约束点的纹理映射算法

纹理映射技术用于生成物体表面的纹理细节,是真实感图形技术的重要组成部分,也是计算机图形学的一个重要研究方向.针对目前很多纹理映射算法计算量大,方法比较复杂的缺点,应用Candide3作为三维网格模型,提出了一种快速有效的基于特征约束点的纹理映射算法.通过在三维网格模型和纹理图像上选取少量对应的特征约束点,利用三角网格剖分算法在纹理图像上建立选取特征点的三角网格.进而通过求取质心坐标的方法计算出三维网格模型上所有特征点的纹理坐标并完成整个三维网格模型的纹理映射.实验结果表明,提出的算法计算速度较快,能够得到高真实度的纹理映射效果,并且适用于不同纹理图像映射到同一三维网格模型上.     

基于有效参数初始值估计的改进AAM拟合算法

为了高效地解决图像特征点配准特别是人脸特征点配准问题.基于活动表观模型(AAM)的拟合算法得到了广泛研究和应用.然而,当参数初始状态和真实情况相差较大时,AAM拟合算法经常无法得到满意的结果.针对AAM拟合算法对参数初值敏感的问题,在AAM反向组合算法基础上,提出了一种简单有效地进行参数初始值估计的方法,通过提取相关区域的矩特征和线性映射计算出比较精确的参数初始值.实验证明方法通过可靠的初始参数值减少了迭代次数,并提高了拟合准确度.     

分形图像压缩技术在神经网络中的实现

由于分形图像压缩技术具有解码分辨率无关性、快速编码及高压缩比和低损耗率等特点而被广泛应用,但基于迭代函数系统的分形图像编码方法却存在着计算量大的缺点,采用神经网络对分形图像进行压缩及解压缩目的在于解决压缩时间较长等问题.文中使用神经网络方法以并行方式完成对分形图像的压缩与解压缩.并通过实验,在实验中结合非线性网络和最速下降法实现对分形图像的压缩,在基本保证重建图像质量的前提下,减少了压缩时间,提高了压缩质量,进而说明神经网络技术应用于分形图像压缩中的可行性.     

参数优化的有理函数图像插值算法

有效保持图像纹理细节,且使图像边缘区域不失真一直是图像插值技术的一个难题,为此提出了一种基于参数优化的有理函数图像插值算法.首先,构造一类含有可调参数的C2连续有理插值函数;其次,基于插值函数的收敛性分析,利用区域采样和点采样的映射关系,构建参数优化目标函数;最后,利用误差极小化迭代方法获取最优参数,进行图像插值.实验结果表明,该算法时间复杂度较低,且能够有效地保持图像细节信息,消除边缘锯齿现象,具有较高的插值图像质量.     

基于偏离映射的纹理传输算法研究

研究二维图像纹理传输问题,目前在二维纹理映射的传统算法中,主要通过基于纹理合成的传输算法实现纹理映射的效果.针对传统算法中基于纹理拼接导致迭代次数多、计算复杂度高的问题,为提高纹理映射的速度,提出了一种基于光照明模型实现纹理映射,产生纹理传输效果的算法.该算法主要采用Phong光照明模型对目标图像进行预处理形成虚拟表面,根据纹理图像和目标图像计算偏离映射角度,其次,参考图像的纹理特征根据偏离角度映射到目标图像中.实验结果表明,改进的纹理传输算法运行速度快,易于实现,避免了耗时的纹理合成计算,可针对局部目标区域进行局部映射,具有一定的实用性.     

高存储需求下车载多媒体图像分形压缩仿真

为增强车载多媒体服务质量,需要对车载多媒体图像进行压缩处理.针对传统压缩方法存在图像峰值信噪比和压缩比较低等问题,提出一种高存储需求下基于模糊聚类的车载多媒体图像分形压缩方法.解析图像分形压缩原理,并对车载多媒体图像进行图像灰度化和去噪等预处理,利用四叉树对处理后的图像进行值域块划分,基于模糊聚类算法遍历所有值域块,完成图像定义域块搜索,进而实现车载多媒体图像分形压缩.实验结果表明,与传统图像压缩方法相比,所提方法压缩后的车载多媒体图像图像压缩码率较高,分形压缩效果较好,且峰值信噪比分别提高7.08dB、8.62 dB、5.26 dB,压缩比提高8.9％、15.5％、91.55％,可见所提车载多媒体图像分形压缩方法具有一定的可靠性.     

融合分形小波图像去噪和插值的新算法

提出一种能同时进行图像去噪和插值的分形小波算法。该算法在图像的编码过程中实现去噪,在解码过程中完成插值。基于分形的图像去噪算法涉及由含噪图像的统计特性预测无噪图像的分形编码参数,并由这一参数产生含噪图像的无噪估计。通过在解码过程中添加适量的分形小波外推步骤,即可实现图像的插值。为了减小失真、增强经此算法处理后图像的质量,该引入Cycle Spinning算法。实验结果表明,该方法在同时实现图像去噪、压缩和插值上是最优的。且Cycle Spinning算法的引入明显改善图像视觉效果,显著提高图像的PSNR值。     

多尺度有理分形的图像插值算法

目的图像插值是图像处理中的重要问题,为了提高纹理图像的放大质量,结合以往的有理函数的插值算法,提出一种新的基于有理分形函数的图像插值算法。方法对于输入图像,首先,运用中值滤波和直方图均衡化对输入图像预处理;其次,通过毯子覆盖法求出图像的多尺度分形特征值,进行纹理区域和平滑区域的划分;最后,在纹理区域采用有理分形插值函数,在平滑区域采用有理插值函数。结果对于一般图像,本文算法与NARM(nonlocal autoregressive model),NEDI(new edge-directed interpolation)相当,在纹理区域较多的图像中,本文算法在峰值信噪比(PSNR)和结构相似性(SSIM)数值上较对比算法进一步提高,在视觉效果上,图像对比度明显增强,在Barbara,Truck等的对比图像中,峰值信噪比均提高了0.5 1 dB。结论本文插值算法利用多尺度分形特征将图像划分区域,在不同区域采用不同的插值模型。优化模型参数使得插值质量进一步提高。实验表明本文算法能够对纹理和非纹理区域有效划分对纹理的信息保持优于传统算法,获得了较好的主客观效果。     

基于分形特征的细胞核表面纹理分析

提出了一种改进的基于分块迭代函数系统的分形维估计方法,对骨髓涂片中不同成熟阶段的粒细胞核表面的纹理进行了研究.该方法首先通过压缩仿射变换对细胞核灰度图象进行分块迭代函数系统构建,然后从该系统中提取出反映细胞核分形特征的匹配块因子、尺度系数等参数用于计算分形维.为了避免对细胞核表面分形维的过高估计,就匹配块因子、尺度系数的计算进行了改进.对60幅不同类型的粒细胞核表面图象进行比较实验,其结果表明该方法提取的分形参数可有效地反映不同细胞核表面间的纹理差异,它们可作为细胞识别中的新特征量.     

双份分形码与自适应TV模型的图像恢复

为了既能让被篡改图像的结构信息得到恢复,又能让图像的细节部分得到很好的修复,提出了一种基于双份分形码解码与自适应TV算法相结合的迭代图像修复方法。该方法结合了自适应TV算法的梯度修复特性,利用原图的两种不同分形码进行迭代解码,从而实现对篡改图像结构和细节部分的修复。实验结果表明,算法对图像的结构和细节修复上都具有较好的效果。