基于图像Warping的空洞填补方法

1 引言 Warping是一种基于图像的绘制方法(Image-Based Ren-dering,IBR)。IBR是近几年来出现的一种新的真实感绘制方法,受到了计算机图形学界研究人员的普遍关注。IBR是通过一组预先获得的图像,根据不同的视点,来产生新的场景画面。与传统的绘制技术相比,IBR具有不需要建立三维模型,图形绘制独立于场景复杂度,既可以使用计算机生成的图像,也可以用实拍的相片,对工作平台的要求较低等优点。 Warping最早用于图像的拉伸、变形,McMillan把Warping用于IBR,其原理是根据源图像各像素对应3D空间点的深度信息,把像素点直接交换到新视点下的图像平面中。由于Warping是针对单张图像进行,将会产生许多空洞,空洞形成的原因主要有两种:一种是画面扩张而产生的空洞,     

柱面全景图像拼合算法研究

IBR技术是近几年来在基于传统几何图形建模方法基础上发展起来的一种新的绘制方法，它用数码相机拍摄到的或计算机生成的照片来绘制新视点处的图像，具有绘制速度与场景的复杂度无关的特点。论文从实际应用的角度，提出并实现了图像拼合的新算法，新算法结合了手动拼合与自动拼合算法的优点，既可用于全景空间图像拼合，亦可用于普通图像的拼合，效率高。     

基于纹理合成的水墨山水画自动绘制

通过分析中国山水画的一般创作技法,提出了基于纹理合成的水墨山水画绘制方法.将一幅图像作为控制图像,用于控制要绘制的区域轮廓和明暗色调;采集画家的手稿作为样本图像,通过纹理合成绘制出国画绘画中的各种皴、染笔触;在传统的纹理合成方法上,提出了一种目标控制的多级纹理合成算法,该算法能利用控制图像有效地控制纹理合成的结果.从而可以将一幅数字照片或简单的手绘图自动地转换成各种中国水墨画效果的图像.仿真结果证明了该方法对于各种山水画的绘制具有良好的效果.     

对3D Warping分解的高质量虚拟视点绘制方法

基于深度图像的虚拟视点绘制（DIBR）作为自由视点视频应用中的核心问题,由其获得的任意视频的质量和速度对于自由视点视频的发展至关重要。为解决经典DIBR方法存在的重叠、空洞、伪影,以及由于重采样导致的细小裂纹问题以提高虚拟视点图像质量,提出了一种基于改进的3D Warping过程的虚拟视点绘制方法。该方法从整个3D Warping过程出发,将3D Warping过程分解成两步而无需进行三维建模,并分别在两步中提出了改进的方法。在第一步中,通过在变换矩阵中引入可调的系数对三维参数进行修改;在第二步中,主要针对由于重采样导致的细小的裂纹问题,提出了自适应一投多算法,在兼顾时间复杂度的同时改善了裂纹问题。实验结果表明,无论从主观质量还是客观评价标准来看,该方法都能够显著提高虚拟视点绘制的图像质量。     

基于图像的虚拟场景实时漫游

提出一种基于图像的并行绘制算法 ,通过分割图像显示窗口并行绘制 ,实现了三维场景的高分辨率图像的实时绘制 该算法按各节点计算性能分配任务 ,实现了负载平衡 利用三维场景漫游时相邻帧之间的相关性 ,采用RLE(RunLengthEncoded)压缩方法传输图像 ,降低了传输开销 实验结果表明 ,在 4台PC组成的机群上 ,实现了5 12× 5 12大小的图像的实时绘制     

一种快速全景图像拼接技术

目前，全景图像的拼接是基于图像绘制技术(IBR)研究的主要内容。本文提出一种新的快速有效的全景图像的拼接算法。在图像对齐中，对基于快速傅立叶变换(FFT)的相位相关度法进行了改进，提出了2幂子图像的概念，采用了基于2幂子图像的FFT对齐方法，从而减小了FFT的计算量，使改进后的算法对图像对齐更加快速和减小图像间重叠率。在柱面坐标下，使用迭代方法计算照相机焦距参数。并采用融合前平滑过渡的算法。最后就实际的系统IMV进行实验证明。     

综合几何信息的实时线绘制算法

以三维网格模型的微分几何信息为依据,结合视点相关和视点无关的线绘制方法,提出一种基于GPU的实时绘制算法.基于视点曲率在图像空间中计算提取视点相关特征线,同时利用风格化纹理和主曲率信息绘制视点无关特征线.根据三维模型信息与预设计的风格化纹理,在像素着色器中对视点相关和视点无关的2类特征信息进行计算,然后结合两者结果得到令人满意的绘制结果.实验结果表明,由于所有计算在图像空间由GPU并行完成,可以高效地提取特征线;采用风格化纹理的设计增加了图像空间风格化绘制的可控性,弥补了图像空间算法的风格化可控性差的缺点.此外,文中算法不仅可以进行实时的风格化线绘制,以该算法为基础还可以进行进一步的艺术仿真,如国画的模拟等.     

基于平面的Warping技术

提出了一种基于平面的逆向Warping算法,用于根据多幅参考图像生成任意视点下的新图像.首先通过参考图像的深度信息来重建三维平面,然后寻找这些重建平面间的对应关系,并比较它们对空间平面同一部分的采样密度,以获得最好的采样结果.在生成新视点图像时,首先对那些采样密度最好的重建平面进行可见性判断,然后将其投影到新视点下,在此基础上求得目标图像上各点的深度,最后将目标图像上的点逆向Warping到相应的参考图像中,以获取它们的颜色值.同时,对于参考图像中不能被重建成平面的像素点,用正向Warping的方法对其进     

基于小波的三维图像频域显示方法研究

提出了一种基于小波的频域体绘制算法(FWVR)进行三维图像重构。算法首先完成三维体数据的傅里叶变换和切平面提取,然后在频域中完成小波的多分辨率分解,并在不同分辨级上进行小波系数重建,最后做傅里叶逆变换,以得到观察平面上希望得到的体绘制图像。算法是基于CT成像和小波变换的原理,时间复杂度由视平面上的二维傅里叶逆变换决定,即O(N2logN)。应用此方法对128的医学体数据进行实验,结果证明该方法有效,采用伪彩色后的绘制效果3与光线投射法绘制效果基本相同,而速度大大提高。     

工业CT数据场面绘制和体绘制改进算法研究

工业CT图像的重建速度和精度是工业CT产品的两个重要指标。针对面绘制的MC算法提出了一种基于相似性区域分割的三维工业图像表面重建算法,实现了准确分割,并利用分割结果精确地提取等值面,显著提高了检测效率;针对体绘制的光线投射算法提出了一种基于二维最大熵阈值的分割预处理方法,利用二维直方图熵最大化寻找阈值的最佳组合,能有效减少重建体数据量,实测数据表明体绘制速度明显提高。     

Autonomous robot calibration using vision technology

Unlike the traditional robot calibration methods, which need external expensive calibration apparatus and elaborate setups to measure the 3D feature points in the reference frame, a vision-based self-calibration method for a serial robot manipulator, which only requires a ground-truth scale in the reference frame, is proposed in this paper. The proposed algorithm assumes that the camera is rigidly attached to the robot end-effector, which makes it possible to obtain the pose of the manipulator with the pose of the camera. By designing a manipulator movement trajectory, the camera poses can be estimated up to a scale factor at each configuration with the factorization method, where a nonlinear least-square algorithm is applied to improve its robustness. An efficient approach is proposed to estimate this scale factor. The great advantage of this self-calibration method is that only image sequences of a calibration object and a ground-truth length are needed, which makes the robot calibration procedure more autonomous in a dynamic manufacturing environment. Simulations and experimental studies on a PUMA 560 robot reveal the convenience and effectiveness of the proposed robot self-calibration approach.     

基于张量投票的摄像机自标定方法研究

针对传统的基于Kruppa方程摄像机自标定算法的欠鲁棒性,首次提出将鲁棒的张量投票算法用于摄像机自标定方法中。利用基于尺度不变的SIFT算法查找并匹配出每对图像的特征点,其中待匹配图像由摄像机对同一场景从三个不同角度位置拍摄,对图像张量投票后按棒张量特征值降序排序,由此筛选得到具有鲁棒性边缘特征的前八对特征点,利用八点算法求解相应的基础矩阵和极点,根据Kruppa方程和三维重建（SFM）算法求得摄像机参数矩阵。实验结果证明,该方法具有较高标定精度,并通过加入高斯噪声的仿真实验证明该算法是一种鲁棒的摄像机自标定方法。     

基于遗传算法的摄像机自标定方法

摄像机标定是计算机视觉领域的关键技术，其中的自标定是只根据图像计算摄像机的内参数，其标定过程简单，适用性强。由于传统的用于摄像机自标定的Kruppa方程不仅需要计算基础矩阵，还要计算图像的极点，而图像的极点又不是固定不变的，且会导致计算结果的不稳定，为此，针对传统摄像机自标定方法的上述不足，利用遗传算法完成了Hartley新的Kruppa方程的摄像机自标定过程，以便将这个过程完全转化为通过代价函数最小化来求得摄像机的内参数，这就排除了极点的不稳定因素。实验结果表明，该方法是简单、有效的，可以作为一种通用的标定工具。     

摄像机内参数自标定——理论与算法

讨论如何通过摄像机的旋转运动标定其内参数.当摄像机绕其坐标轴旋转时,运用 代数方法给出了计算内参数的公式.该公式在2D投影变换接近理论值P时是非常实用的. 在摄像机绕未知轴旋转时,根据相应的2D投影变换,运用矩阵特征向量理论给出了内参数的 通解公式.通过摄像机绕两个不同未知轴的旋转,摄像机内参数能被唯一地确定.这些结果为 摄像机自标定算法提供了理论基础,同时也给出了实用性算法.模拟实验和真实图像实验的 结果表明本文所给的算法具有一定实用价值.     

摄像机内参数自标定——理论与算法1)

讨论如何通过摄像机的旋转运动标定其内参数.当摄像机绕其坐标轴旋转时,运用代数方法给出了计算内参数的公式.该公式在2D投影变换接近理论值P时是非常实用的.在摄像机绕未知轴旋转时,根据相应的2D投影变换,运用矩阵特征向量理论给出了内参数的通解公式.通过摄像机绕两个不同未知轴的旋转,摄像机内参数能被唯一地确定.这些结果为摄像机自标定算法提供了理论基础,同时也给出了实用性算法。模拟实验和真实图像实验的结果表明本文所给的算法具有一定实用价值.     

Robust Image Mosaicing of Soccer Videos using Self-Calibration and Line Tracking

In this paper we propose an accurate and robust image mosaicing method of soccer video taken from a rotating and zooming camera using line tracking and self-calibration. The mosaicing of soccer videos is not easy, because their playing fields are low textured and moving players are included in the fields. Our approach is to track line features on the playing fields. The line features are detected and tracked using a self-calibration technique for a rotating and zooming camera. To track line features efficiently, we propose a new line tracking algorithm, called camera parameter guided line tracking, which works even when the camera motion undergoes sudden changes. Since we do not need to know any model for scenes beforehand, the proposed algorithm can be easily extended to other video sources, as well as other sports videos. Experimental results show the accuracy and robustness of the algorithm. An application of mosaicing is also presented.     

无重叠视域视频传感器外部参数自校准算法综述

视频传感器外部参数自校准,即确定视频传感器的坐标和转角,是实现视频传感器网络应用的重要前提.不同于有重叠视域的视频传感器网络,无重叠视域的视频传感器网络中的视频传感器之间没有可以共享的、可以辅助求解它们的外部参数的信息,所以实现无重叠视域视频传感器外部参数自校准更加富有挑战性.本文回顾了国内外学者在无重叠视域视频传感器外部参数自校准方面的研究工作,着重对目前已有的算法进行了详细的分类和介绍,最后从多方面综合评述了各种算法的性能.     

Initialization method for self-calibration using 2-views

Recently, 3D structure recovery through self-calibration of camera has been actively researched. Traditional calibration algorithm requires known 3D coordinates of the control points while self-calibration only requires the corresponding points of images, thus it has more flexibility in real application. In general, self-calibration algorithm results in the nonlinear optimization problem using constraints from the intrinsic parameters of the camera. Thus, it requires initial value for the nonlinear minimization. Traditional approaches get the initial values assuming they have the same intrinsic parameters while they are dealing with the situation where the intrinsic parameters of the camera may change. In this paper, we propose new initialization method using the minimum 2 images. Proposed method is based on the assumption that the least violation of the camera's intrinsic parameter gives more stable initial value. Synthetic and real experiment shows this result.     

基于视频的大空间建筑消防系统研究

针对基于视频的大空间建筑火灾消防存在的实时性和有效性问题,提出了一种基于改进的自适应差分进化算法的摄像机自标定方法。用基于比值法与相关函数法融合的SURF火灾图像特征点匹配算法,快速得到准确的匹配点对;进行摄像机自标定,用较为准确的匹配点对求得基本矩阵F,利用绝对二次曲线的性质,得到优化函数。利用基于改进的差分进化算法对其进行优化,求得摄像机内参数,得到火源的三维信息。实验结果证明,该方法短时间内,算出了较为准确的火源的空间三维信息,实时性和精确度均能够满足火灾消防的标准,有效地进行灭火。     

摄像机自标定算法在虚拟演播室中的应用

本文就摄像机自标定算法进行了分析,在虚拟演播环境中,提出了基于平面点的标定算法,采用自己设计的实验方法,计算出了摄像机的内参数,结果证明能满足虚拟演播室中摄像机标定的精度。