基于位差预测的视图合成

为了满足多视点视频中新视点合成的需要,提出了一种基于位差估计和补偿插值的视点合成方法.实验结果表明,当两个摄像机间的基线比较小的时候,合成的视图质量和传统方法相当,但合成速度比较快,可应用于实时的交互式系统中.     

基于LDPC码的数字图像水印技术研究

图像水印系统和通信系统的模式具有相似性。为了提高数字水印的鲁棒性和降低传输过程的差错,在研究低密度奇偶校验码(low density parity check,LDPC)在数字水印中的应用的基础上,提出了一种基于LDPC码的图像数字水印技术。该技术利用了LDPC码的纠错性能和图像的人眼视觉特性,实现了静止图像中数字水印的嵌入和提取;实验结果表明,该技术不仅降低了水印在传输过程中的差错率,而且可以达到提高埋藏水印的鲁棒性和隐匿性的目的。     

基于Irrlicht引擎的草绘三维场景生成研究

现有的WIMP风格的三维设计软件需要用户对点、线、面通过复杂的造型和交互才能组合、拼装成符合现实需求的三维实体,不利于普通用户的掌握和应用.结合Qt平台及Irrlicht三维渲染引擎,采用C++编程可以实现二维草图和三维场景的集成与交互,从而通过绘制二维草图创建三维虚拟场景.该系统可简便、直观地创建处于同一水平面的三维虚拟场景,适用于普通用户室内设备管理和场景展示.     

利用深度信息增强的自由视点DIBR技术研究

针对现有DIBR虚拟视点图像渲染算法存在的问题,提出一种基于深度信息进行后处理的DIBR虚拟视点渲染算法.该算法利用摄像机参数和深度信息,将参考视点图像的纹理和深度图变形到虚拟视点,利用基于深度信息的后处理消除变形图像中的裂缝和伪影,结合深度信息采用inpaint技术填补剩余的纹理空洞.实验结果显示,该方法不论从主观质量或是客观质量上均优于现有的虚拟视点生成方法,且计算量也不高.在数值试验中,还对多视点渲染算法的图像合成质量进行比较,对视频压缩的影响进行了分析.     

基于内容的图像检索(CBIR)中图像颜色特征提取方法的研究和改进

该文给出了一种基于颜色分布直方图借助四叉树图像分割进行图像检索的方法,该方法使用与人类视觉感知相符合的HSV颜色模型,通过构造四叉树借助MeanShift算法对图像进行分割,提取出特征颜色,得到颜色分布的直方图。最后利用EMD算法衡量图像与图像之间的距离,实现图像的搜索。     

用于图象复原的离散L-曲线自适应算法

描述了一种自适应的离散L-曲线正则参数的计算方法,正则化方法为截断奇异值分解法。该算法不需要预置参数,能够滤除L-曲线上的局部特征,略掉局部拐点,确保了解的收敛。在不同的噪声背景下以及不同尺度下我们进行了数值测试,并将测试结果与最优正则解进行对比分析。实验表明,该算法对图像的复原效果、可靠性和稳定性要优于传统的算法。     

采用光照不变特征改进支持权重快速立体匹配

为了确定同一场景在不同视点下图像点的对应关系,提出一种基于光照不变特征和改进型支持权重核的快速立体匹配。首先,稠密构造光照不变局部特征计算初始匹配代价;基于三次立方Tri-Cube权重核双通聚合得到稳健的匹配代价;采用优胜者全选法选择初始视差。然后,利用基于多方向邻域Tri-Cube权重核的双边滤波、遮挡检测和误码掩盖等策略实现视差智能修复。实验表明,该方法能产生较为满意的稠密视差图,计算费用低,能提高对光照变化的适应能力。     

基于线性生长的区域立体匹配算法研究

图像的区域立体匹配是立体视觉中的重点研究课题之一,实时可靠应用的关键在于视差图的可靠性和计算复杂度.提出了一种基于线性生长的区域立体匹配算法,实现从立体图像对中提取深度信息,获得更可靠视差图的方法.该算法包括根点选择和区域生长2个部分,获得视差图的计算时间短,利用滤波可以提高视差图的可靠度.最后对此算法生成的结果进行了比较分析.     

基于结构化损失的单目深度估计算法研究

为了提高单目图像深度估计的精度,针对图像中几何形状无法准确预测以及边缘模糊的问题,该文提出了一种基于多尺度结构相似度和梯度匹配的单目深度估计算法,利用多尺度结构相似度损失和尺度不变梯度匹配损失组成联合结构化损失,对相对深度点对进行排序来实现单目深度估计,实现了对图像中几何形状的准确预测,减小了边缘模糊,提高了深度预测精度。在Ibims、NYUDv2、DIODE、Sintel 4个不同类型的数据集进行了数值实验和主观评测,结果表明该算法降低了深度预测误差,有效提高了预测的准确性,并具有一定的泛化性能。     

一种门控卷积生成对抗网络的图像修复算法

生成对抗网络图像修复算法在填充任意掩码区域时会经常出现错误,原因是其在进行卷积运算时将所有输入像素都视为有效像素.针对该问题,提出一种门控卷积生成对抗网络的图像修复算法,利用门控卷积替换网络残差块中的传统卷积,以有效地学习已知区域与掩码区域之间的关系.算法采用边缘修复加纹理修复的两阶段生成对抗修复网络.首先,用边缘检测...