基于遗传算法的曲面匹配

提出了一种基于遗传算法的曲面匹配算法。该算法构造曲面的有向深度图像,将问题由3维转化到2维,通过图像的比较来获得曲面的匹配误差。由匹配误差值得到适应度值,使用遗传算法对曲面的匹配位置在7维空间中进行寻优,得到最优匹配。该算法稳定、高效。  

基于DIBR和图像修复的任意视点绘制

基于深度的图像绘制（DIBR）是高级视频应用的关键技术，为提高视点变换的图像质量，提出一种基于DIBR和图像修复的任意视点绘制方法。首先对深度图像进行形态学处理，以减少视点变换产生的空洞，平滑目标视点内部的物体轮廓；利用视点变换方程生成目标视点；对含有空洞的目标视点采用图像修复算法进行后处理，设计了含有深度项的代价函数，在深度的约束下进行纹理搜索，将最佳匹配块填补到空洞；在修复空洞的过程中采用亮度优先的策略以适应不同的色度采样格式。实验的主观效果对比和PSNR数据都显示本文算法比其他算法更为优越。  

面向RGBD图像的标记分水岭分割

目的 针对分水岭分割算法中存在的过分割现象及现有基于RGB图像分割方法的局限,提出了一种基于RGB图像和深度图像(RGBD)的标记分水岭分割算法。方法 本文使用物体表面几何信息来辅助进行图像分割,定义了一种深度梯度算子和一种法向量梯度算子来衡量物体表面几何信息的变化。通过生成深度梯度图像和法向量梯度图像,与彩色梯度图像进行融合,实现标记图像的提取。在此基础上,使用极小值标定技术对彩色梯度图像进行修正,然后使用分水岭算法进行图像分割。结果 在纽约大学提供的NYU2数据集上进行实验,本文算法有效抑制了过分割现象,将分割区域从上千个降至数十个,且获得了与人工标定的分割结果更接近的分割效果,分割的准确率也比只使用彩色图像进行分割提高了10%以上。结论 本文算法普遍适用于RGBD图像的分割问题,该算法加入了物体表面几何信息的使用,提高了分割的准确率,且对颜色纹理相似的区域获得了较好的分割结果。  

基于DIBR和图像融合的任意视点绘制

虚拟视点生成是3维视频会议等应用领域中的关键技术,为了快速高质量地进行任意视点绘制,提出了一种基于深度图像绘制(DIBR)和图像融合的新视点生成方法,该方法首先对参考图像进行预处理,包括深度图像的边缘滤波和参考图像规正,以减少目标图像中产生的较大空洞和虚假边缘;然后利用3维图像变换生成新视点图像,并用遮挡兼容算法对遮挡进行快速处理;接着再对两幅目标图像进行融合得到新视点图像;最后用插值法填充剩余的较小空洞。实验证明,该新方法能获得令人满意的绘制效果。  

采用SIFT-BoW和深度图像信息的中国手语识别研究

将深度图像信息引入手语识别的研究,提出了一种基于DI_CamShift(Depth Image CamShift)和SIFT-BoW(Scale Invariant Feature Transform-Bag of Words)的中国手语识别方法。该方法将Kinect作为视频采集设备,在获取手语彩色视频的同时得到其深度信息;首先计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势进行准确跟踪;然后使用基于深度积分图像的Ostu算法分割手势并提取其SIFT特征,进而构建SIFT-BoW作为手语特征并用SVM进行识别。实验结果表明,该方法单个手语字母最好识别率为99.87%,平均识别率96.21%。  

基于GPU的球面深度图实时绘制

提出了一种GPU加速的实时基于图像的绘制算法.该算法利用极坐标系生成对物体全方位均匀采样的球面深度图像;然后根据推导的两个预变换公式将单幅球面深度图像预变换到物体包围球的一个与视点相关的切平面上,以生成中间图像;再利用纹理映射生成最终目标图像.利用现代图形硬件的可编程性和并行性,将预变换移植到Vertex Shader来加快绘制速度;利用硬件的光栅化功能来完成图像的插值,以得到连续无洞的结果图像.此外,还在Pixel Shader上进行逐像素的光照以及环境映射的计算,生成高质量的光照效果.最终,文章解决了算法的视点受限问题,并设计了一种动态LOD(Level of Details)算法,实现了一个实时漫游系统,保持了物体间正确的遮挡关系.  

一种三维物体建模和编码压缩方法

真实物体的三维建模和编码压缩是虚拟现实研究的热点问题.针对三维扫描设备采集的物体表面深度图像数据,文中提出了一种两幅深度图像的自动配准方法,以及基于回路的自动全局配准算法,可以快速、自动地配准全部深度图像,构造出逼真的三维模型.三维模型数据量大,为满足网络条件下的应用需求,文中提出了一种三维网格模型压缩编/解码方法,可编码压缩几何、拓扑和属性数据,压缩比高,并且支持递进传输.研究成果已成功应用在数字博物馆中.  

一种基于深度图像的自遮挡检测方法

针对视觉目标存在的自遮挡现象,并为更好地界定、规避自遮挡现象提供依据,提出一种完全基于目标深度图像信息、仅需通过分析深度图像平均曲率变化特征并结合使用二次阈值法进行自遮挡检测的方法.为避免平均曲率计算的复杂性,该方法首先采用改进的离散正交多项式局部曲面拟合法计算深度图像的平均曲率;然后,通过分析图像各点的平均曲率并结合曲率阈值提取与其八邻域点存在曲率异号的点组成自遮挡候选点集;最后,依据候选点与以其为中心的窗口内其它点存在深度值不连续的现象,再次使用阈值法,实现对自遮挡的检测.实验结果表明该方法能够有效地检测出自遮挡现象并获得自遮挡边界.  

基于法向分量边缘融合的深度图像分割

针对深度图像边缘较难分割的问题，提出一种基于法向矢量分量边缘信息融合的深度图像分割方法。计算深度图像中每点的法向矢量，提取法向矢量的x、y分量并构建灰度图，融合Sobel算子的边缘检测结果得到深度数据的初始分割，通过细化处理得到最终分割结果。实验结果表明，该方法得到的分割区域边界闭合完整，分割质量较高。  

微分运算与形态学深度图像分割比较

首先研究了深度图像基于微分不变量和形态学边缘检测算子的两种常用分割方法，接着提出了一种改进的形态学水线区域分割方法，并用同一物体的深度图像进行对比分析实验。实验结果表明：改进算法的速度较基于微分不变量的分割方法快，但略慢于基于形态学边缘检测算子的分割方法；改进算法提取的边缘较前两种分割方法光滑，分割结果与人的主观视觉感知具有良好的一致性。