基于纹理合成的视频去抖动

视频去抖动是视频增强技术的一个重要应用,通过纠正视频帧的位置使视频运动变得平稳。随之而来的问题是如何修复视频帧留下的空缺以保持视频的连续性。在对图像修复技术进行研究的基础上,提出了利用改进的纹理合成技术进行去抖动视频修复的方法。实验给出的视频去抖动效果证明了该方法的有效性。     

纹理合成技术研究

基于样图的纹理合成方法是继纹理映射,过程纹理合成等方法后发展起来的一种纹理拼贴方法,可以避免以往方法中的接缝,走样,需要参数调整等问题,在图像编辑,计算机动画,数据高倍压缩,网络数据的快速传输,大规模场景的生成以及真实感和非真实感绘制等方面具有广泛的应用前景,从二维图像,曲面,视频3个方面,对基于样图的纹理合成方法进行了综述,分析了几种典型的合成算法,讨论了现有算法存在的问题和进一步的发展方向。     

基于纹理合成和视觉显著度的视频编码方法

针对现有基于纹理分析合成的视频编码方法难以对纹理实现自动分割的问题,提出基于纹理合成和视觉显著度的视频编码方法,将编码可移除的纹理宏块定义为宏块内图像信息包含在周围宏块中的宏块,被移除宏块移除后,能够使用周围宏块信息进行重建,同时,为了保证重建图像的主观质量,对视觉显著的图像区域,强制地不被标记为纹理移除块。在解码端,采用了全局运动补偿和纹理优化的组合方式对纹理移除宏块进行重建,以确保连续帧之间的纹理时空一致性。与H.264/AVC编码方法相比,在相同主观质量的情况下,本编码方法能够降低码率5%到20%,与Njiki-Nya Patrick等人提出的基于纹理分析合成的编码方法相比,本编码方法不但能够实现自动的纹理提取,在低码率端,编码效率提高一倍以上。     

一种新的纹理合成算法

本算法以马尔可夫随机域(Markov Random Field)模型合成纹理,使用图象金字塔(Image Pyramid)的方法,以一个样本纹理图象作为输入,在样本纹理图象中随机抽取一块很小的区域作为合成纹理图象的种子区域,在种子区域的边缘按照螺旋顺序合成.在合成纹理图象的每个像素时,通过候选列表搜索、全局搜索和中心搜索相结合的方法,在候选列表搜索和全局搜索中使用不同大小的邻域搜索其匹配点,能够快速准确地找到最优的匹配点.实验表明,这种算法对于大多数纹理都能取得很好的效果.     

基于蜜蜂进化型遗传算法的Wang tiles纹理合成

在基于Wang Tiles的纹理合成中引入蜜蜂进化型遗传算法,用它来实现样本纹理块选择的全局优化,解决纹理合成出现的菱形接缝问题,提高了Wang Tile集的质量,加快了合成速度。通过实验得到了理想的合成效果。     

DVE_Nowa中法向量纹理合成算法的研究与应用

随着计算机图形学在模拟真实环境方面的广泛应用和快速发展,人们对其模拟的视觉真实性要求越来越高。法向量纹理(NormalMap)凭借其本身特征,在虚拟环境中可以营造出非常细腻且逼真的表面材质效果。目前法向量纹理的生成主要是利用ATi、NVIDIA的特殊工具,这种工具需要读入专有的模型类型,但DVE_Nowa系统中三维模型均采用OpenFlight文件格式存储。文章在分析现有生成工具的情况下,提出了可行的改进方法,提高了法向量纹理的生成质量,使生成工具支持OpenFlight格式。     

基于特征提取的纹理合成算法

对于包含明显特征对象的纹理,现有的纹理合成算法会破坏样图中特征对象的完整性,使得合成的纹理效果不理想。针对该类型的纹理,本文提出了一种基于特征提取的纹理合成算法,该算法将纹理样图进行分层处理,一层是纹理上具有明显边界和完整形状的特征对象,一层是除去特征对象的背景。我们先将纹理上的特征对象提取出来,然后用剩下的纹理合成背景,最后将提取的对象按照样本中的分布规律撒播在背景上来生成纹理。实验表明,该算法能够较好地保证样本纹理中特征对象的完整性,合成效果比较理想。     

块纹理合成中纹理块尺寸自适应算法

分析了块纹理合成方法中纹理块尺寸对合成结果的影响,经过对大量不同类型纹理图像采样,归纳并验证了纹理相关性特征值与纹理块尺寸之间的关系,得出纹理相关性特征值自适应调整纹理块尺寸的算法.采用该算法可避免因纹理块尺寸选取不当而引起的合成时间的增加和合成质量的降低.     

螺旋线轨迹在纹理合成算法中的应用

本文在MRF模型和已有块拼贴算法的基础上,根据纹理的邻域相关性以及匹配点的位置分布在上次合成匹配点邻域的概率较大这一特点,直接选取前一匹配块的相邻块为待选最佳匹配块,使算法能够快速地采样到最优匹配块,并能较好的保持合成纹理的邻域相关性;同时,采用螺旋顺序逐块合成纹理,能够加强对合成过程的约束,克服了合成过程中不连续区域的出现。本文算法较好的维持了样本图的结构特征,在保证纹理合成质量的同时,能够有效的减少算法的计算量。     

应用PSO的快速纹理合成算法

应用PSO的快速纹理合成算法是一种高效的纹理合成算法,应用粒子群优化(PSO)算法对基于块采样的纹理合成算法的搜索匹配过程进行了改进,改变了原算法的全遍历搜索过程,在不影响合成质量的前提下加快了合成速度．本算法对于按序和随机的各种应用都能在一台中等的PC机上几秒内合成高质量的纹理．并对算法执行中的粒子数、迭代次数对合成速度和合成效果的影响进行了详细的分析．     

Video scene retrieval with interactive genetic algorithm

This paper proposes a video scene retrieval algorithm based on emotion. First, abrupt/gradual shot boundaries are detected in the video clip of representing a specific story. Then, five video features such as “average color histogram,” “average brightness,” “average edge histogram,” “average shot duration,” and “gradual change rate” are extracted from each of the videos, and mapping through an interactive genetic algorithm is conducted between these features and the emotional space that a user has in mind. After the proposed algorithm selects the videos that contain the corresponding emotion from the initial population of videos, the feature vectors from them are regarded as chromosomes, and a genetic crossover is applied to those feature vectors. Next, new chromosomes after crossover and feature vectors in the database videos are compared based on a similarity function to obtain the most similar videos as solutions of the next generation. By iterating this process, a new population of videos that a user has in mind are retrieved. In order to show the validity of the proposed method, six example categories of “action,” “excitement,” “suspense,” “quietness,” “relaxation,” and “happiness” are used as emotions for experiments. This method of retrieval shows 70% of effectiveness on the average over 300 commercial videos.

基于遗传算法的低副瓣阵列天线综合

为得到更低副瓣的方向图,建立16单元线天线阵和32×32单元面天线阵遗传算法模型,并对这两类阵列天线方向图进行综合。将综合仿真结果与Chebyshev、Taylor两种传统综合方法进行比较。比较结果表明,遗传算法优化方向图的第1副瓣电平可达-40dB,且优化效率比传统方法高很多。为遗传算法在阵列天线方向图综合中的应用提供了技术支持。     

基于混洗蛙跳和粒子群优化算法的块自增纹理合成

针对基于样图的纹理合成技术,提出了一种基于混洗蛙跳和粒子群优化算法的块自增纹理合成方法。该方法在纹理合成过程中,通过选取尺寸按2的倍数不断增大的纹理块来提高纹理合成的速度,将混洗蛙跳算法和粒子群算法相结合,作为纹理块匹配的寻优策略,以提高纹理块的查找速度和全局搜索性能。实验结果表明,该方法在保证纹理合成质量的前提下,能够显著地提高基于样图的纹理合成速度,并能克服粒子群算法易陷入局部最优解的缺陷。     

量子遗传算法在TSP中的应用

本文提出了一种改进的量子遗传算法,其核心是对量子遗传算法中的量子旋转门的调整策略进行改进。在现有的静态、指数型动态调整策略的基础上提出了基于正弦函数的动态调整策略。文中对旅行商问题（TSP）的仿真实验结果表明：改进后的算法的优化质量和效率都优于遗传算法和一般量子遗传算法。     

改进的自然动态纹理综合算法

动态纹理综合技术是近年来计算机图形学领域研究的热点与难点之一.动态纹理综合技术在虚拟现实、电脑动画等领域有着广泛的应用.将Kernel PCA算法引入到动态纹理的分析与综合中,并与传统的基于线性PCA的动态纹理算法相比较.实验数据表明,基于Kernel PCA的改进算法在动态纹理描述和综合效果上均比线性PCA算法更好.     

面向纹理合成的块尺寸自动选择算法

在现有的基于块的纹理合成算法中,针对块尺寸需要人工选择从而导致纹理合成质量不确定的问题,提出一种纹理合成中的块尺寸自动选择算法。在纹理样本上按扫描线顺序滑动子块直到遍历所有位置,对子块与纹理样本的直方图进行归一化与均值滤波预处理,然后计算二者直方图的交;在不同子块位置的上述计算结果中,取其最大值作为子块与样本的颜色相似度。针对颜色相似度与块尺寸的近似单调递增关系,采用二分法计算相似度阈值点所对应的横坐标,将其作为纹理合成的块尺寸。多种类型纹理的实验结果表明,该方法自动选择的块尺寸与最佳经验取值范围相吻合。所提方法不仅适用于结构性纹理的合成,而且适用于随机性纹理的合成,能够获得理想的合成结果。     

一种基于纹理分析的视频车辆测速方法

基于虚拟线圈的工作原理,将纹理分析技术应用到车辆的视频测速中,采用了基于像素灰度跳变的纹理描绘子作为图像特征和动态阈值做阈值决策的车辆检测算法,提出了一种产生视频触发信号的方法。给出了纹理描绘子和阈值更新的具体算法。经实验,取得了较好效果。     

基于遗传算法的模糊迭代学习控制算法

为了提高被控系统的控制精度及加快迭代域内的收敛速度,提出一种基于遗传算法的模糊PD型迭代学习控制算法。该算法通过模糊TSK模型设计迭代学习控制器,TSK模型中THEN部分的未知参数由遗传算法离线计算确定,进而产生合理的迭代学习律。针对被控系统,设计相应的迭代学习控制算法进行仿真分析,并与传统PD型迭代学习控制算法、模糊PID迭代学习控制算法相比较,进而将该算法用于双关节机械手进行仿真研究,仿真结果表明该算法的有效性。