室外场景光照估计的基图像分解算法

基于室外固定场景的太阳光与天空光基图像分解理论,证明了同一太阳方位在不同天气情况下的3幅图像具有线性相关性,使得基图像方程欠约束,导致基图像无法自动求解.为此提出利用2个太阳方位、2种天气情况下的4幅图像求解基图像的算法,并利用太阳光与天空光基图像在太阳光照区域内点的像素色调一致性,优化基图像及太阳光和天空光光照参数.实验结果表明,该算法自动求解基图像,且根据基图像和光照系数准确重构原图像的均方误差,并将其控制在2像素值以内,从而可用于高品质的增强现实技术.     

基于本征图像分解的人脸光照迁移算法

提出了一种基于本征图像分解的人脸光照迁移算法.首先,针对本征图像分解效果不彻底的情况,提出了一种改进的本征图像分解方法.在此基础上,为了保持人脸细节特征,提出了一种基于边缘保留的光照滤波算法,对参照人脸进行光照迁移至目标人脸,最后融合目标材质图像与滤波后光照图像进行人脸重光照.实验结果表明,与已有算法相比,该算法能够很好地保留迁移后的人脸肤色,并且所生成的重光照效果更准确、自然.     

经典光照模型实现人脸图像光照方向准确估计

光照分析对人脸图像的识别与跟踪有重要意义,提出一种人脸图像光照参数准确估计算法。该算法根据光照模型构造光照参数求解的迭代方程,光照参数根据不同需要可同时包含光照能量,光照方向矢量和环境光能量等信息。实验显示迭代过程能迅速收敛,并且光照角度估计准确,yaleB实验数据的水平角度估计平均错误率仅为5.43°。由于算法隐含了人脸姿态描述,因此其另一优势是可以同时对人脸姿态和光照条件进行综合分析,大量实验测试说明该算法用于光照估计有效可行。     

基于光照方向估计的人脸图像阴影补偿

光照变化是影响人脸识别率的关键问题之一.人脸图像中的阴影严重影响了光照不变特征的有效提取.采用了一种基于光照方向估计的阴影补偿方法.因为人脸形状的相似性,某一点光源方向产生的阴影特性具有相似性.利用这一特性,首先通过子空间方法确定人脸图像的光源方向,然后再对该人脸图像进行相应的阴影补偿.在对人脸库YaleB和Extended YaleB （38人脸）的实验中表明,64种光源方向的识别率为96.8％.该方法能有效消除阴影便于后续光照不变特征的有效提取.     

基于光照估计滤波的太赫兹图像融合研究

碳纤维增强复合材料广泛应用于航空航天等军民领域,在制备和使用过程中往往存在诸多缺陷,太赫兹时域光谱成像技术为碳纤维增强复合材料无损检测提供了新方法。在使用太赫兹无损检测技术时,可以通过在时域或频域中选择不同的参数来获取图像,同样的缺陷需要时域和频域不同的参数才可以有效检测出来。采用基于光照估计滤波的算法将不同参数的太赫兹图像进行融合。首先,通过光照估计滤波分辨初始图像序列中像素的曝光情况。然后隶属函数调用这些初始估计值。最终输出的融合图像是通过隶属函数分配的权重在所有像素之间加权平均得到。实验结果表明,所提出的方法对图像边界信息和细节信息都处理得比较好,适用于太赫兹多波段图像融合,具有更好的视觉效果。     

基于有效光照估计的复杂光照人脸识别

基于光照估计的光照不变量提取是提高复杂光照人脸识别性能的一种有效方法。以往算法仅考虑光照缓慢变化特性从人脸图像中估计光照,无法获取准确的光照和光照不变量。综合考虑图像的成像原理、光照缓慢变化特性和复杂照明环境,结合图像融合和平滑滤波,提出一种有效的人脸图像光照估计、光照不变量提取方法。所提算法能较好地处理阴影边缘问题,提取含有丰富面部细节特征、更接近于人脸本征的光照不变量。复杂光照Yale B+和CAS-PEAL-R1人脸库上的实验结果表明所提算法具有高效性。     

基于黎曼张量的人脸图像多模态分解光照建模方法

目前,人脸光照建模方法总是假设人脸满足朗伯凸模型、已知人脸表面法向量和反射率等条件,这与实际情况不符,建立的人脸光照模型也存在较大的偏差。为了解决这一问题,提出了一种新的人脸光照建模方法。该方法首先采用黎曼张量人脸图像多模态分解,建立人脸光照模型;然后基于改进的广义拉格朗日算法对人脸光照模型进行优化。理论分析和实验结果表明,该方法比光度立体学、球谐函数方法具有较高的精度和较强的实用性。     

变化光照的对象图像合成

光照是真实感图形绘制和许多图像应用中的一个非常重要的因素.提出了一种完全基于图像的方法来反映光照变化在绘制对图像时的影响.所提出的方法不是直接去估计对象反射模型中的参数,或是去拟合BRDF函数,而是用奇异值分解(SVD)来拟合Lambertian 对象在光照和几何朝向变化情况下的所有图像集合.其中,光线方向的解析表达可以由样本图像、基图像以及已知类对象的图像集导出,对象在新的光线方向下的图像可通过适当地线性组合基图像而有效地绘出.另外,利用对SVD系数的线性插值可以生成反映对象几何朝向和光线变化的连续变形     

基于能量优化的在线室外光照估计算法

为了保证增强现实中的光照一致性,提出一种基于能量优化的室外场景的实时光照估计算法.首先将室外场景图像表示成太阳光基图像和天空光基图像的线性组合;在此基础上,利用太阳光基图像的特点,将太阳光和天空光入射光强的求解归结为一个可实时求解的能量最小化问题.与现有算法相比,文中算法不需要离线学习,因而更适合于增强现实.     

基于图像的光照模型研究综述

从传统图形学的绘制技术与基于图像的绘制技术相结合的角度出发,以全光函数这个基于图像的绘制技术的理论基础为核心,概括性地提出基于图像的光照研究的基本任务实际上是对全光函数的采样、重建、合成和重采样的过程,并进一步地指出,基于图像的光照研究的重要意义在于扩展了原有基于图像的绘制技术中只能改变视点位置和视线方向的限制,使之可以通过改变场景本身的组成成分产生出更加丰富的光照效果。同时,该文综述性地分析了近期内有关基于图像的光照问题的部分研究工作,并从如何改变场景光照条件的角度出发,按照所使用的光照模型的不同,将这些方法分成三大类,即利用传统光照模型的方法、利用基于图像的光照模型的方法以及无需光照模型的方法。并从这个分类框架出发,进一步分析指出,利用基于图像的光照模型的方法将是未来研究的重点,并沿着这一方向尝试性地提出了一种新的模型。     

基于Lambert-Phong模型的图像盲取证方法

由于现有的图像盲取证方法中所使用的光照模型不能有效地表征物体表面的实际光照效果,提出Lambert-Phong光照模型。该模型同时考虑光照的漫反射和镜面反射,利用该光照模型对无限光源模式下的图像进行蓄意修改检测。实验结果表明,Lambert-Phong光照模型能较准确地计算出图像中不同目标的光照方向,有效地判别出图像是否经过蓄意修改。     

雾天室外场景光照参数估计

在雾天情况下,雾对光线的散射使得室外场景的光照发生很大变化,太阳光和天空光的参数估计变得更为复杂.结合雾天情况下的大气散射模型,提出了室外场景的雾天基图像模型,并基于该模型提出了雾天室外场景图像光照参数估计算法.在已知场景基图像的条件下,利用迭代散射系数方法,优化求解雾浓度与场景深度图像,然后通过对去雾图像进行分解,获得最佳的去雾图像以及正确的光照分解系数.算法能够得到较为精确的雾浓度与场景深度图像.实验结果表明了算法的有效性.     

基于直接光照的全局光照模拟

根据间接光照分布在空间的各个方向、没有明确的方向性、在各个方向上光照强度分布比较均匀的特点,提出采用灯光阵列的方法,通过GPU硬件加速计算其直接光照效果,达到快速模拟全局光照的目的。实验结果表明,与常规的渲染算法比较,该方法在取得较好视觉效果的同时提高了渲染速度。     

一种基于四叉树分解的图像压缩方法

在信息社会高度发展的今天,图像成为可以传递信息的重要载体之一。由于未经处理的图像信息量非常大,大力研究和开发图像压缩编码技术就非常重要。论文主要探讨对于存在连续阴影或者大量连续相同像素的图像压缩,通过分析RLE算法的不足,提出了一种基于四叉树分解的图像压缩方法,实验表明运用这种方法实现静态图像压缩可以使压缩效率得到进一步的提高,该方法为实现静态图像压缩开辟了新的思路和途径。     

Remote sensing image fusion based on Bayesian linear estimation

A new remote sensing image fusion method based on statistical parameter estimation is proposed in this paper. More specially, Bayesian linear estimation (BLE) is applied to observation models between remote sensing images with different spa- tial and spectral resolutions. The proposed method only estimates the mean vector and covariance matrix of the high-resolution multispectral (MS) images, instead of assuming the joint distribution between the panchromatic (PAN) image and low-resolution multispectral image. Furthermore, the proposed method can enhance the spatial resolution of several principal components of MS images, while the traditional Principal Component Analysis (PCA) method is limited to enhance only the first principal component. Experimental results with real MS images and PAN image of Landsat ETM demonstrate that the proposed method performs better than traditional methods based on statistical parameter estimation, PCA-based method and wavelet-based method.     

基于图像分解和稀疏表示的多聚焦图像融合

针对多聚焦图像融合中缺乏细节保护和结构不连续的不足,提出了一种基于图像分解的多聚焦图像融合算法.首先,源图像采用卡通纹理图像分解得到卡通部分和纹理部分;其次,卡通部分采用卷积稀疏表示的方法进行融合,纹理部分采用字典学习进行融合;最后,将卡通和纹理部分融合得到融合图像.实验建立在标准的融合数据集中,并与传统和最近的融合方法进行比较.实验结果证明,该算法所获得的融合结果在方差和信息熵上具有更好的表现,该算法能够有效克服多聚焦图像融合中缺乏细节保护和结构不连续的缺点,同时有更好的视觉效果.     

基于带squeeze-and-excitation模块的ResNeXt的单目图像深度估计方法

针对目前单目图像深度估计任务缺乏对特征通道之间的全局信息关系表示的问题,提出了一种基于SE-ResNeXt的单目图像深度估计方法。首先,通过建模特征通道间的动态且非线性的关系来提高网络的全局信息表示能力;然后,采用特征重标定策略来自适应地重新校准特征通道的响应,从而进一步提升特征利用率;最后,通过ResNeXt结构在不增加模型复杂度的基础上进一步提升方法的性能。实验结果表明,相比与没有采用ResNeXt结构的算法,该方法获得了更低的误差值,其均方根误差（RMSE）降低了10%,绝对相对误差（AbsRel）降低了27%。     

基于小波变换和Tucker分解的彩色图像数字水印

提出了一种通过小波变换和Tucker分解将水印信息同时嵌入彩色图像R、G、B通道的水印算法。首先对彩色图像R、G、B三通道进行小波变换,然后将获得的三个低频系数构成三阶张量,再经过Tucker分解后获得核心张量,通过在核心张量中嵌入水印信息使得水印信息扩散到原彩色图像的R、G、B三个分量中。通过实验表明,本算法对于压缩、噪声、滤波、缩放等攻击具有一定的鲁棒性,并与在同样嵌入规则下,直接将Tucker分解应用于彩色图像的算法比较,该算法具有更好的稳定性。