视错觉现象的分类和研究进展

视错觉指的是人或动物观察物体时,基于知觉经验或不当参照等形成的与客观事实不一致的特定感知.它能从独特的角度显示出视觉系统的认知功能和机理,因此研究错觉原理,建立合适的数学模型和计算机模拟模型,对心理学、生理学和计算机视觉等领域的发展有着重要的意义.在收集整理大量错觉图片的基础上,视错觉可按不同的现象和成因分为轮廓错觉、运动错觉、细胞群错觉、扭曲错觉、尺寸错觉和不可能图形等6类,其中典型错觉图片被选以介绍其成因和生理、心理、计算机领域的研究现状,阐述不同视错觉发生在视觉不同认知层次上,且拥有和正常视觉相同的神经基础,最后概述了视错觉现象的应用意义和前景.     

动态视错觉研究及其在平面设计中的应用探索

通过对动态视错觉图形特点的分析,发掘出它在平面设计中的应用价值和实施方法。针对目前平面设计的发展趋势,以具体的设计案例分析动态视错觉图形在平面设计中应用的独特优势,为动态视错觉图形更深刻而广泛的应用到平面设计中提供科学参考。     

浅析视错觉在景观设计中的运用

文章通过对于视错觉的形成因素和在景观设计中与其相关的视错觉运用加以分析。总结出视错觉在景观设计中的运用类型、表达形式以及相应的作用。希望设计师在今后的景观设计中可以对于视错觉有更多的考量。     

视觉之巅,幻觉之美——浅析“视错觉”艺术的图形设计语言

视觉艺术的形式缤纷多彩,"视错觉"艺术以其独特的视幻魅力和视觉张力,成为其中的奇葩,并吸引着我们的眼球。文章对"视错觉"艺术的特征、设计语言及其表现力进行了较为系统的分析与归纳,"视错觉"艺术包括语境错视、角度错视、动幻错视、光影错视、暖昧图形、矛盾空间、维构图形等多种类型。     

拼接技术在图象处理中的应用

图像拼接(Mosaic)技术是由于摄像器材的视角限制,不可能一次拍出很大图片而产生的.在现实生活中有着,图像拼接(Mosaic)技术有着广泛的应用.本文主要围绕拼接合成技术展开讨论,首先介绍拼接的主要用途,再简单说明拼接流程和核心问题、图像配准及方法、象素级图像融合及算法.     

CUDA技术及其在数字图像拼接中的应用

将CUDA技术应用于数字图像拼接领域,阐述了图像拼接的基本理论及其关键技术、多分辨率图像融合的关键算法以及CUDA技术的基本原理和开发方法,并编写了软件以实现图像快速拼接。采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,使用稳健的RANSAC算法求出图像间变换矩阵的值,并将图像映射到拼接平面,最后使用基于CUDA的SIFT算法实现了图像的无缝拼接。该方法提高了图像拼接的效率,克服了传统图像拼接方法因计算量大而等待时间长的缺点。实验结果表明,CUDA在数字图像处理的实际应用中卓有成效,有广阔的应用前景。     

一种快速图像块填充算法及其在遥感影像处理中的应用

针对Drori的图像块填充算法计算复杂度高,计算量大的缺点,提出了一个快速的改进算法。并结合光学遥感影像的特点,将其应用到遥感影像中的厚云及阴影去除上。实验结果表明,在能够取得近似相同结果的情况下,本文算法与Drori算法相比,能够较好地缩短计算时间。     

二代小波变换及其在图像融合中的应用

介绍了比较新颖的二代小波变换技术,即通过分裂、预测和更新三个步骤实现小波变换的方法,并且把这种技术成功的应用于图像融合技术中。实践表明,这是一种比较成功的图像融合解决方案。     

增强的典型相关分析及其在人脸识别特征融合中的应用

在传统的典型相关分析(CCA)基础上,定义了类别相关性,提出了增强典型相关分析(ECCA)方法.对于一个模式空间的2个观测空间(对任意模式都有2种观测向量),ECCA能够找到这2个观测空间对类别而言更有意义的相关子空间,且同时保持了投影分量的无关性.实验结果表明,ECCA优于CCA,GCCA融合方法.     

Curvelet变换在多聚焦图像融合中的应用

综合分析Curvelet变换的特性,提出一种基于Curvelet变换的多传感器图像融合算法。首先将图像进行Curvelet变换,然后基于子块区域方差和区域能量对图像的低频系数和高频系数采用不同的融合规则将Curvelet系数融合,最后进行重构得到融合结果。对该方法得到的融合图像进行了主客观评价和对比。实验结果表明,该方法得到的融合图像在图像边缘等细节上比传统方法和小波算法得到的图像具有更好的视觉效果,在均方根误差、偏差指数、峰值信噪比等客观指标上都优于其他方法。     

视觉传达中错视的研究与应用

文章通过具体的图形研究手段和应用实例,对图形视错觉的应用进行研究。目的是将错视原理应用到视觉传达设计领域中,有效的避免图形在现实生活中带来的不必要视觉误导,并通过特殊视觉手法创造出意想不到的效果。     

基于视觉注意机制的异源图像融合

针对融合规则不能真实反映观察者视觉感知特点的问题,提出一种异源图像多尺度融合算法。应用视觉注意机制,计算异源图像间的视觉显著度匹配系数,并根据这一系数对小波变换近似系数进行自适应融合,在小波细节系数融合中使用带有方向连续性检查的选大值方法,采用视觉显著度差对融合算法的视觉保持一致性进行评价。测试结果表明,与传统算法相比,该算法在客观性能指标和主观视觉一致性方面都有所提高。     

浅析错视在现代产品造型设计中的应用

错视作为一种普遍的视觉现象,在艺术创作及设计工作中受到青睐,合理地运用错视,可以使设计更为完美和富于创意。本文通过对错视的研究和分析,主要从图形、色彩、质感、光影、图底反转等角度来论述错视在现代产品造型设计中的应用,并进一步探讨了其对现代产品造型设计的意义。     

基于线对应的单应矩阵估计及其在视觉测量中的应用

单应矩阵估计在视觉测量、摄像机标定、三维重建等领域有重要的应用价值, 但是在具体应用中如何鲁棒、精确地估计单应矩阵仍是一个没有很好解决的问题. 在研究和实际应用中我们发现,直接线性方法在基于线对应的单应矩阵估计中会出现在某些特殊的摄像机姿态下误差较大的情况. 针对这一情况, 我们提出了一种基于线对应的归一化单应矩阵估计方法并将其应用到视觉测量中,即通过简单的归一化操作使测量矩阵元素的大小分布尽量均匀, 从而降低了测量矩阵的条件数, 提高了算法的鲁棒性, 同时又保持了直接线性方法简单、快速、易实现等优点. 模拟实验和真实图像实验均验证了该方法的有效性.     

可视化SMIL编辑器及其在网络教育中的应用

本文分析了国外几种典型的可视化SMIL编辑器和播放器,探讨了它们在网络教育中的应用,并且描述了如何构建基于SMIL的多媒体演示型课件制作系统。     

多特征证据理论融合的视觉词典构建

现有的视觉词典构建方法一般是将多个特征构成整个向量并通过聚类形成视觉词典,这种方法在视觉聚类的过程中只考虑了特征的整体相似性而忽略了不同特征对构建视觉词典的影响。提出了一种基于Dempster-Shafer（D-S）证据理论的多特征融合的视觉词典构建方法。该方法应用证据理论融合不同特征的视觉相似性,构造出更加精确的视觉词典。在证据理论的基础上,使用两种特征实现了对视觉词典的再分,使得相似的特征更好地集中在一类中。与传统视觉词典构建方法相比,本文方法获得了更好的结果。应用以上视觉词典构造方法并将之应用于分类实验,在支持向量机与朴素贝叶斯分类器上取得的分类实验结果表明,应用本文方法构建的视觉词典能有效提高视觉词典的精确度,分类效果得到了很大的提高。     

移动机器人视觉定位方法的研究与实现

针对移动机器人的局部视觉定位问题进行了研究。首先通过移动机器人视觉定位与目标跟踪系统求出目标质心特征点的位置时间序列，然后在分析二次成像法获取目标深度信息的缺陷的基础上，提出了一种获取目标的空间位置和运动信息的方法。该方法利用序列图像和推广卡尔曼滤波，目标获取采用了HIS模型。在移动机器人满足一定机动的条件下，较精确地得到了目标的空间位置和运动信息。仿真结果验证了该方法的有效性和可行性。     

平衡多小波在图象融合增强中的应用

平衡的多小波变换无需预滤波,保持了多小波的特性。据此,本文提出了一种基于平衡多小波变换的图象融合方法。多光谱图象融合增强实验表明,该方法在提高多光谱图象的空间细节表现能力和保持地物光谱信息上都具有很好的效果,优于基于非平衡多小波变换的融合方法。     

一种基于多特征证据理论融合的视觉词典构建方法-CIDE2013

现有的视觉词典构建方法一般是将多个特征构成一个向量并通过聚类形成视觉词典,这种方法在视觉聚类的过程中只考虑了特征的整体相似性而忽略了不同特征对构建视觉词典的影响。本文提出了一种基于Dempster-Shafer（D-S）证据理论的多特征融合的视觉词典构建方法,应用证据理论融合不同特征的视觉相似性,从而构造出更加精确的视觉词典。应用以上视觉词典构造方法并将之应用于分类实验,在支持向量机与朴素贝叶斯分类器上取得的分类实验结果表明,应用本文方法构建的视觉词典能有效提高视觉词典的精确度,分类效果得到了很大的提高。