图像的局部约束变形技术

提出了一个基于局部约束的图像变形算法。该算法建立在一个新的C^2连续的变形模型上，局部约束包括单点约束和多点约束，用户可以交互地直接控制变形，实例计算表明，该算法十分灵活、简单和快速、变形效果很好。     

方向相关的图像局部变形方法

针对传统的图像变形技术中所采用的径向基函数,应用在局部变形中的不足提出了一种改进方法:构造了基于多项式的分段连续基函数,并在此基础上引入了与方向相关的控制参数.该方法在图像局部变形的边界处具有光滑的过渡,同时克服了传统径向基函数的各项同性所导致的不合理变形现象.实验表明,该方法具有良好的局部变形效果.     

一种基于神经网络的图像变形实验

阐述了图像变形的数学方法,并在此基础上提出了基于径向基函数的前向神经网络算法,与其它算法如径向基函数的插值方法和Ｂ－Ｓｐｌｉｎｅ算法相比,该方法在图像变形实验中具有速度快,过渡平滑,适合于分散的不规则控制点等优点。     

结合双线性插值与局部均值的红外图像插值算法

针对现有图像插值算法只考虑原始图像像素的问题,提出了一种兼顾原始图像与插值图像的红外图像插值算法。该算法将原始图像中的像素映射至插值图像中,然后使用双线性插值算法从原始图像中恢复插值像素,最后通过插值图像中已有的像素对插值像素进行加权修复。实验结果表明,所提算法的插值效果优于经典的图像插值算法,能有效避免锯齿和模糊现象的发生。     

基于局部约束的服装变形方法研究

针对目前虚拟服装变形方法不能有效地解决局部不同程度变形的问题,提出一种基于局部约束的服装变形方法。首先,根据人体特征参数自定义构建虚拟人服装模型,并在此过程中对质点-弹簧模型和欧拉算法进行了改进;其次,对服装质点施加约束力,在质点原始的位置上添加改进的基函数,并引入约束权重来控制基函数的变化,从而求得质点的正确位置,实现局部不同程度的变形。实验结果表明,该局部约束方法取得了较好的变形效果。     

基于椭圆变形域的图像局部变形

图像局部变形技术是图像处理领域的一个分支,它只改变图像中指定区域范围内的特征而保持其他区域不发生变化.文中在径向基函数的基础上,提出了一种基于椭圆变形域的图像局部变形的算法,并讨论了函数中关键参数的选取对变形效果的影响;通过对变形区域的影响半径R和影响系数s的设置,控制图像局部变形的区域,从而解决了图像变形过程中产生的重叠映射;最后,介绍了图像局部变形的算法流程,利用VC++6.0和OpenCV搭建实验平台对算法进行了验证,实现了交互模式下的图像局部变形     

一种改进的基于径向基函数图像变形方法

图像变形是计算机动画中常用的方法之一,通过该项技术用户只需指定待处理图像上的某些变化特征就可以得到他们所期望的变形效果。本文在径向基插值算法的基础上,通过加入一次项和仿射可微条件,适当选择核函数,转化原优化问题为齐次线性问题,从而使该线性系统获得稳定的唯一解。此外,本文还给出在目标图像中建立径向基函数的算法,为采用反向重采样技术以获得光滑的变形效果提供了必要的支持。实验结果表明,本文算法可以实现多控制点准确插值下的平滑渐变变形效果。     

一种基于轮廓多边形的图像变形算法

文中利用两条任意折线构成两个控制多边形,得到两条Ｂｅｉｚｅｒ曲线,利用两曲线作为控制线对图像轮廓多边形的网格控制点进行映射,最后利用一个快速有效的插值算法进行目标－源映射,描绘各个像素点实现变形效果,实验证明,该算法快速有效,结果形象逼真,具有一定的实用价值。     

利用图像变形生成个性化人脸卡通

提出了一种利用图像变形技术生成个性化人脸卡通的方法,该方法以真实人脸图像、卡通人脸图像和中性标准人脸网格为输入。根据提取的特征点,在人脸上分区域构建多个径向基神经网络;将标准人脸网格变形,分别和人脸以及卡通脸配准,得到人脸和卡通脸的个性化网格;将卡通脸图像作为纹理映射到个性化人脸网格,并做色调分离提取原始人脸的光照信息,得到个性化卡通人脸图像。     

一种基于矢量伸缩函数的参数曲面插值变形方法

为了对参数曲面进行精确变形,可通过构造特殊矢量伸缩函数来实现参数曲面的捕值变形.变形时,先在曲面选取变形辅助点,并利用这些辅助点构造矢量伸缩甬数;然后基于矢量叠加原理用此伸缩矢量函数去作用曲面,使曲面发生变形且变形后通过给定的插值点.插值变形结果表明,此方法不仅能够精确控制变形范围,而且在变形与未变形部分之间具有C2连续性.     

Image Warping Using Few Anchor Points and Radial Functions

Transformations based on radial basis junctions have proven to be a powerful tool in image warping. In the present work we decompose these transformations into linear and radial terms, and show examples where such a decomposition is advantageous. Locally supported basis functions are introduced. Several applications are demonstrated, and a comparison with other warping techniques is carried out. Finally, some fine points of image warping are discussed.     

基于Biharmonic样条插值的图像渐变算法及实现

图像变形是计算机动画的重要技术之一。本文提出一种图像变形方法,利用Biharmonic样条曲面插值实现空间映射,采用后向映射和双线性插值进行图像重采样。在图像变形基础上结合图像融合技术实现了图像渐变。该方法使用灵活,操作者可以简单地改变特征点的数量和位置以控制变形细节而无需其他操作。实验结果表明,该方法产生的过渡图像平滑、自然,每幅变形图像边界稳定且有良好的可视性。     

一种基于辅助视的Image Warping方法

通过引入一个“辅助视”调整了多幅参考图像间的关系,设计了一种新的image warping方法。该方法可以在完全无需深度信息的情况下处理多幅参考图像的可见性问题。该文对方法的具体步骤及多幅参考图像的选取等问题进行了讨论,并从理论和实验上说明了其正确性。     

基于控制点的图象变形方法及其应用

根据人脸,特别是根据人脸在人眼变形中对形状和细节的要求,提出了用光滑不等距插值和空间可变线性插值方法来实现基于控制点网格的数字图象变形的想法,其中,光滑不等距插值用来实现图象的坐标变换,而空间可变线性插值用于实现图象的灰度插值。同时,可将变形过程中图象的坐标变换和灰度插值分开操作,用以取代原来行和列的分别变形操作,实验结果证明,用这种方法不仅能获得很好的变形效果,且使用该方法进行人眼的变形操作也取得了满意的结果。     

两种图象变形技术的实现

阐述了图象变形的数字方法，在此基础上详述并实现了基于碎片的二次网状变形技术及基本点的采用径向函数的图象变形技术，并给出了实验结果。最后简单地讲述了基于轮廓的图象变形技术。     

基于局部梯度的WaDi图像插值

线性插值算法容易产生细节模糊和边缘锯齿效应,为了较好地保持图像的边缘信息,改善图像的主观视觉效果,提出了一种改进的Warped Distance（WaDi）图像插值方法。传统的WaDi算法是对空间线性插值的改进,但它仅仅利用了图像边缘的局部不对称特征来计算WaDi。除了局部不对称特征,局部梯度特征也是图像边缘的一种重要特征。文中采用将局部不对称特征和局部梯度特征相结合的方法来计算WaDi,可同时保持图像边缘的细节特征和非边缘的光滑性。实验结果表明,用该方法能获得高精度的插值图像。     

基于图像亮度局部约束的总变分图像去噪法

为了解决总变分图像去噪方法易产生虚假边缘这一不足,结合总变分理论和图像亮度局部约束的优点,提出了一种新的图像去噪方法。在总变分图像去噪的数值求解过程中,利用局部均值和局部方差对迭代过程中所获得的结果进行局部约束。实验结果表明,本文方法具有良好的图像去噪能力,在高噪声水平下,其峰值信噪比(Peak signal-noise ratio,PSNR)至少提高了1dB左右,图像视觉效果也有了很大改善。     

基于等密度映射和纹理重构的分层图像变换

图像变换包括图像映射和图像重构两个重要部分,而现有重构方法存在计算量较大、容易产生视觉误差等问题,并不能真正快速有效地实现图像变换。本文通过建立等密度映射的方式将重构转化为一个可以依赖纹理硬件快速完成的纹理映射过程,从而改进了传统的图像变换模型,并在此模型基础上设计了一种分层图像变换的方法。分层图像变换,首先将参考像素以相近的分辨率映射到对应的密度层以避免形成大量空洞,然后通过背景层设置、密度层合并等操作将对应的目的像素存储在一个可控长度的双向链表上,最后从后向前遍历链表逐层生成和合成纹理得到目的图像。实验结果表明,分层图像变换在有效避免视觉误差的基础上,大大提高了计算效率。     

Constrained Texture Mapping using Image Warping

We introduce in this paper a new method for smooth foldover-free warping of images. It allows users to specify the constraints in two different ways: positional constraints to constrain the position of points in the image and gradient constraints to constrain the orientation and scaling of some parts of the image. We then show how our method is used for texture mapping with hard constraints. We start with an unconstrained planar embedding of the target mesh calculated with conventional methods. In order to obtain a mapping that satisfies the user-defined constraints, we use our warping method to align the features of the texture image with those of the unconstrained embedding. Compared to previous work, our method generates a smoother texture mapping and offers higher level of control for defining the constraints.