生成当前视点目标图像的快速逆映射算法

利用极线的属性及深度图像隐含的边界信息,提出了一种可以处理非深度连续图像的快速逆映射算法,以从多幅参考图像精确合成当前视点目标图像.该算法分为3步:首先由参考图像的深度信息得到图像中的边界;然后从参考图像中选出一幅作为主参考图像,利用极线的整体匹配特性和对应点在极线上分布的单调性,逐个处理目标极线,以生成目标图像;最后根据其他参考图像填补目标图像中的空洞.由于在第2步中只需处理参考图像的边界点对即可得到对应目标极线上所有点的深度信息及其在参考极线上的对应点,因此,新算法很好地提高了速度.在填补空洞时,利用参考图像的边界信息及所隐含的遮挡关系,还提出了一些加速的方法.     

CSA--一种加速的图像逆映射算法

采用方程求解代替逐像素搜索,提出一种加速的图像逆映射CSA算法．首先根据深度信息标记出参考域中的边界像素,并在映射时保存在像素链表中;然后将链表中的像素逐个映射到其他参考域建立线段方程,并与对应的极线方程联立求解,若有解则求出匹配的参考像素,否则标记为空洞;最后利用插值或其他参考信息填补空洞．由于仅处理边界像素,降低了计算复杂度,经实验证实,该算法有较好的加速作用．     

用于图像逆映射的搜索转移算法

图像逆映射是基于图像绘制技术的基础算法，但由于需要进行繁琐的参考域搜索过程，传统图像逆映射算法计算复杂度大、效率低。本文提出一种快速图像逆映射算法——搜索转移算法。该算法从场景的极线几何性质出发，将大量匹配搜索过程从参考域转移到目的域中进行，由于在目的域只需进行简单的判断操作，因此可以大大降低整体的匹配复杂度；同时，算法充分利用场景的空间连贯性，通过为目的域制定自适应的绘制顺序，有效地减小了实际需要搜索的步长。实验表明，搜索转移算法简单有效，能极大地降低搜索复杂度95％以上，提高计算效率10倍左右。     

基于平面的Warping技术

提出了一种基于平面的逆向Warping算法,用于根据多幅参考图像生成任意视点下的新图像.首先通过参考图像的深度信息来重建三维平面,然后寻找这些重建平面间的对应关系,并比较它们对空间平面同一部分的采样密度,以获得最好的采样结果.在生成新视点图像时,首先对那些采样密度最好的重建平面进行可见性判断,然后将其投影到新视点下,在此基础上求得目标图像上各点的深度,最后将目标图像上的点逆向Warping到相应的参考图像中,以获取它们的颜色值.同时,对于参考图像中不能被重建成平面的像素点,用正向Warping的方法对其进     

变化光照目标图像合成的球调和方法

光照是真实感绘制技术中的一个关键因素。研究了朗伯反射的球调和表示，提出了一种基于球调和函数的任意光照目标图像生成方法。该方法在给定目标基图像及其对应光照属性的基础上，通过基图像数据矩阵的奇异值分解（SVD）分离场景环境光分量、反演计算场景反射率和表面法向量等。新光照条件下绘制图像时，采用四阶球调和函数拟合入射光和朗伯反射核计算直接光照；间接光照采用分离出的基图像环境光分量拟合。实验表明：该方法能够保证绘制精确度，适合复杂光照条件下的目标图像生成。     

运用层次纹理映射的基于图像绘制算法

提出一种基于图像绘制(image-basedrendering,简称IBR)的算法,以发挥图形卡的纹理映射功能,并能表现物体表面的三维凹凸细节.首先将深度图像的像素按其相关深度分为多层纹理图像,然后利用纹理映射的硬件支持,将这些层次纹理图像依次投影到与视点相关的成像面上,以得到所需目标图像.为了避免目标图像上出现空洞,在生成时,将纹素在深度层次上进行扩展.由于层次纹理图像需要较大的存储空间,并且在装入纹理缓冲时要花费大量时间,为此还提出一种基于压缩层次纹理图像的目标图像生成算法.实验表明新算法是有效的,尤其适于处理与整个物体大小相比深度层次不太多的三维景物,如有表面凹凸纹理(浮雕、门窗等)的建筑物表面等.     

图像逆映射与融合技术

对图像逆映射与融合技术作了系统研究.通过把图像映射关系统一为位移场表示,详细讨论了消除图像缝隙的逆映射算法.给出了多张图像的迭代融合算法.实验表明,混合使用图像逆映射算法和迭代融合算法可以获得满意的结果.     

一种基于视觉约束的当前视点画面生成方法

由于视点变化中画面可见性的变化以及在当前视点物体表面的扩张,仅由一幅带深度的源参考图像的三维重投影所得到的目标视点画面存在空洞问题.为此,人们采取多源参考图像的合成方法来解决此问题.如何从具有大量冗余信息的多幅源参考图像中快速提取当前目标视点所需信息,成为基于图像的虚拟环境建模和绘制的关键技术.该文给出一种从多幅源参考图像(目前仅两幅)合成当前视点画面的算法.算法结合正向映射及逆向映射技术完成对当前视点画面的合成,并且利用视觉约束-极线约束这一性质从其他源参考图像中寻找填补空洞的像素,从而避免了整幅参考图像的重投影过程及深度比较.同时,算法利用极线对上像素的排序特性和已有目标图像的信息加速填补空洞像素的搜索.算法在不增加原有图像映射算法复杂度的基础上,大大降低了原有多幅图像合成算法的计算量.     

基于图像的建模和绘制技术综述

对基于图像的建模和绘制(IBMR)技术进行综述性介绍，着重阐述IBMR研究的最新进展．文中扼要地回顾了一些基本的IBMR方法，并对这些方法的优点和局限性进行分析比较．最后我们简单介绍IBMR的一些最新研究趋势和可能的应用前景．     

柱面全景图像拼合算法研究

IBR技术是近几年来在基于传统几何图形建模方法基础上发展起来的一种新的绘制方法,它用数码相机拍摄到的或计算机生成的照片来绘制新视点处的图像,具有绘制速度与场景的复杂度无关的特点。论文从实际应用的角度,提出并实现了图像拼合的新算法,新算法结合了手动拼合与自动拼合算法的优点,既可用于全景空间图像拼合,亦可用于普通图像的拼合,效率高。     

一种前后向复扩散图像增强算法

传统的图像增强算法无法在去除噪声的同时保留图像的纹理.为此,本文从线性前向复扩散的原理出发,研究了线性后向复扩散的图像增强功能,将前向复扩散和后向复扩散相结合,给出了一种前后向复扩散图像增强算法.实验结果表明:该算法抑制了图像中的微弱噪声,有效地增强了图像,保留了图像的细节纹理,没有产生错误的图像增强效果,可以获得很好的图像增强效果.     

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。     

基于柱状全景图的空间漫游视图拟合算法

本文提出了一种基于柱状全景图的空间漫游视图拟合算法。其核心是基于固定点柱状全景图之间的空间关系并通过图像拼接技术和图像混合技术生成任意视点下图像。为实现漫游行进中视图信息的合理过渡,设计了固定视点柱状全景图分割后各部分的图像映射关系。实验证明该漫游策略可以满足虚拟漫游的实时性要求,同时具有规模扩展性。     

基于混沌映射的纹理图象生成方法

在基于BP神经网络生成纹理图象方法^[1]的基础上，提出了一种基于Logistic映射和多层前向神经网络的纹理图象生成方法，该方法使用Logistic映射来调整多层前向神经网络的网络参数，即用Logistic映射产生一组混沌变量，这组混沌变量中的每一个数对应一个需要调整的神经网络参数，由于Logistic映射具有的混沌特性，使多层前向神经网络每次迭代都会产生一组不同的参数，从而克服了使用BP算法调整神经网络参数时容易收敛的缺点，这种基于混沌映射的方法既保留了基于BP神经网络生成纹理图象方法的优点，又对其进行了改进。该方法因不需要计算网络的误差，从而大大简化了计算过程，并且可以产生比使用原有方法更加丰富的纹理图象，仿真结果表明，使用这种改进后的方法比原有的方法更加简单有效。     

一种基于多混沌映射的图像加密算法

为提高图像信息的安全性,提出一种基于多混沌映射的图像加密算法.将混沌序列和彩色图像像素点的坐标看作空间上的两点,利用2个点的距离公式计算生成加密因子,将图像与该加密因子做相应的代数运算,从而获得加密图像.仿真结果表明,该算法易于实现,对密钥具有较强的敏感性,密钥空间大,加密图像的像素值分布较均匀.     

虚平面映射:深度图像内部视点的绘制技术

首先推导与归纳了图像三维变换中像素深度场的变换规律,同时提出了基于深度场和极线原则的像素可见性别方法,根据上述理论和方法,提出一种基于深度图像的建模与绘制(image-based modeling and rendering,简称IBMR)技术,称为虚平面映射.该技术可以基于图像空间内任意视点对场景进行绘制.绘制时,先在场景中根据视线建立若干虚拟平面,将源深度图像中的像素转换到虚平面上,然后通过对虚平面上像素的中间变换,将虚平面转换成平面纹理,再利用虚平面的相互拼接,将视点的成像以平面纹理映射的方式完成.新方法还能在深度图像内侧,基于当前视点快速获得该视点的全景图,从而实现视点的实时漫游.新方法视点运动空间大、存储需求小,且可以发挥图形硬件的纹理映射功能,并能表现物体表面的三维凹凸细节和成像视差效果,克服了此前类似算法的局限和不足.     

结合超混沌系统和Logistic映射的视频图像加密算法

对视频图像使用传统的单幅图像加密算法,容易出现算法耗时长、效率低等问题。为提高视频图像加密效率,通过使用细胞神经网络（CNN）超混沌系统和Logistic混沌映射,提出一种单帧逐一加密和多帧组合加密相结合的算法。根据视频帧使用SHA-256生成Logistic初值,经过Logistic映射迭代得到Logistic混沌序列,利用生成的混沌序列对视频帧逐帧扩散。将视频帧以二进制的形式组合成一个矩阵,把根据组合矩阵产生的初值代入CNN超混沌系统,利用得到的混沌序列对组合矩阵进行置乱,视频所有帧各像素点扩散、置乱一步完成,从而缩短加密时间。在此基础上,将组合矩阵重新分解为单帧图像,得到最终加密的视频图像。实验结果表明,在算法中使用高维超混沌系统安全性更高,能够有效缩短加密视频图像的耗时,且能抵抗统计攻击、差分攻击和暴力攻击,具有较好的安全性。     

一种用于动态场景的全景表示方法

针对全景图无法表示动态场景这一问题，提出一种用于动态场景的全景图表示方法，将视频纹理和全景图结合起来，构造动态全景图。系统首先将一系列定点拍摄的图像拼接成全景图，然后用摄像机拍摄场景中周期或随机运动的物体，提取视频纹理，最后视频纹理与全景图对准并融合，生成动态全景图。动态全景图既保持静态全景图全视角漫游的优点，又使得场景具有动态的特征，极大地增强漫游的真实感。