离散采集结合自适应窗截取的立体元图像生成

为了克服离散视点采集结合窗截取的立体元图像生成方法对采集平台参数的依赖,本文提出采用基于拍摄对象的自适应窗截取算法来获得立体元图像阵列。首先,利用离散视点采集平台获得拍摄对象的离散视点图像阵列;然后,计算拍摄对象在每幅离散视点图像中的成像区域,再根据成像区域对截取窗参数的制约关系生成截取窗,并利用截取窗将离散视点图像阵列处理成子图像阵列;最后,根据立体元图像阵列与子图像阵列之间的映射关系,将子图像阵列转换成立体元图像阵列。实验结果表明:本文方法能够在采集平台参数未知的情况下,获得与传统方法相同的立体元图像阵列,大大提高了离散视点图像阵列的通用性和立体元图像阵列的生成效率。     

组合成像中的立体元阵列合成与稀疏视点采集

针对组合成像系统中的立体元图像阵列由于采集设备等因素限制而难以实景拍摄的问题,提出了一种利用稀疏视点图像通过并行映射获得立体元图像阵列的方法。该方法首先使用相机阵列拍摄实际景物的稀疏视点图像,然后分别计算每幅图像的水平和垂直视差图并重构出图像中每个像素所对应实际物点的空间位置,最后采用并行映射的方法生成立体元图像阵列,对于立体元图像中仍然存在的空洞,采用插值计算的方法进行填补。实验结果给出了采集到的稀疏视点图像以及合成后的立体元图像阵列,结果表明,合成图像具有连续的视差变化,可以真实再现拍摄对象的空间结构,而且本文方法在实现上优于传统的立体元图像阵列采集方法。     

一种消除柱透镜光栅自由立体显示图像串扰的方法

提出了一种通过纠正平面显示屏上合成图像子像素亮度值来使得柱透镜光栅自由立体显示器相邻视点间的显示图像串扰消除的方法。针对合成图像分析其串扰的产生原因,并根据合成图像上显示的子像素亮度值、透过光栅观看到的子像素亮度值以及视点间的串扰系数3者之间的关系,推导出消除串扰的计算公式并实验证实了该方法的正确性。     

一种消除柱透镜光栅自由立体显示图像串扰的方法

提出了一种通过纠正平面显示屏上合成图像子像素亮度值来使得柱透镜光栅自由立体显示器相邻视点间的显示图像串扰消除的方法。针对合成图像分析其串扰的产生原因,并根据合成图像上显示的子像素亮度值、透过光栅观看到的子像素亮度值以及视点间的串扰系数3者之间的关系,推导出消除串扰的计算公式并实验证实了该方法的正确性。     

基于深度图像和半像素的虚拟视点绘制

为提高虚拟视点图像的绘制精度,提出了一种基于深度图像和半像素的虚拟视点绘制方法。该方法首先对参考图像进行预处理,包括图像的半像素处理和亮度校正,然后利用正向3D图像映射获得虚拟视点的图像和深度信息,再利用逆向3D图像映射填补由深度信息不准确等因素产生的部分空洞,并根据深度信息擦除背景伪影,最后根据空洞类型的不同采用不同的方法进行空洞填补。实验结果证明,利用该方法可以绘制出令人满意的虚拟视点图像。     

阶梯光栅多视点自由立体显示的子像素排列

自由立体显示是显示领域的重要前沿方向.提出一种阶梯光栅多视点自由立体显示的子像素排列方法,该方法通过构建图像视点数矩阵,得到不同光栅倾斜角和不同视点数的阶梯光栅自由立体显示的子像素排列结果,并总结出合成图的像素单元与视差图的像素相对应的图像子像素排列规律.采用该子像素排列方法制作了阶梯光栅多视点自由立体显示器,获得了良好的立体显示效果,从而验证了该方法的正确性.     

基于虚拟现实技术的多视点图像重建算法设计

为解决传统多视点图像重建算法重建耗时过长、重建后清晰度较差的问题,基于虚拟现实技术设计一种新的多视点图像重建算法,分析摄像机的配置标准与目标图像方位,利用映射法将成像模型投射在二维平面上,再根据映射关系实现信息采集.在确定多视点图像背景后,绘制子区间方向梯度直方图,根据直方图绘制结果描述子情况,与相匹配的图像进行对比分...     

基于柱镜光栅LCD的裸眼显示技术研究

为了获得更高质量的目标图像,克服现有方法的不足,提出基于柱镜光栅LCD显示设备的光栅参数测量、立体图像合成与分解的改进方法.     

三线性约束及其在图像合成中的应用

通过对极几何关系及三线性约束关系立体视觉中参考视点之间和参考视点与虚拟视点之间的摄像机几何限制,把参考图像中的像素点直接转移到虚拟图像的对应点中去,即通过已得摄像机视点位置上的所得场景的图像,计算该摄像在其他各个视占位置上所得到的该场景的国邓列,表明,该方法简单、有效,对计算机视觉中的运动估计、低比特率视频编码、虚拟现实和动画制作中都有很发的应用价值。     

一种基于HVS色度不敏感性的立体图像处理方法

利用了人眼视觉系统(human visual system-HVS)中的色度不敏感性,对双视点和多视点立体图像的色度图像部分数据进行了分析和实验,并在此基础上提出了一种自由立体图像色度替代处理方法.实验结果证明,该新方法在没有明显降低立体效果的情况下,降低了数据量.     

基于随机区域移位和随机像素映射的图像加密

提出基于随机区域移位和随机像素映射的图像加密算法.该算法首先对待加密图像进行分割,然后将分割出来的图像单元顺序随机打乱,扰乱了图像的原始信息;然后再对每个图像单元进行像素映射扰乱,切断了各个单元像素值之间的联系.该算法结合了区域移位算法和像素映射算法的优点.计算机模拟表明该算法自由度大、保密性强,对二值图像和灰度图像加密都取得了很好的效果.     

体三维显示系统的插值和扫描线段映射法

绍了基于旋转二维发光二极管(LED)阵列的体三维显示系统的数据处理方法.原始三维数据以网格数据形式存储在3DS文件中,采用切割算法实现数据集从笛卡儿坐标系到显示空间的柱坐标系的转化.对切割所得的线段设计了插值映射法和扫描映射法,以完成体素化过程.插值映射法将LED视为理想点光源,扫描映射法则考虑了LED的尺寸.分别用这两种方法对多个实际三维模型进行处理,通过再现处理后的数据结果以及计算体素点的平均位置偏离程度等方法比较它们的优劣.实际表明扫描映射法因为更贴近系统的硬件特点,而产生的体素点位置偏差小、冗余体素点少,处理结果更好     

基于多视角图像的建筑环境信息建模方法

结合实践案例,探索了融合多视角图像数据的建筑环境信息建模方法,旨在提高建筑环境信息建模效率,改善屋檐底部等建筑局部信息建模精度;探索了多视角图像数据融合技术路线,并结合实践案例,展开了低空摄影测量与地面摄影,采集了实践案例的建筑与环境图像数据;构建连接点,融合多视角图像数据,将地面图像与空中图像融合,对一些空中很难拍摄...     

旋转LED阵列体显示系统的仿真平台构建

利用开放式图形库OpenGL，构建了一种为旋转发光二极管（LED）阵列三维体显示系统提供前期三维数据模拟和 图像预显示的软件仿真平台.该平台从3DS文件中获取体显示系统的三维物体信息，使用剪切算法转化为显示点集源数据 ，再经坐标变换得到LED面板的控制信号.用OpenGL中的一系列应用程序接口（application programming interface， API）函数在普通的平面显示器上仿真显示所得点集，同时将所得的控制信号生成二进制文件，用以驱动显示.对比不同 条件下的仿真结果可以确立最佳显示效果下实际系统的像素尺寸、分割扇区等硬件参数，并对图像质量进行预评价.     

基于3DS MAX信息源的体三维显示技术

为了在真实的体积空间内重建三维图像，利用高速旋转的发光二极管（LED）面阵列作为显示媒介，以PIC单片机为核心组成控制电路建立了体三维显示系统。采用数字图像处理方法从3DS MAX软件的三维模型中获取离散的特征点信息，以光电触发器提供的外部中断信号为同步信号，单片机向数据存储器和LED专用驱动芯片提供控制信号和工作时序，驱动LED发光，逐行显示获得的二维图像序列。由于人眼的视觉暂留特性，快速显示的二维图像序列被感知为一幅连续的三维图像。再现的三维图像无需辅助设备就可在0°～360°内任意观察，并真实地体现了源图像的三维特性。     

一种简单的二维映射及其图像加密算法

为了实现图像安全、快速加密,利用单边拉伸的思想设计了一种图像加密算法.映射由左映射和右映射两个子映射组成,通过对图像的拉伸和折叠处理,实现图像的混沌加密.首先从左至右(或从右至左)方向,依次将方图的列像素插入到行像素之间,将像素依次连接,原图像被拉伸成一条直线.然后,按照原图像大小,将直线折叠成为一个新的图像.该过程是可逆的,能应用于图像加密.本文推导了映射的数学表达式,设计了一种图像加密算法,将密钥设计为左映射和右映射的迭代次数.加密算法具有加密速度快、安全性高、没有信息损失、可移植性强、容易软、硬件实现等特点,是一种新的安全、有效的加密算法.     

高光谱亚像元图像仿真与异常检测应用

为满足高光谱异常检测研究所需的大量地物高光谱图像需求,提出利用待观测地物的高光谱特性仿真数据及背景特性数据生成高光谱图像的方法,开展了典型飞机流动与传热模型、红外辐射特性模型、高光谱图像仿真模型研究;以实验测定的飞机反射率为输入开展目标特性计算,结合实际观测的背景起伏图像,在特定遥感器光谱响应特性、遥感器相对定标误差、随机加性噪声等条件下,生成了不同像元丰度、不同信噪比的高光谱图像,并应用经典的RX算法、CEM算法检测了仿真图像的异常像元。研究结果表明:建立的模型可以根据遥感器的性能指标参数、目标丰度要求生成亚像元高光谱仿真图像。图像可以反映目标飞机像元丰度、信噪比对检测结果的影响,通过调节输入参数可以高效建立针对亚像元异常检测的高光谱仿真图像;应用仿真图像进行RX算法检测高光谱仿真图像时,噪声会对检测结果产生较大影响,当信噪比低至10 dB时,RX算法难以检测出丰度0.4以下的异常像元,采用光谱匹配检测的CEM算法可以在较低像元丰度和信噪比下检测异常,提高检测概率。     

新型高光谱图像的超分辨率制图方法

由于高光谱图像的应用在很大程度上受限于其较低的空间分辨率,为此提出了一种结合支持向量机和小波变换的高光谱图像超分辨率制图方法．先对高光谱图像进行光谱解混得到分量图,然后对分量图进行一级小波分解．各局域窗内中心像元的3个高频系数与邻域像元低频系数之间的对应关系表示为训练样本,用于支持向量机的学习．训练好的模型用来对低分辨率图像即分量图进行超分辨率制图．实验表明,这种借助小波变换来获取训练样本的学习方法无需先验信息,相比采用BP神经网络学习的方法,支持向量机的超分辨率制图效果更佳．