基于三线性张量生成图像的方法

介绍了一种新的基于代数约束的图像生成方法,用于从两幅不同角度的参考图像生产另一幅新的视角图像,即二次投影。该方法在极线几何的基础上,通过研究物体在三个不同透视投影平面上对应点之间的相互关系,得到描述不同图像上对应点关系的一个三线性张量。由此张量和参考图像便能得到新图像和参考图像之间的关系,进而生成新的视角图像。和其他基于图像的二次投影方法相比,这里仅需要两幅参考图像,且实现方法简单快速。实验给出了     

ANLResNet网络的前视声呐图像散斑去噪方法

前视声呐(Forward-Looking Sonar,FLS)使用换能器基阵收发声波,通过回波探测水下物体.在浅海环境,由于水下介质的反射、散射与不均匀波动,前视声呐图像极易引入散斑噪声.本文针对前视声呐图像散斑噪声,结合SRResNet与非对称金字塔非局部块,提出了ANLResNet网络用于前视声呐图像去噪,并针对前...     

一种自然纹理图像生成的新方法

提出了一种新的自然纹理图像生成方法 ,对传统的纹理图像统计模型和结构模型进行了改进 ,能够用来模拟和生成多种自然景物的纹理图像 .实验结果证明 ,该方法能有效地产生具有真实感的自然纹理图像     

侧扫声呐图像的3维块匹配降斑方法

斑点噪声是影响侧扫声呐图像质量的主要因素,降斑处理对侧扫声呐图像的判别与分析非常重要。针对侧扫声呐图像自身特性和斑点噪声分布特点,提出一种基于3维块匹配(BM3D)的降斑方法。根据海底散射模型,得到侧扫声呐图像斑点噪声的瑞利分布模型,然后通过高斯光滑函数幂变换将瑞利分布的噪声转化为高斯分布,通过对数变换将乘性噪声转变为加性噪声,再进行自适应的BM3D滤波,最后采用逆变换得到降斑图像。实验结果表明,该方法在降噪、边缘和纹理保持等方面均优于空间域、小波域、Curvelet域的一些降斑方法。     

基于代数约束的图像生成方法研究

介绍了一种利用代数约束的图像生成方法，用于从面幅不同角度的参考图像来生成另一幅新的视角图像。该方法通过研究特体在3个不同透视投影平面上对庆点之间的相互关系，得到描述不同图像上对应点关系的一个三线性张量。由此张量和参考图像便能得到新图像和参考图像之间、对应点之间的代数关系，进而得到新的视角图像。和其他基于图像的二次投影方法相比，这里仅需要两幅参考图像，且实现方法简单快捷。实验效果令人较满意。     

图像噪声分析下的计算机生成图像检测算法

在生成图像的处理过程中,由于计算机生成图像与自然图像在物理生成机理方面存在着明显的差异性,因而也在一定程度上决定着其在图像噪声分布领域也存在着较为明显的差别.基于此,提出了图像噪声分析下关于计算机生成图像的检测算法,通过探索研究来进一步挖掘、提取计算机生成图像检测的新计算统计方法.     

基于迭代函数的不规则图像快速生成算法

本文以迭代函数为基础,对不规则图形采用快速算法绘制分形图。     

实时计算机图像生成技术

计算机实时图像生成系统是各种模拟器视景系统的重要组成部分，本介绍一个低价格、高逼真度的计算机系统ＭＣＧＩ－９４１０Ｔ。系统采用照片纹理技术，使逼真度提高，并在硬件中采用ＦＰＧＡ集成，从而提高了灵活性和可靠性。     

计算机图形学的基本算法实现研究

该文对计算机图形学中多边形剪裁和逐点生成的基础算法进行比较和研究,对于提高计算机图形系统的性能具有很大的帮助,具有很强的理论和现实意义。     

浅析计算机图形学的应用状况

计算机图形学是一门以计算机为工具,通过计算机操作,表示、生成、处理,显示图形的科学。目前,计算机图形学的应用已深入到真实感图形、科学计算可视化、虚拟环境、多媒体技术、计算机动画、计算机辅助工程制图等领域图形学的发展迅速,而且仍在快速的向前发展,有着广泛的发展前景。     

织物纹理的计算机生成技术

纹理是真实感图象最重要的特征之一，而织物纹理是决定服装风格特征的一个重要因素。由于织物纹理的多样性和复杂性，在计算机图形学和服装ＣＡＤ技术的研究中，如何用计算机生成漂亮、逼真的服装面料以及织物纹理就成为一个非常有趣并富有挑战性的问题。本基于Ａｒｎｏｌｄ变换和生命游戏算法提出了一种在计算机上生成多种复杂织物纹理的新方法。实验表明，利用该方法生成的织物纹理既十分漂亮又比较逼真。     

基于模型的面部图像生成方法

在人脸部件几何特征及肌肉运动模型的基础上,本文提出了一种二维面部图像的生成方法。该方法采用特征网络模型精确地描述人脸部件,将网络上轮廓特征点的相对位移作为面部图像变形及表情综合的参数,并通过面部整合模型控制各部件之间相互作用关系及人脸轮廓变化。实验证明该方法产生的面部变形图像比较精确,表情效果也很自然。     

改进的基于各向异性扩散的B超图像降噪方法

散斑噪声是超声成像机制引起的固有形态,它对超声图像质量以及医学诊断的准确性有很大的影响;针对传统Perona-Malik(PM)各向异性扩散模型通过四方向扩散无法提供充分的信息且处理效果不明显的问题,提出八方向选择式扩散模型;针对传统算法对强噪声则失效、扩散门限参数K依据经验选取的不足以及迭代终止条件不明确,提出改进的扩散系数计算方法,应用自适应选取的扩散门限参数K,且提出适合改进算法适用的迭代终止准则;经过多组仿真实验,证明文章算法较传统模型可以更好的控制扩散过程,并且提高了算法鲁棒性和效率,综合峰值信噪比(PSNR)、边缘保持度(FOM)等指标,表明该算法相比同类算法有更好的降噪和边缘保持效果.     

计算机图象生成的一种新技术

本文提出的灰度／深度图像序列的维内插方法，摆脱了原实摄路径限制，可在空间内任意巡行，空用空间疏化采样，从而达到大量节省存储量和高度灵活地可控再现空间场景的目的。为解决三维内插中庞大的计算量，我们研究了快速而实用的散点算法和深度适应的Ｗａｒｐ算法，通过介绍三维内插的几种简单情形，导出了一些简单，实用的算法，计算机仿真结果显示了这一新方法是完全可行的。     

基于生成对抗网络的眼底图像生成方法

提出一种带出血病症的眼底图像生成方法,该方法可以丰富眼底图像样本,提升眼底出血检测系统的准确率。该方法用图像分割技术从现有图像中分割出血管树和出血块,利用GAN生成大量血管树和出血块,并经过预处理合并,把合并后的图片和真实眼底图片一起输入到改进的CycleGAN中,生成大量眼底图片。其中对CycleGAN进行改进：改进模型结构,引入Wassertein距离,并加入同一映射损失和感知损失。实验表明,用该方法生成图像的PSNR值比现有技术提高9.82%,SSIM值提高4.17%且收敛速度更快。把生成图像添加到出血检测系统的训练集中,系统的AUC值提升3.51%,证明该方法优于现有技术。     

基于LBC的计算机生成图像盲鉴别算法

针对现有的计算机生成图像盲鉴别算法选用的分类特征维度较高、通用性差等问题,提出了一种基于局部二进制计数模式的计算机生成图像盲鉴别算法.首先,将原始图像由RGB颜色空间转换为HSV颜色空间;然后,提取HSV颜色空间图像及其下采样图像的局部二进制计数模式矩阵,求取矩阵归一化直方图;最后,将上述直方图作为分类特征送入SVM分类器,实现计算机生成图像的盲鉴别.实验结果表明,该算法可以有效地鉴别自然图像和计算机生成图像,与现有算法相比具有更高的识别率和较低的特征维度.     

“计算机图形学”的教学实践与改革的探讨

本文介绍了笔者针对“计算机图形学”课程教学中存在的问题所进行的“14＋4”教学改革的实践。     

基于最大加权区域互信息的声呐图像检索系统

针对声呐图像检索的实际需求,设计基于最大加权区域互信息的声呐图像检索系统。对声呐图像进行分割,产生n个子区域;计算例图与图像库中各个图像子区域之间的互信息,结合声呐图像目标物体的特点,对区域互信息进行加权;取加权区域互信息中的最大值作为图像互信息,并照其大小进行图像排序,经门限处理后,将排在前面的图像作为检索结果输出。仿真实验结果表明:基于最大加权区域互信息的检索方法更加适用于声呐图像检索,尤其是在处理两幅背景相同前景不同或者前景相同背景不同的图像时更有优势。