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。     

Mandelbrot集与Julia集的图象生成算法

介绍一种在计算机上生成Ｍａｎｄｅｌｂｒｏｔ集和Ｊｕｌｉａ集图象的简易算法。该算法对计算机的软硬件要求均不高，在普通的微机以及工作站上均可实现。     

体视动态模拟中的图象生成与合成

该文介绍了体视动态模拟系统的硬件结构和体视动态图象的基本原理。在此基础上,给出了体视动态图象的生成方法。生成体视图象后需要对图象进行合成处理,这里分别介绍了补色体视图合成中的颜色处理方法和适用于新型立体眼镜的图象合成方法。     

基于图象的真实感绘制与建模—IBMR

回顾了基于图象的建模与真实感绘制ＩＢＭＲ的发展；简要介绍了一些研究领域、技术路线和实现方法，同时给出了我们的一个３Ｄ形体视觉重建的实验结果。     

Newton迭代及其生成的3D分形图象

探讨Newton求根迭代及其生成的3D分形图象。采用轨迹井的跟踪和调色板技术来生成具有3D效果的分形图象,这类分形有很漂亮的显示,并且生成算法简单,快速。     

自然景物的模拟

自然景物模拟是计算机图形学的一个重要分支。本文就商场设计ＣＡＤ系统中的云彩,地貌和假山等自然景物的模拟与造型方法展开了讨论。     

由抖动图象序列建立自然环境三维真实感全景模型

由真实环境中的现场图象进行三维环境建模是目前国际上研究的热点问题。本文依据合理的运动模型，提出和实现了由包含抖动的摄像机运动下的图象序列建立３Ｄ环境全景模型的两步法。首先通过运动滤波和运动分解获得运动稳定的图象序列，然后采用无特征提取的时空纹理方向精确估计、深度边界确定和遮挡恢复算法，建立全局自然景物的真实感三维环境模型。提出了２种三维全景图象的表示方法，即非阵列方式深度分层区域表示和阵列方式的深度分层布景表示，可用于机器人全局定位的自然路标提取和真实环境虚拟再现的图象合成。该研究推广和结合了外极面图象的方法和全景图象的方法，放宽了对运动的要求，从而可使该种方法适用于室外颠簸的道路环境。和现有运动分层方法相比，避免了该类方法迭代过程中的局部最小化问题，并具有计算和存储效率高，适应性强，算法鲁棒性好的优点。     

在微机上模拟自然景物

在计算机辅助设计中,需要用到许多常见的自然景物和材质,例如云彩、山脉、海水、树木、木纹、大理石等,以增加生成图形的逼真性和空间效果。而这些自然景物的形状似乎是毫无规则的,若采用传统的欧氏几何学来完成几何造型,就显得力不从心。为此,便需要寻找一种有效的生成函数,根据一些反映物体几何特征的参数,生成所需描述物体的几何数据。B.B.Mandelbort提出的分形几何学(Fracdal Geomedy)为此提供了有效的解决方法。     

计算机图象仿真技术及应用

一、前言计算机图象仿真(image simu(?))即在计算机屏幕上生成具有高度真实感的三维图象。六十年代后期,出现了以高速随机存储器和高速处理器为硬件基础的光栅式扫描图形显示器。由于它能控制屏幕每个象素的色彩和亮度,为计算机能够生成具有连续色调的浓淡图象奠定了硬件基础。七十年代初,B(?)—(?)verrg,Phong首先提出了计算机图象的光照模型,建立了图     

基于小波的彩色图像融合技术

由于图像拍摄时的几何差异和色彩差异,传统融合技术往往出现模糊或假边界.该文介绍一种融合两幅具有重叠区域的彩色图像的实用算法.算法采用交互式选取控制点并指定几何变形类型进行图像配准;在YIQ色彩空间分别融合各分量;在小波变换多尺度分析的基础上,模拟时域加权函数,提出基于小波变换的归一化Mask算法进行图像融合,算法在不同尺度上对各分解系数进行不同程度的融合,体现了时域中不同区域的重要程度.算法实用性强,应用方便.实验表明,融合图像平滑自然,具有很好的视觉效果.     

小波变换图像编码的研究进展

基于小波变换的图像编码是当今十分流行的编码方法。文章结合小波变换的特点,介绍了小波图像压缩的基本原理及基于小波的图像多分辨率分析方法,阐述了小波图像压缩方法及其进展。     

正交小波变换在图像融合中的应用

阐述了多传感器图像融合技术的原理和融合方法。利用小波分解的多分辨率特性和方向性，建立了一种新的基于小波多尺度分解的分层图像融合方法，提出了新的融合规则和融合算子。实验表明基于小波变换的图像融合方法是有效的，该方法的融合效果优于其他的图像融合方法，融合后的图像质量得到了较大提高。     

脊波变换及其在图像处理中的应用

Ridgelet是继小波变换(Wavelet)后提出的一种新型的多尺度分析方法。对于图像中的直线状和超平面的奇异性问题,Ridgelet变换体现了比Wavelet变换更好的处理效果。文中给出了Ridgelet变换的概念及其实现算法,将Ridgelet应用于图像去噪,并和小波去噪加以比较说明其优越性。     

小波变换在图像处理中的应用

数字图像处理是将图像信号转换成数字信号,并利用计算机对其进行处理的过程。小波变换技术已广泛地应用于数字信号处理领域。对小波变换在数字图像处理技术中的应用进行了研究,并对以后的发展进行了展望。     

基于图像抽取和小波变换的压缩方法

由于良好的局部性时频分析特性和多分辨率分析,小波变换在图像处理领域有很好的应用效果,但其却是一种很复杂的数学变换.为了降低计算复杂度,提出了一种将图像抽取和小波变换相结合进行图像压缩编码的方法.将最常用的两种图像抽取法结合小波变换进行图像压缩的压缩效果,与小波变换压缩效果作了比较.通过在MATLAB运行环境下对该方法进行实验得出,与基于小波变换的图像压缩方法相比,对于纹理较少相对平滑的图像,可以在压缩图像视觉效果相同的情况下,获得更高的压缩比,同时降低计算复杂度.     

基于软阈值的小波图像增强方法

针对传统图像增强中存在的一些问题,如增强噪声、丢失细节等,提出了一种基于软阈值的小波图像增强方法。图像经过小波分解后可以得到一系列不同尺度上的子带图像,在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强,再进行小波重构,即可得到增强后的图像。该方法可以有效地增强图像的细节信息,保持图像的边缘特征,改善图像的视觉效果。     

基于K-L变换的小波图像融合方法

在多源信息融合中,小波多分辨率分析是一种最常用的方法.这里提出在小波多分辨率分析下,利用K-L变换的融合方法.首先利用小波变换对序列图像进行多分辨率分解,对相应的小波系数矩阵进行K-L变换,计算出小波系数权重.按照所得的权重融合小波系数,最后将小波融合系数逆变换实现图像的融合处理.实验结果证实这种方法有效的利用了图像的相关性,主观视觉效果分析和客观统计参数评价分析都表明,新方法的性能优于直接对小波系数进行平均的融合方法.     

基于小波变换气动光学效应模糊图像去噪

采用小波变换算法用于气动光学效应图像去噪研究。结合气动光学效应的复杂性和小波变换的特性,小波变换算法可以有效地应用于气动光学效应图像去噪。去噪图像相对于原图像误差小,去噪效果明显。     

基于小波变换气动光学效应模糊图像去噪

采用小渡变换算法用于气动光学效应图像去噪研究。结合气动光学效应的复杂性和小渡变换的特性，小渡变换算法可以有效地应用于气动光学效应图像去噪。去噪图像相对于原图像误差小，去噪效果明显。