基于纹理规则性分析的图像填补方法

针对目前图像填补中存在的很难自动分析和提取前景、背景,然后合理地恢复图像等问题,提出一种利用纹理规则性分析和纹理合成技术进行有效图像填补的方法.为了实现自动化的提取,将前景视为近似规则纹理的场景区域,首先引入纹理规则性分析方法,利用近似规则纹理具有强烈的信号规则性的特点自动有效地提取前景信息;然后通过合成优先级的思想将纹理合成技术和图像修补技术结合起来,提出一个合理的背景填补方法以恢复图像.实验结果证明,该方法可以自动有效地提取具有近似规则纹理特征的前景或背景内容,并合理地恢复图像.     

基于自适应分割的动态面光源图像空间绘制

针对图像空间绘制技术中可见性积分的计算不能达到实时,并且无法捕捉由面光源上辐射度变化引起的着色点亮度变化这两个问题,提出了一种基于自适应的空间划分技术的、在图像空间中对动态面光源效果进行绘制的方法.该方法将场景中的物体根据深度及分布情况,自适应地划分为非均匀的体素,同时构建场景中深度和法向变化量的多级纹理,并利用存储在这些体素和纹理中的信息对着色点进行快速的可见性积分和相应的光照度计算.     

基于注意力机制的密集残差融合与空间局部滤波低光照去雾算法EI北大核心CSCD

低光照场景的雾霾图像在去雾过程中易产生颜色失真、斑块和伪影等现象,针对此问题,提出一种适用于低光照场景的基于注意力机制的密集残差融合与空间局部滤波去雾算法.首先利用密集残差块增加神经网络深度,使网络学习更高级的特征信息;然后引入空间与通道注意力机制对特征进行过滤和筛选,使网络可以区分光照不均匀区域,解决颜色失真等问题;采用空间局部滤波增强的方法,提高去雾结果的对比度、清晰度和能见度;最后设计了联合损失函数约束网络的学习,避免串联结构的误差放大以及学习混合退化.在PyTorch环境下,用夜间城市合成雾霾数据集NHR进行测试,并与现有的FFANet,GridDehaze等去雾算法进行对比.实验结果表明,与其他去雾算法相比,所提算法的峰值信噪比提升8.01~14.16 dB,结构相似度提高0.10~0.36.所提算法还解决了颜色失真、斑块和伪影等问题.     

大规模场景流体模拟的耦合算法

针对在海啸等模拟中,只有在灾害发生的地点附近需要进行三维模拟,而其他区域可以使用二维的波函数进行流体模拟的问题,为了有效地利用计算资源,提出一种计算区域耦合的算法.该算法将计算区域划分为复杂区域和简单区域,分别使用三维Navier-Stokes方程和二维波函数进行模拟;在复杂(或简单)区域的边界处,根据其他区域的信息进...     

基于样本的微平面合成在轻薄透明材质表观建模中的应用

轻薄透明材质的折射现象在生活中很常见,为获得高质量的绘制效果,使用现有的表观建模方法需采集大量数据,为此提出一种数据处理的方法.使用照相机从一个固定角度对材质样本进行拍摄后,使用微平面合成方法为每一个表面点处的法向量分布函数(NDF)片段寻找与之形态相同而朝向不同的数据来补全当前NDF,得到具有较多细节的完整的双向传输...     

MCGIM-Based Model Streaming for Realtime Progressive Rendering

While most mesh streaming techniques focus on optimizing the transmission order of the polygon data,few approaches have addressed the streaming problems by using geometry images(GIM).In this paper,we present a new approach which firstly partitions a mesh into several surface patches,then converts these patches into multi-chart geometry images(MCGIM).After resampling the MCGIM and normal map atlas are obtained,we hierarchically construct the regular geometry image representation by adopting the quadtree structure.In this way,the encoded nodes can be transmitted in arbitrary order with high transmission flexibility.Also,the rendering quality of the partially transmitted models can be greatly improved by using the normal texture atlas.Meanwhile only the geometry on the silhouette to the current viewpoint are required to be refined and transmitted,therefore the amount of data is minimized for transferring each frame.In particular,our approach also allows users to encode and transmit the mesh data via JPEG2000 technique.Therefore,our mesh streaming method is suitable for transmitting 3D animation models with use of Motion JPEG2000 videos.Experimental results have demonstrated the effectiveness of our approach,which enables one server to stream the MCGIM texture atlas to the clients.Also,the transmitted model can be rendered in a multiresolution manner by GPU acceleration on the client side,due to the regular geometry structure of MCGIM.     

基于时变纹元的真实感草地枯萎模拟

对表示复杂自然物体的纹元(texel)方法进行扩展,提出时变纹元的概念,以模拟草叶、毛发等自然物体随时间而变化的真实感效果.时变纹元内存储着自然物体随时间变化的纹元数据,从而可用于构建时变三维数据场,实现物体时变效果的模拟.采用一种纹元变形算法来生成时变纹元,该算法首先将基本纹元结构转化为点模型,然后对点模型进行动态模拟来生成时变数据,再将时变的点模型数据进行转化而得到时变纹元结构.运用时变纹元方法实现了草地随时间逐渐枯萎效果的真实感模拟.为了能够模拟草地枯萎变化过程中真实的形态、材质变化,基于物理学以及     

形状空间中模型变化的插值生成

在形状空间中,由三角形网格构成的模型可视为空间中的一个点,可以借助黎曼度量对形状空间进行操作,从而实现对模型的变换.改进了已有的操纵形状空间的方法,根据输入模型顶点的位置变化判断是否需要利用黎曼度量计算插值位置,降低了形状空间的维数,提高了运算速度.实验结果显示,混合利用线性插值和利用形状空间计算2种方法的生成模型具有良好的效果.     

基于可变模版的三角网格拓扑压缩

针对三角网格模型的拓扑信息。提出了一种高效压缩方法.不同于以往的单纯利用算术编码或霍夫曼鳊码对遍历三角网格生成的拓扑流进行编码压缩,根据三角网格模型(特别是规则三角网格模型)的特点,自适应地提高编码过程中对当前编码字符发生的预测准确率,实现对三角网格模型的拓扑信息的高效压缩.算法首先遍历三角网格模型,得到操作符序列;然后对得到的操作符序列的每个操作符作模版可变的自适应算术编码.在编码过程中,根据当前编码字符的前一个操作符、三角网格模型的特点以及网格遍历方法为当前编码操作符计算一个模版,在这个模版中,预测准确率高的操作符用较短的二进制串表示.根据当前编码操作符的可变模版,可以得到该操作符的二进制表示,并对这个二进制表示的每个比特作自适应算术编码.该方法是针对流形三角网格模型的拓扑信息作单分辨率的基于面的无损压缩,可以得到很好的三角网格拓扑信息的压缩结果,其压缩比甚至比拓扑压缩领域压缩比方面最好的TG算法的压缩比还要好.     

误差云映射的深度融合3维重建

描述了一种应用于视频序列的3维稠密重建方法,主要针对基于多深度图恢复3维物体时存在的多对一映射重复投影问题,提出基于误差云概念的3维定点优化方法.该方法首先通过深度矫正,增加视频序列深度图的一致性;其次利用投影过滤分类算法,把所有投影点按照多对一映射的关系,以3维空间中所有不同点为类型,进行投影点依次映射,将每一点划分在各自的误差云类中以求得投影点与3维点的对应关系;随后采用空间高斯分布求出每个误差云所恢复出来的点坐标.最后通过多边形技术对恢复的点云数据进行网格化,使其重建出精确的目标物体或场景的3维轮廓.从实验结果可以观察到,本文3维重建方法可以有效减少深度图融合多对一映射重复投影问题所带来的负面影响,使重建结果更加接近于真实物体,达到较好的效果.