摄影教学中景深及其影响因素的分析

从摄影教学中镜头的成像规律着手，通过推导景深的数学表达式，分析了景深与光圈、焦距、拍摄距离及弥散圈直径的关系，拟澄清学生对影响景深的因素的模糊认识。     

结合自适应高斯滤波的单幅图像去雾方法

传统图像去雾方法中基于景深局部相似性假设来估计场景透射率时,因无法适应景深突变而在其边缘处出现偏移,严重影响去雾效果.为此,提出了一种结合自适应高斯滤波的单幅图像去雾方法.首先,为简化参数的估计,对大气散射模型进行改进,将场景透射率的估计等效为附加大气光的估计,综合利用邻域内像素点的空间邻近度和景深边界信息构建自适应高斯滤波器,对附加大气光进行细化操作.然后,引用四叉树分割理论估计大气光强度,进而恢复场景反射光.最后,将该去雾方法与传统方法进行对比分析.实验结果表明,该方法能有效去除图像中的雾霾,消除景深突变处的Halo,保持图像整体亮度平衡,对图像细节信息的复原也取得了不错的效果,从根本上提高了图像的可视性.     

基于凸壳理论的监控摄像头部分遮挡场景下火焰定位方法

利用视频分析技术开展火焰定位对火灾事故调查意义重大。为解决实际火灾中监控摄像头部分遮挡场景下起火部位难以确定的问题,该文基于凸壳理论研究了此场景下火焰定位方法。利用油盘火模拟室内火灾现场,布置彩色电荷耦合器件(CCD)摄像头使之被部分遮挡,收集火灾现场监控视频进行分析。首先利用火灾现场监控摄像头收集火焰视频并进行预处理;其次利用凸壳算法计算火焰中心的像素坐标;最后基于单目视觉原理,利用世界坐标系和成像平面坐标系的矩阵变换关系,定量计算出起火部位与监控摄像头的相对位置。实验结果表明:针对监控摄像头部分遮挡场景建立的基于凸壳理论和单目视觉原理的火焰定位方法,可以较好地实现起火部位的快速定位,为火灾事故调查工作的顺利开展提供了有力的工具。     

基于双目视觉的部分遮挡行人检测算法

针对行人被障碍物部分遮挡导致的检测准确率降低问题,本文提出了基于多特征融合的树形路径半全局立体匹配的部分遮挡行人检测算法。本方法使用SLIC算法进行超像素分割,提升行人的轮廓信息,并使用多特征融合的树形路径半全局立体匹配算法生成深度图;对行人信息和背景信息及障碍物信息使用自适应分割算法进行分离,获取感兴趣区域;将感兴趣区域放置在行人特征明显且稳定的头肩部,进行感兴趣区域的约束;使用降维HOG进行特征提取并生成样本集,训练SVM分类器,最终实现部分遮挡的行人检测。实验表明,本文算法与其它行人检测算法相比,在行人部分遮挡场景下,有着更高的行人检测准确率,证明本文算法的有效性。     

对景深计算方法的探讨

应用摄影技术中的景深理论 ,对胶片相机和数码相机景深的计算方法进行了探讨 ,对容许分散圈直径参数的确定给出了笔者的看法。     

监控完全遮挡场景下火灾调查方法

视频分析已成为火灾调查方法研究的热点领域。为解决火灾现场监控完全遮挡场景下火灾原因认定面临的重大困难,该文基于视频分析技术对监控完全遮挡场景下起火部位定位方法进行了研究。利用油盘火模拟室内火灾现场,布置彩色电荷耦合器(CCD)摄像机使之完全被遮挡,收集火灾现场监控视频进行分析。首先结合监控视频和现场勘验对火灾现场进行二维平面重建,其次通过光路分析对起火部位初步确定,然后通过图像亮度分析对起火部位进一步确定,最后利用单目视觉定位技术结合光路和亮度分析结果对起火部位进行精确定位。实验结果表明:针对监控完全遮挡场景所建立的基于光路和亮度分析的单目视觉定位方法,可以较好地实现起火部位的精确定位,为火灾事故调查工作的顺利开展提供了有力的工具。     

应用水波弥散特性的舰船航迹三维可视化新方法

针对三维海洋仿真中舰船航迹再现的实时性与显示效果之间的矛盾,提出了一种应用水波弥散特性的可视化新方法.该方法将水面波的弥散特性应用到船首产生破浪的运动建模中,建立了简化的船行波粒子系统模型;然后根据船尾航迹的宽度距离扩散规律,建立了尾部航迹的粒子系统模型,并采用后续渲染技术实现跟海面的融合;最后基于开放场景图粒子系统,在VS2005平台对新方法进行具体实现.水声对抗仿真系统中的实际应用表明,新方法更符合物理运动规律,对整个系统帧速的影响小于1帧/s,有更好的实时性和显示效果.     

Maya摄像机景深特效的实现

Maya是目前最常用的三维动画软件之一。为了在使用Maya摄像机时获得更好的景深效果，对Maya摄像机的景深参数设置进行了研究，开发出借助长度测量工具和子父物体的绑定设置景深参数，实现自动获取焦距的方法。     

一种改进的Mean Shift目标跟踪算法——针对视频对象部分遮挡和光照变化

针对经典的Mean Shift算法在目标部分遮挡或者场景光照变化时容易出现跟踪目标丢失的问题,文章运用一种基于分块权重的方法处理目标部分遮挡问题,每一部分的权重系数由来自不同的块和背景颜色信息共同决定.为了适应场景光照的变化,提出快速并且稳定的更新机制.实验分析,该方法可实现快速有效的跟踪.     

一种基于运动目标检测的视觉车辆跟踪方法

针对复杂交通场景中动态光照变化、阴影和遮挡等因素带来的影响,提出了一种基于运动目标检测的高效、鲁棒的车辆跟踪方法. 采用自适应背景建模获取动态场景中的运动信息,通过阴影去除获得准确的运动区域,并针对场景中的遮挡问题提出了相应的遮挡检测与处理策略,最后通过区域匹配获得跟踪结果,同时使用Kalman滤波器建立车辆的运动模型,对跟踪结果进行了约束和优化. 实验结果表明,提出的视觉车辆跟踪方法可以在复杂多变的室外场景下有效地解决场景中的阴影和遮挡问题,得到鲁棒的车辆跟踪结果.      

虚拟相机镜头景深效果模拟改进算法

在透镜成像模型产生模糊圈计算的基础上,利用镜头景深效果模拟改进算法实时地模拟出景深效果。本算法利用GPU的可编程性和高效计算性质,根据镜头的光圈,聚焦等计算出的模糊因子来决定像素的扩散程度,建立扩散模型。这个扩散模型是根据镜头光圈特性确定的,获得扩散模型后计算出扩散算子,利用此算子去遍历计算整个图像,并在模糊因子的判断值下进行融合,最终模拟出真实的镜头景深效果。     

基于自适应感受野的教室人体姿态实时检测

人体姿态信息对教学管理和教学评估具有重要作用,通过算法快速且准确地获取人体姿态信息具有重要的研究意义。近年来,尽管基于人体关键点的姿态估计方法被广泛研究,但由于教室监控场景图像普遍存在遮挡严重、目标尺度变化大、图像成像质量差等问题,难以直接运用现有方法。提出一种基于自适应感受野的教室人体姿态实时检测方法。在单发多边框检测器(single shot multibox detector, SSD)网络中,构建自适应感受野卷积模块,通过上下两个支路提取不同感受野的特征;在反向传播过程中,自动学习上下支路的特征融合参数,自适应调整网络的感受野;提高网络在教室场景中人体姿态的检测性能。实验结果表明,提出的方法可以实现实时检测,且优于现有的教室人体姿态检测方法和其他单阶段目标检测方法。     

编码孔径相机获取优化全景图的新方法

提出一种利用编码孔径相机拍摄照片并进行全景图拼接的方法. 首次将深度相机和全景摄影结合起来,利用编码孔径相机获得的场景深度信息,可得到只含感兴趣部分的全景图以及细节清晰的全聚焦全景图. 与传统直接将源照片按照几何分布拼接在一起的全景图拼接方法相比,本文方法能够有效去除场景中近景物体在全景拼接中的错误,避免中距离物体破坏远景场景的完整性,同时获得全景图的模糊部分进行优化. 在这个框架下,运用本文方法对各种全景图拼接进行了大量实验,展示了拼接的过程以及拼接结果,结果表明本文提出的计算框架能够有效达到优化全景图的目的.      

单一图像多滤波联合快速去雾算法

提出一种多滤波联合单一图像快速去雾算法。首先基于大气散射光特性,计算雾天图像最小通道图,给出大气耗射函数初估计;利用双边滤波保边缘的平滑特性,对雾天图像灰度图进行平滑增强处理;再以此滤波图作为引导图,对大气散射图进行引导滤波,生成准确的能体现深度变化的大气散射图。为了正确估计全球大气光,采用循环四分图形法求解雾天图像最小通道图中最亮像素;在此基础上生成视觉上较真实的清晰无雾图像。比较实验表明算法去雾效果更完整、视见度更高、速度更快。     

基于RGB-D的室内场景实时三维重建算法

针对基于视觉的室内场景三维重建过程中存在三维点云匹配不准确、过程耗时和深度信息部分缺失的问题,提出一种带有深度约束和局部近邻约束的基于RGB-D的室内场景实时三维重建算法.该算法首先利用RGB-D相机采集到的RGB图像做哈里斯角点检测,再用SURF特征点描述方法对检测到的特征点生成64维特征描述子.接着利用特征点集合的深度信息和局部近邻特征点信息作为约束,初步筛选出相邻帧间正确的匹配点对,再结合随机抽样一致性(RANSAC)算法去除外点,以此得到相机的姿态估计.最后利用RGB-D的深度图像,在图优化方法(g2o)的基础上生成三维点云,实现室内场景的三维重建.实验中,RGB-D摄像头装载在自主移动导航的小车上,实时重构的三维场景验证了所提算法的可行性和准确性.     

基于微透镜阵列的光场图像深度估计

针对光场相机同时记录光线位置信息和角度信息,提出估计光场图像深度的新方法。根据光场摄像技术的数字重聚焦原理,产生场景不同焦深的图像序列;采用基于目标区域的可变窗口清晰度评价算子对目标在图像序列中的聚焦度进行测量,通过高斯插值获得最清晰的成像位置作为深度求取结果。以基于微透镜阵列的Lytro光场相机为例,实验结果表明,在降低现有算法时间复杂度的基础上,该方法提取的深度图可靠,证明了该方法的可行性与优越性。     

位场数据去噪方法研究及其在虎林盆地中的应用

在详细讨论经典位场数据去噪方法的基础上,深入研究小波分析方法的去噪原理及其在位场数据去噪中的应用。首先构建二维矩形重力高密度体模型,并将三点圆滑法、向上延拓法、全局阈值小波分析方法及局部阈值小波分析方法应用到二维模型重力异常的杂噪数据中。模型试算结果表明,与其它三种方法相比,具有灵活的阈值选择机制的局部阈值小波分析方法能够在较好地保留有效信息的同时,较彻底地去噪;其次将三点圆滑法、向上延拓法及局部阈值小波分析法应用到虎林盆地两条剖面测线数据处理中,并详细地分析了处理结果;最后应用局部阈值小波分析方法对虎林盆地平面实测数据进行去噪处理并解释,将虎林盆地划分为8个二级构造单元。     

3D Object Detection Incorporating Instance Segmentation and Image Restoration

Nowadays, 3 D object detection, which uses the color and depth information to find object localization in the 3 D world and estimate their physical size and pose, is one of the most important 3 D perception tasks in the field of computer vision. In order to solve the problem of mixed segmentation results when multiple instances appear in one frustum in the F-PointNet method and in the occlusion that leads to the loss of depth information, a 3 D object detection approach based on instance segmentation and image restoration is proposed in this paper. Firstly, instance segmentation with Mask R-CNN on an RGB image is used to avoid mixed segmentation results. Secondly, for the detected occluded objects, we remove the occluding object first in the depth map and then restore the empty pixel region by utilizing the Criminisi Algorithm to recover the missing depth information of the object. The experimental results show that the proposed method improves the average precision score compared with the F-PointNet method.     

基于Kinect遮挡条件下行人的深度图像分割

针对Kinect深度图像中有遮挡条件下的多个行人进行分割算法的实时性和应用研究,提出一种双峰法和迭代法的自适应阈值改进算法,并融合平面位置关系消除重复目标的新算法。在提取遮挡行人目标的连通域后,在连通域的遮挡条件下,对行人有不同深度数据的特性计算出多个阈值,快速、有效地分割行人,对分割后深度图像用改进的消除多余目标算法使分割深度图像的结果更为准确。实验结果表明,在使用该新阈值分割和消除重复目标算法后,行人量大和行人量小时处理一帧需要60ms—70ms,正确识别率为94.8%—97.3%。从结果得出,新深度图像分割算法具有更好的实时性和鲁棒性,能良好地应用于Kinect深度图像分割中。