全景视频纹理研究

提出了视频纹理的一种扩展形式-全景视频纹理,它结合了全景视频和视频纹理的优点,为得到广泛应用的全景图像注入了动态表现能力。在文中我们探讨和研究了全景视频纹理的制作和播放方法以及制作过程中的技术要点,并提出了解决方案。     

基于Image Quilting算法的纹理合成

基于样图的纹理合成方法是继纹理映射、过程纹理合成方法后发展起来的纹理拼接技术,用于解决传统方法中出现的缝隙、扭曲、变形和参数调整等问题.Image Quilting算法是简单易行的接缝消除方法,采用Image Quilting算法合成纹理并生成Wang Tile集,继而拼接大图像.实验表明,Image Quilting算法能够较好地保持纹理特征的连续性,但在接缝处可能破坏纹元特征.     

动态纹理合成技术研究综述

动态纹理是指描述某种动态景观的具有时间相关重复特征的图像序列,比如海浪、瀑布、火焰、烟雾等,它在视频制作、虚拟仿真、虚拟漫游中具有重要的应用价值。动态纹理的合成一直是计算机图形学的主要目标和难点之一, 本文主要研究综述了基于视频的动态纹理合成技术。基于视频的动态纹理合成技术不同于传统的基于物理仿真的方法,它不需要了解动态系统的原理,而是在对动态纹理样本进行分析和学习的基础上合成。文中对各种基于视频的动态纹理合成方法进行了比较和分析,总结了动态纹理合成的研究思路和指出了下一步的研究方向。     

基于Triangle-Tiles的三维曲面实时纹理合成

提出了一种快速曲面纹理合成技术,算法首先从样本纹理中裁剪三个菱形块,然后拼合成一个三角块,并用优化算法消除三角块内部的接缝,得到一个可拼接的三角纹理块--Triangle Tile.通过菱形块随机组合,可生成一系列这样的TriangIe Tiles.选取合适的Triangle Tile,逐个映射到三角网格上,从而完成曲面纹理合成.由于Triangle Tiles 是事先离线制作,因此算法合成速度很快,达到了实时性.     

基于改进SOM的纹理合成算法

提出一种基于改进自组织特征映射(SOM)的纹理合成算法,首先给出一种基于纹理的灰度图像的SOM输入向量构造方法,由此得到的输入向量维数是基于TSVQ方法的输入向量的1/3;再对SOM网络的学习规则进行改进使之能正确训练输入向量,最后使用经过SOM网络量化后的向量合成灰度纹理并反向映射到彩色纹理完成纹理合成。实验表明算法合成纹理质量较好,合成速度较TSVQ加速算法有较大提高。     

CUDA加速的肝脏体纹理合成与映射方法研究

提出一种基于计算机统一设备架构加速(CUDA)的肝脏体纹理合成与映射方法,用于解决传统方法中合成肝脏体纹理耗时过长的问题.新方法消除了传统串行纹理合成中的关联性,采用基于CUDA构架的多线程并行处理来进行肝脏体纹理空间合成中的选块和布块工作,将映射计算中肝脏体模型表面网格节点着色、三角面片内部点集遍历的方法并行化,转移到GPU上进行计算.实验结果表明,该方法在保证肝脏体纹理真实感的同时,具有更高的合成速度.     

基于半规则纹理的三维表面流场可视化方法研究

针对基于点噪声的流场可视化不够形象的缺点,提出一种更直观的基于半规则纹理的三维表面流场可视化方法。首先,利用Mesh quilting技术在三维物体表面建立网格结构,并以组成网格结构的三角形作为基本模型,匹配样本纹理,形成第一帧纹理;随着流体的流动,角点的移动形成了新的网格结构,并对变形后的网格重新映射形成新一帧纹理图;最后,各帧纹理相连形成了一帧帧连续的流场动画。匹配过程中,为提高效率并保持帧之间的连续性,提出了最优纹理集加速匹配。实验表明,该方法可以获得较好的可视化效果。     

基于纹理合成的中国山水画系统仿真

在中国水墨画仿真研究成果的基础上,深入研究山水画的笔墨和造型特点,鉴于其效果的复杂多变性及皴法纹理的自相似特征,提出了以纹理合成为基础的山水画系统仿真绘制算法。该算法首先勾勒出山石轮廓,再用纹理合成对轮廓内部加以渲染填充,并引入目标图来实现用户对合成过程的交互控制。结果表明,该仿真算法较为成功地实现了山水画典型艺术效果的绘制。     

编码规则下的大面积多样化无缝纹理生成研究

通过纹理处理技术来弥补图形绘制上的不足,是解决仿真场景中三维对象表面真实感的有效手段。在实际仿真场景中大面积纹理都是采用重复贴图技术,若需实现纹理多样化,需要美工手工制作,耗费大量时间和人力。提出了一种基于编码的大面积多样化纹理生成的方法,通过对源纹理图定义编码规则产生多个样图实例,在编码约束下根据场景需要可以随机无缝拼接成大面积的纹理贴图。为了增加拼接而成的纹理多样性,我们根据每个样图实例的编码规则在该样图中随机撒点拟合成噪声区域,再基于噪声区域进行该样图实例与噪声纹理的合成,使所产生的样图实例形态各异。     

一种视频驱动的三维人体动画合成方法

三维人体动画的生成是计算机动画领域的热点问题。已有的运动捕获方法虽然可以获得逼真的运动数据，但使用不便、代价昂贵的缺点限制了其应用。利用已有的运动数据库，提出了一种视频驱动的三维人体动画合成方法。该方法通过建立运动库概率转移和统计模型，挖掘运动数据的时空结构，能够根据视频内容合成出新的动画数据，从而提高已有运动数据的可重用性，大大降低动画制作成本。采用广播体操运动视频验证了方法的有效性。     

基于视频元数据的视频增强方法及应用

提出了一种基于视频元数据的视频增强方法,并将其应用于数字博物馆的虚拟陈展。为实现上述功能,首先提出了一种基于MPEG-7的视频元数据方案,利用视频元数据对视频对象的语义信息、轮廓与色彩等底层形象信息进行描述,并记录为视频元数据脚本。进行视频增强回放时,将上述脚本与视频本身同时发布到展示前台。在展示前台,通过专用播放器对视频元数据进行解析,根据解析内容对视频进行实时增强。上述方法不仅可以实现视频内容与语义信息的集成播放,提高视频的交互性,而且支持基于内容的交互应用。最后,基于上述方法实现了一个用于数字博物馆展品视频交互展示的原型系统。     

基于EDU模型的新闻视频摘要技术研究

现有的视频摘要技术缺乏一个统一、可扩充的视频摘要模型。针对这一缺陷,提出了实体-描述-效用模型（简称EDU模型）,该模型从视频实体出发,经过描述得到效用,并最终根据效用来生成视频摘要。该模型拥有一个作为中间信息共享平台的描述体系,以及基于描述体系的效用函数,具有可扩展性。对EDU模型的概念和结构进行了详细阐述,并根据该模型,提出了新闻视频故事摘要生成的方法。实验结果表明,该方法具有令人满意的效果。     

基于边缘和颜色的视频文本图像分割方法

视频中的文本如果直接送入OCR软件,识别率较低,因为文本往往叠加在复杂背景中,所以需要先将文本从背景中分割出来。背景像素可能具有和文本像素相似的颜色,并且由于解压缩的影响,文本像素颜色分布可能具有渐变性,给分割带来一定的困难。针对这些问题,提出一种基于文本边缘和颜色特征的文本分割方法,该方法首先利用文本边缘的高频特性沿文本轮廓对图像的颜色分布进行采样;其次使用K-均值空间聚类方法从采样点集合得到图像分割的种子点和分割半径,从而分割文本图像得到不同的分割结果;最后,利用文本笔画的连通域特征挑选出正确的分割结果。实验表明,该方法较好的解决了视频文本和背景的分离问题,分割结果具有较高的OCR识别率。     

结构自适应的视频通信误码图像恢复方法研究

提出视频通信差错控制中基于空域纹理匹配和边缘重建的图像恢复方法。该方法将视频通信中受损块进行简单分类,然后对受损的纹理块、边缘块和平坦块采用“分而治之”的策略:①对受损纹理块采用最佳邻域匹配算法,在图像中寻找其相似块,并用该相似块取代坏块;②对受损边缘块,利用受损块周围的边缘信息,通过边缘检测和合适的边缘勾连准则,确定应该勾连的边缘对象,然后调整拟合与插值的参数来重建受损块中存在的边缘信息;③对平坦块,采取多方向线性插值进行恢复。仿真实验结果表明:该方法能适应于不同种类的图像、计算量适中,而且在保持边缘的连续性的同时恢复图像的感觉质量较高。