基于分割的立体匹配法提取光场视差图

为了解决从光场相机采集的图像中提取物体深度信息的问题,提出一种利用Lytro光场相机设备,基于图像分割的立体匹配方法估计光场图像深度。首先对Lytro相机采集的原始灰度图进行解码和颜色校正,提取相应的子光圈图像;在Matlab环境下,结合图像颜色分割、自适应立体匹配对子图像进行处理,通过平面拟合技术和BP优化得到相应的深度估计图。实验结果表明,该方法提取到深度图在视觉精度上有了明显的提高。     

基于凹凸纹理映射技术的视差纹理映射技术改进

凹凸纹理映射技术是三维图形学中近年来研究的一个热点,它被使用来绘制物体表面的细节,使物体表面看起来具有粗糙感,增加绘制场景的真实程度。视差纹理映射技术是新近提出的实现物体表面粗糙感的一种凹凸映射技术,它是对目前因计算量过大而无法应用于实时渲染系统中的传统凹凸纹理映射技术的改进,这种技术不是对物体表面的顶点进行偏移,而是借助于高度图对纹理坐标进行偏移,从而近似达到位移映射技术的效果。本文从对高度值的调整和偏移值的校正两方面着手,对视差纹理映射技术加以改进,使绘制后的物体表面真实感更强,且所增加的计算量不大,使其应用范围更加广泛。     

基于冗余离散小波变换的立体图像视差估计

为提高立体图像视差估计的准确度及效率,从图像特征点入手,结合DT（delaunay triangle）网格技术,提出基于冗余离散小波变换的立体图像视差估计法．对参考图像进行冗余离散小波变换后,根据其平移不变性和各级子带大小相同的特点,通过各级高频子带相乘、叠加,再取相应闽值,得到参考图像特征点,并形成DT网格;以特征点为中心在目标图像中进行视差估计,得到各特征点的视差矢量,再结合仿射变换得到三角形内部各点的视差矢量,从而形成浓密的视差图．实验结果表明,根据视差图重建的目标图像PSNR值要高于传统的SAD块匹配法和Canny特征点法5～10db;对于CIF格式的立体图像,算法在Matlab7．0下时间消耗为15s．该算法在视差估计准确度和运算速度上具有较好性能,可应用于立体图像处理领域     

基于种子生长的半稠密视差图算法

立体匹配是3D重建过程中的重要问题,而图像本身存在的噪声和相似结构降低了匹配算法的精确度。提出了一种基于种子生长的半稠密视差图算法,将图像匹配得到的特征点作为初始种子点,生长为整个图像上的半稠密匹配图,使用最大相似性子集,依照唯一性约束的原则,修正得到最终的视差图。实验结果证明:本文提出的方法优于以往方法,能够适用于结构相似以及深度变化很大的图像。使用图片为标准模板库图片,开发平台为Visual C++ 6.0。     

基于色度分割与图割算法的视差估计算法

为提高视差估计的准确度,提出了一种基于色度分割和图割算法的视差估计算法.该算法采用均值漂移算法对当前图像进行色度分割,并对每个色度分割区域的像素集合分别用图割算法在参考图像中进行像素匹配,进而估计出当前图像的视差.与传统的全局优化算法不同,文中提出的视差估计算法将每个色度分割区域作为整体分别进行全局优化,因而可以提高物体边缘的视差估计准确度.实验结果表明,该算法的视差估计结果更加准确.     

基于倾斜校正和视差估计的遥感影像稠密匹配方法

针对遥感影像稠密匹配效率较低、匹配精度和密度不够高的缺陷,提出了一种基于倾斜校正和视差估计的遥感影像稠密匹配方法。首先基于稀疏同名点、通过倾斜校正生成核线影像;利用稀疏同名点构造三角网,以三角形为插值单元,预测核线影像对中各像素的初始视差;在初始视差的邻域内沿核线一维搜索最佳匹配点,搜索时增量计算匹配窗口的灰度均值,且将搜索步长设为2,以提高搜索效率。实验结果表明,本文方法可以达到逐像素的匹配密度,且匹配的正确率和精度很高;基于稠密点重建的真实感三维场景证明了本文方法的有效性和实用性。     

立体视差调整的快速估计方法

立体图像的视差调整多用于会聚调节和视差校正．为准确地计算出立体图像视差调整量的取值范围,建立了立体视差调整的快速估计方法．算法首先将人类立体视觉的Panum融合区应用于立体显示空间,给出计算立体显示屏幕Panum融合区的方法,然后推导出立体显示屏幕Panum融合区对视差调整量的限定,最后通过对立体图像深度线索的稀疏匹配快速估计出Panum融合区限定下视差调整量的适用范围．经实验验证．本方法可以快速、准确地得到视差调整量的适用范围,最大限度地避免立体图像中出现双眼复视的情况．     

基于GDIM的纹理图像光流估计

针对传统的光流估计方法不适用于在环境亮度不均匀变化情况下,在无显著特征动态图像模型(GDIM)基础上,提出了一种处理不均匀亮度变化问题的光流计算方法.通过建立纹理图像滤波器对原始图像进行预处理,获得纹理图像;然后在GDIM中应用反复加权最小二乘方方法抑制不稳定的流约束获得鲁棒光流估计.对于Yosemite基准图像序列,通过使用该算法和传统算法进行实验比较,证明其具有较好的性能.     

光场深度估计方法分类及性能比较研究

根据不同的光场特征,将现有的光场深度估计方法分为基于极平面、基于多视角、基于焦点堆栈和基于深度学习4类方法.比较和分析这4类方法的特点,阐述了光场参数化表征和光场可视化.在合成和真实光场数据集上,对5种典型深度估计方法分别进行了定量和定性的实验对比分析,研究结果表明,基于深度学习的深度估计方法在运行效率和估计精度上都明...     

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。     

基于频域的视差估算

采用一种广义的小波变换——多尺度傅立叶变换（ＭＦＴ）求取视差,实现了对基于相位的匹配算法的改进,避免了带通滤波器中心频率和图像特征频率不一致的问题,并且能够直接计算二维视差,使像对中的图像无需经过相对和绝对定向就可进行匹配．在采用了ＦＦＴ算法之后,本算法可达到较高的效率．实验结果证明了本算法是切实可行的．     

用分层复数重叠变换进行视差估值

立体视频编码中的关键问题之一就是视差估值．文中利用分层复数吏登变换域相位相关方法进行匹配提出了一种新的视差估值方法．理论分析和仿真试验证明，本文中的方法克服了传统方法的缺点，提高了视差场的平滑度，减少了视差估值的计算负荷．     

一种新的基于判决反馈的OFDM系统信道估计方法

提出了一种基于判决反馈机制的信道估计方法,采用少量导频估计出初始信道信息,再从接收端检测出的符号中选取一组包含了少量错误的符号作为准导频,反馈到信道估计器,与初始的导频一起构成数量更多的导频序列,经过几次迭代,达到提高信道估计精度的目的.为提高初始估计的精度,信道估计采用了一种频域分集的方法.计算机仿真表明,在多径瑞利衰落信道下,本文的方法可以在较低的复杂度下有效地提高信道估计的精度,在MMSE接收条件下,系统具有良好的误比特率(BER)性能.     

基于极线校正的相移结构光三维测量

被动式方法对表面无明显特征的物体难以获取稠密的三维重建点,无法进行精确而快速的测量.针对这一问题,采用双目立体视觉测量系统,结合主动式方法的相位移动结构光法对每个图像像素点进行处理,获取三维物体表面稠密的数据,实现真正的全场测量.双目系统经过极线校正,对应点的极线处在同一水平线上,匹配时不用逐点计算每个像素点的极线,大大减少匹配时间.实验结果表明此方法能快速获得复杂表面物体的稠密测量.     

一种基于背景重建和视差图的立体视频对象分割算法

提出了一种基于背景重建和视差图的立体视频分割算法,利用背景、视差和边缘等信息进行运动对象分割。该算法首先采用基于块的背景重建方法获取视频序列的背景信息,再利用背景相减法获得运动对象的初步分割结果,然后利用立体匹配获得的视差图对初步分割结果进行修正,最后利用边缘信息和后处理操作获得最终的立体视频运动对象。实验表明,该算法能够有效地从运动背景中将视频运动对象完整地提取出来。     

基于IEEE 802.16a MIMO-OFDM系统的信道估计方法研究

多天线运用到802.16a系统中可以提高系统的性能。首先给出MIMO-OFDM(Multi-inputandMulti-output-OrthogonalFrequencyDivisionMultiplexing)系统的基本构成,然后对协议中的空时编码方案进行改进,提出将协议中所提出的单接收机两天线发送分集的情况扩展到多发多收的情况,最后介绍了适合MIMO-OFDM系统LS信道估计的帧头结构和导频结构,在一个OFDM符号时间内即可估计出MIMO各个子信道参数;对SUI-3信道下的误比特率(BER)及均方误差(MSE)性能分别进行了仿真,比较分析了结果,并得出结论。     

基于稀疏优化的智能电表误差估计方法

【目的】利用改进动态线损和稀疏优化方法研究智能电表运行误差估计。【方法】首先,考虑电表误差的稀疏性,加入稀疏正则项,对动态线损模型进行改进,提高误差估计的精准度;进一步地,利用交替方向乘子法改进设计迭代算法,交替求解改进动态线损模型,获取智能电表误差估计结果。【结果】利用Matlab和实际数据进行数值仿真实验,验证所提方法的有效性。【结论】通过分析线损率与计量误差估计的耦合关系,提高了误差估计的精度。与动态线损模型对比,本文所提方法的检测准确率更优。     

基于信号噪声子空间的OFDM信道估计

在分析基于奇异值分解(SVD)的线性最小均方误差(LMMSE)估计的实现原理的基础上,结合信号、噪声子空间理论,给出了矩阵低阶近似时秩的选取方法.计算机仿真结果表明提出的低阶秩选取准则能够提高该算法在各种工作环境下的适应性.     

基于期望最大化加速算法的正交频分复用信道估计

针对基于期望最大化（EM）迭代算法的正更频分多路复用（OFDM）信道估计方法复杂度高、收敛慢，严重制约OFDM的传输速率的缺陷，提出了一种基于EM加速算法的OFDM信道估计方法．该方法基于拟牛顿加速算法，并结合一种带调整参数的Broyden对称秩1校正公式来实现，具有二次收敛性，提高了EM的计算速度，降低了计算复杂度．仿真结果表明，相比于空间选择期望最大算法，在性能损失只有0．1dB的情况下，EM算法的复杂度得到很大的降低，且其计算速度可提高十几倍．