虚拟环境中变形图像拼接技术研究

在虚拟环境中,针对一种变形图像,推导出相邻两幅变形图像像对的数学关系。考虑到图像间存在的几何和辐射变形,用相关识别同名点,几何变形校正,精确定位重叠区域进行平滑拼接,构成大图像。所研究的这类图像和拼接技术,对拍摄条件和设备无苛刻要求,有较好的拼接效果,运用范围广。     

头部撞击损伤的有限元模型建立

根据人体头部的螺旋CT医学影像,利用图像边界分割、各层图像之间的影像配准以及三维重建技术建立了头部几何模型,然后运用NURBS曲面片的构造算法将三角面片转换为四边形面片,最后利用TrueGrid软件对颅脑几何模型进行网格划分,同时进行适当的网格修补,从而建立了人体头部有限元模型。根据碰撞过程中的能量守恒,验证了模型的可靠性。本模型可用于汽车交通事故中头部损伤的生物力学研究以及为开发相应的汽车安全防护装置提供理论依据。     

消除纹理接缝的2D－3D纹理映射

通过小波分解技术将原始图像集合分为2类：边缘图和平滑图,然后根据人眼视觉机制,对此两类图像选择相应的拼接技术。边缘图像采用图像缝合法进行拼接,提出了在部分纹理图表面搜索最优缝合路径的方法。对平滑图像采用多尺度融合法拼接,其中的多尺度融合权函数能较好地体现三维模型的几何特征。实验结果说明了本算法的有效性。     

基于正交图像的头部三维模型构建

为快速构建人体头部的三维模型,提出了一种使用头部正面和侧面两张正交图像进行重建的方法.首先,利用Candide-3模型生成标准头部模型;然后,利用改进的主动形状模型(ASM)自动获取正面图像中68个特征点和侧面图像中35个特征点,并将获取的特征点与标准头部模型中的顶点进行匹配,利用匹配特征点对标准模型进行全局变形和局部变形,从而获得个性化模型;最后,对侧面头像进行仿射变换,使之与正面图像配准,并通过柱面投影和加权融合获得人脸全景纹理图,将其映射到个性化模型上以获得逼真的头部模型.实验结果表明:与传统ASM算法相比,利用改进ASM算法获得的特征点定位准确度提高了13.1%;所提方法仅需约1.2 s便可重建出具有真实感的头部三维模型,并能提供较大范围的可视角度和较丰富的深度信息.     

第95百分位人体头部有限元模型的构建及分析

为了获得人体头部的损伤机理,构建了研究所需的有限元计算模型,研究了人体头部生物力学响应.通过第95百分位中国人头部的CT扫描图像提取相关头部结构,利用三维医学建模软件和逆向工程软件进行几何模型的重构,借助有限元前处理软件构建具有较高生物仿真度的人体头部有限元模型.最后,使用有限元分析软件对模型进行仿真计算,仿真数据合理解释了头部损伤机理.     

自动多投影仪非线性几何校正与图像边缘融合方法

为了解决多投影仪拼接系统中的几何变形与图像融合问题,提出了一种新的自动非线性几何校正和图像边缘融合方法.首先定义了屏幕空间与投影仪之间的几何关系和计算方法;然后用智能相机摄取屏幕上的激光点阵与标准网格投影图像,根据摄取的图像特征计算屏幕空间与投影仪之间的投影变换矩阵,由投影变换矩阵计算得到投影图像的双3次几何变形曲面,从而可以反算得到曲面的控制点,实现对投影图像的非线性几何变形;最后给出图像边缘亮度融合算法.实验结果表明,所提出的方法适用于多投影仪拼接的实时仿真系统.     

织物三维着装系统中几何建模和纹理映射技术的研究

从几何建模和纹理映射方面介绍了实现高质量的织物三维着装效果的计算机仿真方法。通过B样条曲面构造人体与服装模型,利用基于曲线的纹理映射方法,较好地解决了人体与服装曲面的光滑感以及织物图案“贴”到服装曲面后的变形。     

基于透视投影和平行线信息的立面纹理快速纠正问题

介绍了基于建筑物上平行线和透视投影理论进行建筑立面纹理快速纠正的算法思想，分析了影响图像几何质量的因素。通过多组实验数据，对基于此算法快速纠正的纹理图像进行了几何质量评定，并建立了高精度的三维模型。     

纬编针织物外观模拟纹理映射技术研究

为更好地展示针织物的着装效果,针对针织纹理图案结构性强的特点,将网格分割算法同两步纹理映射算法相结合.首先利用模型三角片的切向量场将其进行区域划分；然后在两步纹理映射的基础上,提出了将区域的包围盒作为中介面进行纹理映射的算法；最后利用拼接面片纹理技术对纹理接缝区域进行平滑处理,实现纹理的无缝拼接.试验结果表明,该算法既保证了纹理图案在三维模型表面的连续感,又能满足纹理走向符合物体表面形状的要求.     

基于柱面反投影算法的三维物体表面纹理重建

从图像中提取纹理用作纹理映射是三维重建的常用方法之一,然而通过相机获取的照片纹理经常存在失真变形,不能直接用于纹理映射,故需要研究失真纹理的校正.针对圆柱面物体提出一种柱面反投影算法,将物体在圆柱面上的影像纹理投影到二维视平面上显示,并用线性插值算法对缺损的像素值进行插值校正,然后利用SIFT(Scale Invariant Feature Transform)尺度不变特征点匹配算法对校正后的纹理图像进行特征点提取与匹配,最后采用加权平滑算法实现图像的拼接,从而得到宽视角的纹理图像.实验表明,利用上述方法能够有效地生成三维重建所需的纹理.     

图像拼接技术在太极动漫创作中的应用

以制作《太极拳》动漫为例将图像拼接技术应用到制作真实感3D模型贴图上,以简化模型贴图的制作.使用数码相机采集一组具有一定重叠区域的图像,进行投影后,采用Harris角点检测算法对该组图像进行特征点提取,然后使用快速RANSAC方法过滤特征点,最后对拼接图像采用多分辨率融合算法进行图像融合,使最终输出的图像达到令人满意的视觉效果.     

融合光度和深度的视觉里程计改进算法

针对视觉里程计中对纹理较少的环境难以获得高精度相机位姿的问题,提出一种融合光度和深度的视觉同步定位与绘图(SLAM)方法.首先构造基于光度和深度的相机位姿优化函数,通过t分布模型计算每个像素点的光度和深度误差权重,对每一帧图像引入帧权重系数λ来平衡光度和深度,并采用中值法求解帧权重λ,求得相机位姿.然后对10个国际标准数据集进行仿真实验,结果表明,对纹理丰富的环境,本方法能够保持DVO SLAM算法的建图精度;对纹理较少的环境,本方法的建图精度要高于DVO SLAM算法,绝对路径误差降低31.6%,相对位姿误差降低19.4%.     

基于真实感三维头重建的人脸替换

传统的人脸替换技术需要输入的源图像中的人脸与待替换的目标图像中的人脸姿态相似,这限制了人脸替换技术的应用。该文提出一种基于特定三维头模型重建的人脸替换技术。首先,利用替换者的2张正交图像(1张正面图像和1张侧面图像)进行三维头重建。整个三维头重建过程分为人脸图像配准、特征点匹配、标准三维头形变和纹理贴图4个部分。形变部分利用了径向基函数对标准三维头进行形变以获得最终的特定三维头模型。通过建立替换者的真实感三维头模型,渲染出与任意目标图像姿态相一致的人脸图像。为了让渲染后的人脸图像与目标图像进行无缝纹理融合,还进行了色彩传递和基于多分辨率技术的边界融合。用此方法可将故事书中的任意角色替换成用户,以此提供个性化的图书。     

一种基于纹理补偿的图像恢复方法

基于TV模型的图像修复方法对非纹理图像有较好的恢复效果,但对带纹理的图像,很容易将纹理磨掉。本文从原图像中提取纹理,针对纹理作恢复处理,再将恢复后的纹理信息补偿到TV模型输出的图像上。实验结果表明这种方法大大提高了视觉效果。     

基于深度卷积神经网络的水下偏色图像增强方法

针对水下图像在采集和传输过程中存在偏色、模糊等问题,提出一种基于深度卷积神经网络的水下偏色图像增强方法,并给出该方法的收敛性分析.首先,在传统U-Net模型的基础上,构建一种基于偏色图像的卷积神经网络模型,不断学习输入图像与输出图像的色彩偏差;其次,通过引用结构相似性的损失函数,使增强后的水下图像与输入的水下图像在内容...     

基于向量机的数字图像鉴别技术研究

真实图像和计算机图像的鉴别是数字图像盲取证研究的重要问题之一.分析、研究了真实图像和计算机图像的成像原理,并发展了对这两类图像鉴别的数字方法.该方法从两类图像的高频信息及噪声形成的区别进行特征提取,并利用LIBSVM进行分类识别,实验表明此方法在鉴别图像类型中可以取得较好的分辨效果.     

用通用显卡加速三维锥束T-FDK重建算法

利用通用显卡实现算法加速是一种适应CT重建特点的重要硬件加速方法。为了提高三维锥束T-FDK算法的重建速度,在对T-FDK算法简单描述的基础上结合显卡特点提出了快速实现T-FDK算法重建的方法。由于显卡的浮点管道比8bit的纹理光栅化管道慢,但是精度高,将两者结合,在力求达到重建速度和图像质量的平衡的基础上实现了该方法。实验结果表明,与经过初步对称性优化后的T-FDK软件算法相比,快速算法达到了27.6倍的时间加速比,从而在保证图像质量的情况下提高了重建的速度。     

基于Logistic模型的驾驶人换道意图识别方法

 为有效降低车道变换行为诱发事故的风险性,提出一种基于Logistic 模型的驾驶人换道意图识别方法。利用faceLAB 视觉追踪系统,通过真实环境下的实车测试,结合换道前驾驶人对后视镜的注视特性确定换道意图时窗,分析车道保持与换道意图阶段的注视特性差异,提取扫视次数、扫视幅度、水平方向视觉搜索广度、头部水平转动角度标准差等驾驶人换道意图特征指标,构建了Logistic 模型,并经效度检验后应用于对驾驶人换道意图的识别。结果显示,基于Logistic 模型的驾驶人换道意图识别方法的识别成功率达到90.24%,与基于转向灯信号的驾驶人换道意图识别方法相比,具有明显的时序及成功率方面的优势。     

基于区域分割和均方误差改进的图像修复算法

基于样本块的Criminisi图像修复算法在搜索匹配块时,使用全局搜索并用均方误差（sumofsquareddifferences）来衡量样本块差异。该方法存在搜索范围过大,效率较低,仅考虑颜色的差异,容易导致修复结果边界错位等不足,本文提出了一种基于区域分割和均方误差改进的图像修复算法。为了提高样本块匹配速度,先采用区域分割法分割整个图像区域,使待修复样本块只在对应区域内搜索。在比较样本块差异时,本文算法对颜色差异、纹理差异、曲线特征差异进行了加权综合,从而保证了修复后图像在颜色和纹理上均与已知区域保持一致,解决了Criminisi算法效率低且容易出错等问题。实验结果表明本文算法修复结果在执行效率、视觉效果上要比Criminisi算法好。     

基于显著性加权颜色和纹理的图像检索

显著性体现了图像中像素区域引起视觉注意的强弱程度,在图像检索中具有重要意义。本文提出的基于显著性加权的图像检索方法不需要分割出显著性区域,而以显著性加权的方式建立了新的颜色特征和纹理特征,从而增加了显著性区域的颜色与纹理特征的权重。通过对4种主要的显著图的实验比较发现该方法能有效提高检索效果。