基于深度圖像的虛擬視點繪制方法研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、基于深度圖像的繪制方法是通過其他視點視頻信息生成任意視點視頻,是虛擬視點繪制的最常用方法。虛擬視點繪制方法在3D產品中應用廣泛,是整個3D產品系統生成鏈中一個很關鍵的技術過程,是計算機圖像處理領域重要的研究課題之一。基于深度圖像的繪制方法的技術原理是三維圖像變換方程,即通過參考視點與虛擬視點的攝像機內外參數矩陣,以及參考視點的深度圖信息,建立參考視點圖像與虛擬視點圖像之間的像素點映射關系。在虛擬視點繪制過程中,參考視點中被前景物體遮擋的

2、區(qū)域在虛擬視點中會變得可見,這部分區(qū)域由于缺少圖像信息產生空洞問題。在多視點合并的圖像融合過程中,融合方式的選取也是虛擬視點繪制方法需要解決的問題。
  本文利用圖像修復算法對空洞進行填補,并對算法進行改進。提出一種新的優(yōu)先級計算方法,利用加權平均的結構張量作為數據項,提高空間的局部一致性,改善空洞填補的順序;采用局部閾值分割的方法降低空洞邊界前景像素的填補優(yōu)先級,降低空洞邊界前景像素的填補順序,改善前景像素的錯誤擴散。此外,提出

3、一種新的塊距離計算公式與源空間識別方法,利用梯度與位置關系,對塊距離公式進行改進,在搜索區(qū)域中選擇更為合適的匹配塊對目標塊進行像素填充;針對由于遮擋產生的空洞,利用深度圖與最大化類間方差算法,識別出相對背景作為搜索區(qū)域的源空間,減少由于誤匹配而導致的錯誤填補。實驗結果表明,與現已有方法相比,虛擬視點繪制的圖像質量有了較大的提高。
  本文利用廣義回歸神經網絡,提出一種基于機器學習的圖像融合方法。本文利用訓練樣本數據,建立神經網絡預

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論