雾天自然场景图像的色差补偿修复算法仿真

雾天自然场景图像受到浓雾噪点抑制导致色差,需要进行色差修复补偿,提高图像质量。提出一种基于光线滤波平滑处理的雾天自然场景图像的色差补偿修复算法。进行雾天自然场景的色差特征模型构建和雾天背景建模算法设计,采用光线滤波平滑处理方法进行色差补偿,通过光线滤波来获得能量函数的极小化解,实现图像去雾处理,提高了雾天场景图像的修复性能,提高图像成像质量。仿真实验结果表明,采用该算法进行浓雾环境下的自然场景图像色差补偿修复,性能较好,归一化最小平方误差较低,成像效果较好。     

自然场景图像中的文本信息提取研究

自然场景中的文字提取技术成为了近几年计算机视觉领域的热门研究课题。本文对自然场景文本信息提取的关键技术进行了研究,全面总结了文本信息提取的研究现状,对文本检测定位和识别算法设计进行了有益的探索和研究,并对主流算法进行了分类和对比,最后总结了场景图像中文本信息提取存在的主要问题和评测方法。     

对图形图像三维建模技术的思索

<正>近年来,随着我国虚拟现实技术的越发成熟,越来越多的场所与领域开始对其进行全面利用,从而实现自然方式和虚拟环境的相互操作,改变以往"身临其境"的需要,对于景区宣传、建筑群导向以及公共场所游览等工作具有非常大的意义,属于现代信息技术不可或缺的一个重要组成部分。而在现实工作上,设计人员需要利用图像图形等技术构建三维模型,从而实现虚拟场景。本文主要从三维建模技术、通过图形实现建模、通过图像实现虚拟建模以及图形与图像的混合建模等技术层面进行思索,希望通过浅陋的办法为相关人员的三维建模提供一份参考办法。     

微实景虚拟景区的研究与应用——以琅琊台景区为例

微实景虚拟景区是基于微信技术应用,结合实景图像的真实场景虚拟,利用三维实景软件对景区场景虚拟以及与图像、文字、声音等多媒体技术结合,构建出一个生动逼真的三维虚拟景区。游客仅需通过手机了解景区,就能身临其境的感受优美的景区风光、良好的预定服务,本文结合琅琊台景区微实景系统进行竞争力分析。     

基于OGRE粒子系统的下雨效果模拟

虚拟现实系统中,虚拟场景的构建是非常重要的研究课题。为了使虚拟场景更加接近于现实生活中的自然景物,在场景中要模拟诸如云、雨、雪、烟雾等自然现象,这些自然景物的模拟直接关系到虚拟现实系统中人机界面的构成,也更直接影响到该系统整体功能的实现。为了实现对雨天的模拟,通过对OGRE粒子系统原理以及粒子脚本语言和材质脚本语言的分析,提出一种基于OGRE粒子系统的雨天模拟方法,在该图像渲染引擎下实现了下雨天的效果。     

加速鲁棒特征匹配模糊动态场景混淆去除算法

动态场景曝光图像较为模糊,混淆复杂,对动态场景混淆去除是实现基于动态场景图像识别的运动目标检测的关键。针对传统方法中模糊混淆点配准不精,去混性能不好的问题,提出一种采用加速鲁棒特征匹配的模糊动态场景混淆去除算法,设计图像序列块曝光生成模型和边缘检测算法,抑制运动场景混淆图像边缘凹点灰度特征和混淆干扰,设计并行处理的分块检测方案提高处理速度,采用加速鲁棒特征匹配方法实现混淆去除。实验结果表明,采用该算法进行模糊动态场景图像的混淆去除处理,特征匹配精度高,去除混淆效果较好,在色彩自然效果保持和实时性方面优越传统方法,在基于图像处理的快速运动目标识别和动态场景恢复等领域具有很好的应用前景。     

全景图拼接技术及应用

全景图拼接技术是一种基于图像绘制技术生成真实感图形的虚拟现实技术,全景图拼接技术主要是通过对图像的拼接,实现对场景的环视。全景图拼接技术是一种比较实用的技术,在现在发展较快,应用较普遍。     

提出沉浸式AI引擎新技术共享超现实体验新生活

当前,人工智能产业蓬勃发展,智慧安防、智能家居等应用案例已广泛应用于人们生活中,但人工智能技术仍处于语音、图像、文字识别的感知智能阶段,是依赖模型构建的弱人工智能时期.未来技术趋势将朝着认知智能、类脑智能方向发展,实现因果推理、关联记忆、场景融合,并由人机协同走向人机交互.随着人工智能应用场景不断丰富,不再局限于语音和文字识别,如何让现实世界与虚拟视界进行友好、高效、自然的交互,成为人工智能发展需解决的问题.     

全景图像技术及其应用

全景图像技术是一种通过微透镜阵列来记录和显示全真的三维场景的三维图像技术。这种技术的记录过程不需要采用相干光源,同时对观看者也不要求佩戴特殊眼镜。这些特点使这一技术有着十分广泛的应用前景。本文介绍了全景图像系统及它在三维电视、立体印刷、深度测量方面的应用。     

拼接优化SIFT算法的虚拟场景绘制模型

针对标准SIFT算法在虚拟场景绘制的图像拼接中还存在拼接效果不好等问题。本文提出了一种基于拼接优化SIFT算法的虚拟场景绘制图像拼接模型。首先采用高斯函数构建尺度空间,然后使用最小欧式距离进行初拼接,接着利用投影变换模型进行特征点的"外点"去除,最后通过提取的特征点进行图像的拼接。通过仿真实验表明,通过对标准SIFT算法进行双层拼接优化后,改进算法相比较标准算法具有更好的图像拼接效果。     

人体运动图像动态视点平滑能量衰减过程仿真

传统图像平滑能量衰减分析方法,对于人体运动图像高频分量抑制效果较差,且模糊图像边缘,运算效率较低。提出了一种依据替身运动DR算法的人体运动图像动态视点平滑能量衰减过程仿真方法,采用高斯滤波器对人体运动图像进行平滑处理,过滤人体运动图像的噪声,完整保留人体运动图像边缘信息以及细节,用替身描述人体在场景中的运动特征,替身在场景中运动并同其它人体的替身进行交互,采用局部化的人体模型提高人体运动场景的逼真度,通过人体运动图像的DR预测算法,完成人体运动图像动态视点平滑能量衰减过程分析。实验结果说明,所提方法能够确保人体运动图像边缘锐化,有效降低平滑能量、锐化边缘。     

像素级图像融合用于汽车图像轮廓的检测

图像融合是一门新兴的技术,由于图像所获取的信息丰富,图像融合运用各种方法,将关于某个具体场景的图像或者图像序列信息加以综合,生成一个新的有关此场景的解释,而这个解释是从单一传感器获取的信息中无法得到的。     

基于仿射变换的双波段红外图像配准算法研究

图像配准是图像融合技术中的首要环节,只有经过配准的图像才能够进行融合。虽然双波段红外探测器探测的是同一场景,但是由于光学系统的构造产生了两幅图像,而两幅图像之间却存在了几何位置上的差异,所以在本文中提出一种配准方法。通过点检测方法获取图像的特征点,然后再选取其中两组较为明显的特征点组,再根据仿射变换关系式,确定其中的模型参数,并且对图像进行配准。     

引入相似性度量的GPU实时图形跟踪渲染技术

提出一种基于目标分布场相似性度量的实时图形跟踪渲染算法。使用Open Flight的建模环境提供GPU实时图形渲染三维图形观察器,得到一个有二维层次的结构图,进行目标分布场设计,结合静态视点图像的运动方程,通过对图像自然分层,保留原始图像的基本信息,为了在跟踪中使分布场能适应各种复杂场景,需要对原始的分布场进行高斯平滑,通过目标分布场相似性度量,实现GPU实时图形跟踪渲染。仿真结果表明,采用该算法进行实时图形渲染,可以提高渲染跟踪效率,搜索时间短,误差率较低,提高了图形的渲染真实感。     

基于TOF的快速加权中值滤波深度成像系统

本文介绍了一种基于飞行时间(TOF)的快速加权中值滤波深度成像系统。本系统结合了高分辨率(HR)三视图立体RGB相机(1280×960)和低分辨率(LR)TOF景深相机(176×144)。首先进行相机标定,以获得彩色和深度相机的内在和外在参数。由于同一场景下深度图像的分辨率远小于相应的彩色图像,因此采用快速加权中值滤波(WMF)对低分辨率深度图像进行深度上采样。最后,利用基于深度图像的绘制(DIBR)技术,通过上采样深度图像和HR彩色图像结合生成场景的立体三维(S3D)图像。实验结果表明,与不同的滤波方法相比,本文提出的深度成像系统能生成高质量的深度图,并能高速生成S3D图像。     

无人机航拍图像三维重建技术研究综述

由于时代的不断发展无人机技术和三维重建技术已经日趋成熟,本文利用无人机航拍图像进行三维重建,对室外大规模场景下的三维重建问题开展相关研究。该研究横跨机器视觉、电气自动化、飞行器等多种技术知识,试图建立一个用于无人机航拍室外大型场景下的,运行效率相对较高、成本相对较低的三维重建平台架构。     

城市场景几何变化检测现状与分析

城市三维模型在城市规划、导航等应用中有着重要的意义。随着街景和三维重建技术的发展,利用街景图像进行大规模城市三维重建得到了很多关注。然而,由于城市的发展,城市结构无时不刻都在改变。为了保持城市三维模型和现实场景一致,城市场景变化检测必不可少。本文总结了利用街景图像对城市进行几何变化检测的方法,分析了不同方法的优缺点。     

基于OpenGL的小区漫游模型设计

虚拟现实技术可以利用计算机重现现实建筑环境。利用虚拟现实技术进行模拟城市环境、辅助城市规划在国内已引起充分的重视。解决虚拟场景建模主要采用两种方法,一是以传统计算机图形学为基础的几何造型与绘制;二是以现实环境的图像采样为基础建立的基于图像建模与绘制。     

基于联觉效应的VR交互式图形与图像混合建模

VR交互式体验的出现,使用户在虚拟场景中感觉到自己是场景中的主体,用户通过三维等交互设备直接控制虚拟世界中的对象,以一种新的观看世界的方式将图像演进到一个新的阶段——图像场景阶段。为传统视觉联觉带来了全新的感知体验,图形图像作为场景中的核心构成部分,在交互式场景中也起到了重要的作用。     

运动目标在复杂背景中的检测

运动目标轮廓的有效提取,对于目标识别和跟踪是非常重要的,但是大量的背景景物增加了目标检测的难度。文中针对复杂背景下红外序列图像的特点,提出了一种实用的运动目标检测算法。首先,通过canny边缘检测算法,对输入图像进行边缘检测,然后把相邻两帧边缘图像进行场景对准,计算出相应的场景平移参数,根据这些参数,平移帧图像后做差分处理。在残差图像中,根据局部熵的图像分割法,对图像进行二值化处理,最终获得了比较完整的运动目标。实验表明,这种方法是有效的,且性能良好。