沈永彬[1]1997年在《数字图象变形技术研究》文中指出图象变形是研究将一幅数字图象平滑地变为另一幅数字图象的技术，它属于一种关键帧动画制作技术。近年来，在影视、广告和教育行业，图象变形技术取得了广泛的应用。 图象变形技术基本上由三部分组成：图象特征的描述、翘曲的生成以及转变函数的设计。其中最主要的是图象翘曲的生成。 图象翘曲由两方面构成，即空间变换和图象重取样。 空间变换计算待翘曲图象中各象素点的位移。由于计算翘曲时所依据的控制元素(点或线段等，它们描述了图象特征)是不规则分布的，图象变形中涉及的空间变换一般可归类为散列数据插值。 图象重取样是指将一幅取样图象从一个坐标系转换到另一个坐标系的处理。两坐标系之间通过空间变换的映射函数相联系。重取样的中心问题是插值核的选择。 在比较和讨论了几种典型的变形方法之后，本文提出了一种新的图象变形方法—基于多边形分割的方法。其基本思想是根据图象特征，利用星形多边形对源和目标图象进行对应的分割。和其他几种变形方法相比，该方法能较好地描述图象特征，变形效果较好，在速度和控制等方面有所改进。
王建宇[2]2003年在《基于图象的虚拟环境生成关键技术研究》文中研究说明虚拟环境(Virtual Environment)是由计算机生成的，通过视、听、触觉等作用于用户，使之产生身临其境的感觉的交互式视境仿真环境，是虚拟现实技术最重要的研究领域之一。早期的虚拟环境生成技术主要以几何建模为主，存在虚拟场景建模效率低、无法真实地重现自然界各类实体的复杂特性、计算量大、实时性差等问题。鉴于近年来国际上VR领域一些专家提出的基于图象的绘制(即IBR)技术，以真实的实际场景图象为基础构建虚拟环境可有效解决传统VR技术存在的问题。基于图象的环境生成技术不依赖于几何模型，而是利用一组事先获得的图象，对其编码，并通过适当整合，生成位于不同视点的新视图，来实现虚拟环境的完全漫游，可反映其客观的真实性，故研究具有重要的理论意义和应用价值。 本文以虚拟战场环境为应用背景，研究基于图象的虚拟环境生成的关键技术，用于指导战场环境的实现。完成的主要成果有： (1) 分析了虚拟战场环境生成技术的发展过程和实现方法，提出了基于图象的虚拟战场环境的基本构成和需要解决的关键问题，并设计了基本框架。 (2) 研究了常用的相机标定原理。分析了一种基于平移的主动视觉的摄像机标定算法，设计了一种非线性寻优的方法。同时提出了一种根据极点坐标来求解相机内参数矩阵的线性求解的算法，探讨了它在三维重建方面的应用。 (3) 探讨了重叠图象的全景图的拼接技术，分析了常用算法的优缺点。针对上述算法中对拼接图象中存在误匹配的情况，提出了一种利用色差求取特征块，再结合特征线段的自动匹配算法。实现了一种对多视点图象的拼接方法，对优化准则进行了改进，提高了算法的速度。提出了根据MPEG视频文件进行拼接的思路，并实现了相关的MPEG视频图象提取和拼接工作。 (4) 研究了图象和视图变形的基本理论和常用算法。构建了一种基于不等距的可变性插值算法生成控制点网格的图象变形方法。研究了Seitz和Dyer提出的视图变形和与视点对应的视图插值方法，对图象和视图变形的实验结果进行了详细分析。 (5) 从颜色相关性和视觉心理学结合LOD技术对组织调度进行了研究。重点研究了利用中心距和颜色直方图对图象的检索排序方法，采用二叉树的颜色分类方法，有效地减少了颜色数并能保持良好的视觉效果。从视觉生理和心理学角度分析了视觉特征在图象组织中的作用，结合距离、聚焦区域和亮度特摘要博士学位论文征构建了一种LOD组织模型，用于视图的组织，为漫游技术实现提供了良好的技术基础。 (6)提出了一个基于图象系统的漫游实现框架，设计了系统体系结构、功能结构及漫游调度策略等。采用LOD分区和分层原理构建了两种漫游结构:网格平面漫游和分层深度漫游。实现时采用缓冲区技术解决实时性等问题，通过建立各子图的链表结构和调度数据结构实现大范围场景的漫游。
李艳辉, 张新荣[3]2001年在《两种图象变形技术的实现》文中研究指明阐述了图象变形的数学方法，在此基础上详述并实现了基于碎片的二次网状变形技术及基本点的采用径向函数的图象变形技术，并给出了实验结果。最后简单地讲述了基于轮廓的图象变形技术。
张汗灵[4]2003年在《基于图象的绘制关键技术研究》文中认为基于图象的绘制技术(IBR)由于其适用于普通计算平台、具有较强的真实感和实时绘制性能而成为当今虚拟现实和计算机图形学界的研究热点。本论文主要对其中的图象拼合、图象变形、基于图象的动画、混合绘制等关键技术进行了系统地研究。论文的主要研究工作和成果如下： 1．提出了基于特征的自动图象拼合算法。该算法解决了初始参数、拼接区域宽度、拼接权值的选取问题。分析表明，本算法适宜于任何大小的图象并且不需要知道相机的任何参数(如焦距)，对相邻帧图象之间相机的运动没有严格的限制。仿真结果表明与Szeliski算法相比，本算法用较小的代价实现了图象的自动配准和拼合，拼合的图象视觉效果既清晰又光滑无缝。 2．提出了基于Bezier特征曲线的图象变形算法。该算法利用Bezier特征曲线精确地指定了图象变形的特征基元。仿真结果表明，本算法与传统的直接空间域变形算法相比，小波变换只分解一层，变形算法的运算速度可提高三倍。 3．提出了基于小波边缘检测的自动图象变形算法。该算法利用小波边缘检测自动提取变形特征线段，解决了变形特征的指定问题。改进了基于域的图象变形算法，较大地减小了变形算法的复杂度，提高了算法的运算速度。仿真结果表明本算法实现了图象的自动变形，免除了用户指定变形特征基元的负担。 4．提出了基于改进型主动轮廓线模型的半自动图象变形算法。该算法改进了主动轮廓线模型中轮廓曲线的初始化和图象能的构成。用户只需在被变形图象上粗略地给定几个初始点，算法就能自动准确地指定被变形图象的特征基元，并且能自动确定其对应关系。仿真结果表明算法减轻了用户指定变形特征基元的负担，实现了图象的自动变形。 5．提出了基于径向基神经网络的人脸动画生成的算法。该算法只需要较少的特征点就可以在被仿真的人脸图象间建立空间变换关系，实现人脸表情的动画，有较强的灵活性和控制性。相对建模类动画算法而言，本算法具有计算简单、绘制速度快，适合于分散的不规则特征点等优点。 6．提出了基于图象和几何的混合模型表示及绘制算法。该算法把场景分为前景和背景两个层次。背景采用第二章提出的基于多分辨率样条的图象拼合算法拼合成圆柱形全景图，并用多分辨率样条层次表示，以提高绘制速度。对于前景对象采用本章提出的多分辨率LOD几何模型简化算法绘制，以保证真实感效果。与Debevec提出的混合绘制算法相比，本算法拓展了混合绘制算法的适用范围。
马文君[5]2004年在《基于图象变形的虚拟环境建模》文中认为图象变形作为基于图象绘制技术(IBR)的一个分支，已在虚拟环境(VE)建模的许多场合得到运用。本文首先回顾了VE建模的三种主要途径，系统的综述了各种图象变形方法的原理与实现。在此基础上提出基于图象变形的VE建模框架。其次，本文研究了二维图象变形中的关键技术：特征指定、变形映射和过渡控制。针对纵深漫游特征，设计了基于Field Morphing算法的变形绘制方法，并对MATLAB图象处理函数及编程技巧做了介绍。随后，本文进一步研究基于场景深度的三维图象变形方法，由3D Warp变形公式推导了一种“盒状”场景图象的变形函数。设计了测定数码相机焦距的方法并运用立体成象有关原理准确测定了真实场景的深度。结合另一种“画中游”3D蛛网建模思想，本文提出了“Warp变形画中游”(TIWP)的建模方法。对于IBR方法所面临的关键问题——可见性变化问题。本文也在相关章节给出了解决思路。
王丹[6]2005年在《平面图形变形技术的研究及应用》文中进行了进一步梳理变形,顾名思义就是采用某种方法使一个物体(源)在视觉上连续变化到另一个物体(目标),又称为形状融合、形状插值或形状平均。平面图形变形技术一直是计算机图形学中的重要研究课题和关注的热点,已经被广泛应用于计算机动画、CAD/CAM、影视广告、虚拟现实等领域。 对于变形技术已经有很多学者作了大量研究,但是要找到一个完美的方法是困难的。现有的商业变形软件生成二维中间融合形状的过程仍在较大程度上依赖于人机交互,并且图形的自交、萎缩、扭曲等现象是不可避免的。本文就平面变形技术进行了系统深入的讨论,在分析已有算法的基础上,针对多边形和自由曲线的变形问题,做了以下几方面的工作: 1.针对平面多边形变形,基本思想是采用多边形的形心和形心与各顶点的连线来描述多边形,根据两多边形的顶点形心连线及相邻连线的夹角建立顶点之间的对应。然后线性插值对应连线的长度和相邻两连线之间的夹角得到中间多边形相应的几何信息,并按照一定的方法顺时针生成中间多边形各顶点。从顶点个数相同的两个凸多边形的特殊情况出发,提出了适用于两凸多边形变形的算法1;在算法1的基础之上提出中点法和重顶点法以及中点对称变换将其推广为算法2,适用于任意顶点个数及任意凹凸的多边形;最后针对算法2对有连续凹点的多边形变形效果不佳的问题作了改进,提出了基于镜像变换的算法3。上述算法简单易实现,时间复杂度为O(n~2)(n表示两多边形的最大顶点个数),而且与多边形的位置和朝向无关。能一定程度的反映多边形的内部信息。这个方法的优点是可以产生封闭的自然的中间形状,且一般不会出现自交。 2.将S.Cohen等提出的自由型参数曲线的匹配方法作适当变化应用到多边形上产生多边形顶点之间的对应,并采用多边形演化方法将多边形表示成多层次多分辨率的形式,即一系列由简单到复杂的多边形集合,实际表现为多边形各顶点演化路径向量的集合。线性插值两多边形的形心作为中间多边形的形心并线性插值演化过程中顶点的路径向量,最后从形心出发沿插值路径向量逐步重建中间
张春霞[7]2010年在《保持显著性的图像变形技术研究》文中指出为了满足艺术创作和审美发展的要求,开发一种技能提供视觉上可信且美观的效果,又能让用户方便使用的图像变形技术一直是数字图像处理领域中一个研究重点。该技术在动画制作和图像建模等方面都具有应用价值。本文对目前常见的几种图像变形技术进行了研究,并在此基础上提出一种新的变形技术,作非均匀的变形以达到保护图像显著性的效果。图像变形技术可分为如下几种：直接在像素级进行散乱点数字插值的方法和基于网格变形的纹理图像映射。在散乱点数字插值的方法中主要包括：反距离加权插值法、径向基函数法、移动最小二乘等。在基于网格变形的纹理图像映射上主要包括基于三角形网格和基于四边形网格的技术。按用户交互方式上,则包括点交互、线交互,指定目标图像边界形状以及自适应的边界形变等多种形式。本文针对以上类别中的常见的算法都进行了研究和实现。基于网格的变形首先嵌入一个网格到图像域中,然后依照图像和变形的约束条件对该网格进行缩放或者变形,最后将像素依照变形后的网格映射成新的图像。目前存在的图像网格变形算法以保持原图像主体部分完全不变为目的,对变性能量进行最小化。在此基础上,我们提出一种新的基于网格的图像变形算法。该算法考虑了每个网格覆盖的图像的显著性,将变形产生的扭曲和旋转量合理的分配到整个网格,从而得到保护图像显著性的目的。我们对变形能量做了合理的约减,采用迭代优化的方法使结果快速收敛,从而得到了系统速度。实验表明,本文的算法是一种快速有效的保持显著性的图像变形优化技术
高岚[8]2003年在《基于图像的视图变形与插值》文中研究指明视图变形技术是在图像变形的基础上发展起来的一项新技术，它弥补了图像变形方法的不足。当对不同视点的物体或景观进行变形时这一方法可以产生新的视点，从而确保一系列真实自然的图像渐变。视图变形是以图像变形为基础，在图像变形中对物体形状、颜色变形的基础上添加视点变换的一种方法。 本文首先分析了图像变形技术，采用基于特征的图像变形方法实现图象变形的原理和一般步骤，并完成了该算法，在此基础上，基于此方法提出了利用控制点的改进算法，编程实现。 然后结合视图变形三步法和上述的改进算法提出了一种新的视图变形算法——基于域的视图变形算法，编程实现。此方法不仅可以较好的实现视图变形效果，而且采用反向变换的思路，解决不同尺寸图象进行变形的控制问题，实现时利用三次卷积法较好地解决了象素变换问题。该算法适应性强，是一种较实用的算法。
陈通波[9]2002年在《人脸跟踪和任意光照下的人脸动画》文中研究指明首先，本文提出了一个基于鲁棒性光流场的人脸跟踪算法。介绍了人脸运动的参数模型，实现了一个基于鲁棒性回归算法的人脸跟踪系统。这个系统能鲁棒地跟踪人脸的平移、旋转、缩放等运动，并能鲁棒地跟踪小区域遮挡的运动人脸。 然后，本文提出了一个任意光照下的人脸动画的新方法，并开发了这个方法的相应的实现工具。这个方法由两部分组成：不同表情不同光照下的真实感人脸绘制和改进的场变形技术。在不同表情不同光照下的真实感人脸绘制部分，首先对人脸反光模型进行采样，并把采样数据组织成反光函数，然后应用工具LUXMASTER生成不同光照下的各种表情的真实感绘制，其中光照条件用光照图来表示。第二部分主要是基于改进的场变形算法的工具FLUIDMAN，应用这个工具，可以对不同表情、不同光照条件的人脸进行全局的或局部的变形。把第一部分的绘制结果作为第二部分的变形输入，就可以合成出不同光照下、不同表情的照片真实感的人脸动画。 最后，本文提出了基于模型的光照图技术。先提出了基于模型的光照图技术的基本思想和框架，然后介绍自行设计建造的一个半径为1.5米的三维光照架，和一个基于共轭梯度法的光照图恢复算法。基于模型的光照图的基本思想是利用已经获得的人脸反光模型，从单张人脸照片恢复出人脸所在场景的光照图。这个技术可以应用到照片合成中去，对一张带人脸的照片，恢复出其光照图，然后可以利用恢复的光照图把新的人脸或其它物体合成到这张照片中去，这样可以缓和照片合成中的光照不协调问题。基于模型的光照图技术还可以结合到其它人脸动画系统中去。
孙兴波[10]2002年在《基于粗集理论的数字图像处理识别系统》文中研究表明文中构造了一个数字图像处理与识别系统，并且运用MATLAB语言编程实现。其中数字图像处理部分能完成图像格式转换、调整、滤波、FFT变换以及边缘检测等基本功能。 数字图像识别部分是基于粗集方法构造的，包括训练学习和图像识别两个阶段。在训练阶段，将图像经过预处理、图像分块、特征提取以及归一化，构造原始决策表。其中条件属性即是不同子图的特征值，决策属性为子图所属原始图像序号。运用粗集方法，根据不可分辨概念，提取有用特征和简化决策表，得到最小决策算法。在图像识别阶段，通过与训练阶段类似的方法构造测试集，运用训练阶段得到的最小决策算法进行图像识别并输出识别结果。通过运用粗集方法，能有效地减少图像的特征数目，简化系统结构，提高运行速度。 实验表明，在图像识别过程中，能达到大约85％的识别率，加入噪声以后，图像识别率下降到48％。
参考文献：
[1]. 数字图象变形技术研究[D]. 沈永彬. 中国科学院研究生院（计算技术研究所）. 1997
[2]. 基于图象的虚拟环境生成关键技术研究[D]. 王建宇. 南京理工大学. 2003
[3]. 两种图象变形技术的实现[J]. 李艳辉, 张新荣. 计算机应用研究. 2001
[4]. 基于图象的绘制关键技术研究[D]. 张汗灵. 西北工业大学. 2003
[5]. 基于图象变形的虚拟环境建模[D]. 马文君. 南京理工大学. 2004
[6]. 平面图形变形技术的研究及应用[D]. 王丹. 西北大学. 2005
[7]. 保持显著性的图像变形技术研究[D]. 张春霞. 浙江大学. 2010
[8]. 基于图像的视图变形与插值[D]. 高岚. 南京理工大学. 2003
[9]. 人脸跟踪和任意光照下的人脸动画[D]. 陈通波. 北京工业大学. 2002
[10]. 基于粗集理论的数字图像处理识别系统[D]. 孙兴波. 电子科技大学. 2002
标签：计算机软件及计算机应用论文; 人脸识别算法论文; 多边形建模论文; 建模软件论文; 图像融合论文; 顶点坐标论文; 虚拟技术论文; 网格系统论文; 图像识别论文; 算法论文;