论文部分内容阅读
物体表面的颜色是由物体的形状、材质、光照环境以及观察者的位置等因素决定的。提取、处理、分析这些蕴藏在图像中的基本信息在计算机视觉与计算机图形学相关领域存在广阔的应用，是计算机视觉与计算机图形学研究的基本问题。本文围绕基于图像的形状、反照率、明暗信息以及颜色信息的提取与处理展开相关研究，研究的主要内容包括: 第一，本文提出一种基于单张图像与粗略几何数据的反照率、明暗图(shadingimage)的估计方法。本文方法利用形状约束、反照率约束与光照参数先验约束减少问题求解的不确定性。针对相关研究中出现的形状信息估计不准确的问题，本文方法通过使用粗略的几何观察数据以提高最终的形状评估结果的准确性。本文问题的能量函数的最终形式是非线性最小二乘问题，我们使用了适合求解大规模问题的Sparse Levenberg-Marquardt方法与由粗到精的优化策略对该问题进行求解，取得了较为稳定的估计结果。 第二，本文针对包含噪声的深度图数据提出了一种使用二阶平滑先验的保持边缘平滑处理方法。本文方法通过使用二阶平滑先验避免相关方法中出现的阶梯状平滑偏差。针对使用二阶平滑先验导致的边缘处过分平滑的问题，本文方法使用了离散0-1变量锋利地保持不连续区域。针对本文方法的连续变量与不连续变量的混合优化问题，我们使用了一种快速解法获取问题的近似解。我们在实验部分展示了本文方法在深度图像与普通图像保边平滑处理应用中的有效性。 第三，本文针对具有粗匹配关系的图像提出一种基于一致性分割的局部颜色纠正方法。本文方法通过一致性分割减弱图像匹配误差对颜色纠正造成的影响，通过使用与双边滤波近似的颜色影响权重避免分割块边缘处的不自然的颜色过渡效果。在实验部分，我们展示了本文方法的一致性分割结果与颜色纠正结果。 最后，对本文进行总结并指出进一步需要展开的工作。