论文部分内容阅读
随着信息技术的高速发展和数字媒体技术的广泛应用,以图像和视频为主的可视媒体日益成为信息获取、处理和传播的最重要载体之一。近年来,可视媒体交互与合成逐渐成为计算机多媒体领域的研究热点,其理论创新和技术突破将对可视媒体资源的高效利用产生深远影响,有望推动影视后期、动画创作、互动娱乐等数字内容产业的发展,其研究具有重大研究与应用意义。目前在可视媒体交互与合成中,交互编辑繁琐、合成处理失真、环境协调困难等瓶颈问题仍然亟待解决。有鉴于此,本文研究可视媒体在交互编辑、画质增强、无缝合成三方面的关键技术,特别强调在高效交互编辑的基础上,寻求可视媒体合成处理时边界、画质、颜色等特性的协调统一。总之,围绕三大瓶颈问题,本文通过对软抠取、编辑传播、显著性检测、锐度增强、去运动模糊、克隆等技术的充分调研和深入研究,在交互编辑、画质增强、无缝合成三方面提出了若干富有成效的创新工作,提升了可视媒体交互与合成的质量和效率,同时相关工作通过可视媒体编辑处理系统平台的集成也获得了进一步的推广应用。具体来说,本文的创新性研究工作主要包括以下几点:(1)在交互编辑方面,本文首先提出基于参数优化的混合式图像软抠取方法,该方法通过参数优化方式有效解决闭形式软抠取与鲁棒式软抠取中存在的平滑假设违背及无效置信度评价问题,进一步提高可视媒体对象提取的精度;其次,本文阐述基于软抠取相似度的图像编辑传播方法,该方法通过引入更具优势的软抠取相似度模型,重构能量方程进行优化求解,实现高质量的可视媒体编辑传播及表面特性调整;最后,本文提出基于动态对比度的视频显著性检测方法,该方法将颜色、纹理、运动等多种特征进行统一,通过构建动态对比度并结合跨视频帧的区域匹配,提升视频显著性检测的准确性。(2)在画质增强方面,本文首先提出梯度域内边界保持的图像锐度增强方法,该方法通过锐度特征表示、基于相似度计算的梯度变换以及梯度域图像重建等关键步骤,有效解决传统方法中存在的噪声、非真实细节、不连贯增强等问题;然后,本文提出面向高质量图像合成的锐度转移方法,该方法通过锐度估计、梯度变换、图像重建、无缝合成等重要阶段,实现源图像和目标图像间高效的锐度特性转移;最后,本文阐述基于锐度增强的图像去运动模糊方法,该方法通过锐度增强、特征边选择、模糊核估计、快速非盲反卷积等处理步骤,能够更加准确地估计模糊核并求解清晰图像。(3)在无缝合成方面,本文首先提出基于颜色协调的图像无缝合成方法,该方法将泊松克隆和软抠取合成充分结合,利用混合参数优化有效控制边界模糊及插值溢出,高效解决在明显差异场景下的颜色协调问题;然后,本文提出基于均值坐标克隆的视频无缝合成框架,主要包括三分图传播、边界模糊问题优化、失色问题优化等关键点,该框架不仅可以实现视频帧间高精度的用户标注传播,而且能够有效消除均值坐标克隆过程中的边界模糊和失色问题。