【摘 要】
：
在立体显示中,视点合成是实现交互性的关键技术,即在三维(3D)场景中通过自由选择视点而获得环视能力。本文将视点插值和基于图像拼合的视点变形技术相结合,提出一种中间视合成算法。首先均匀化原始立体图像对;然后只对前景对象区域进行视差估计以提高视差匹配的速度和精度;接着确定左右视点中的可靠区域,根据可靠区域生成过渡中间视点;最后,采用视点插值结合变形的方法,由过渡视合成中间视点。实验结果表明合成的中间视
论文部分内容阅读
在立体显示中,视点合成是实现交互性的关键技术,即在三维(3D)场景中通过自由选择视点而获得环视能力。本文将视点插值和基于图像拼合的视点变形技术相结合,提出一种中间视合成算法。首先均匀化原始立体图像对;然后只对前景对象区域进行视差估计以提高视差匹配的速度和精度;接着确定左右视点中的可靠区域,根据可靠区域生成过渡中间视点;最后,采用视点插值结合变形的方法,由过渡视合成中间视点。实验结果表明合成的中间视点图像质量良好,而且合成速度也明显提高。本文算法可用于实时3D视频应用的交互式立体显示,可以实现任意视点
其他文献
利用混合高斯模型对MRI图像直方图进行分析,将拟合获得的特征参数作为水平集曲线进化的约束条件,对医学图像进行分割。分割中采用的自适应Level Set方法,能够自适应地确定曲线进化方向(扩张或收缩),而不必在分割之前指定其进化方向,减少了人工干预;同时也克服了传统测地活动轮廓线(GAC)方法对图像梯度信息的过分依赖,以及由于对图像进行大尺度高斯平滑处理造成边缘点移动、定位准确度下降的缺陷。分别对M
介绍一种基于隐马尔可夫模型(hidden Markov module,HMM)的人脸识别系统,该系统对人脸采用普通网络摄像头实时检测,通过皮肤模型进行背景去除,并用改进后的HMM算法进行识别.实验结果表明,改进后的HMM算法能提高原HMM算法的准确率,采用皮肤模板对检测到的人脸进行精确定位后,进一步提高了识别算法的准确度.
A new lighting and enlargement on phase spectrogram(PS)and frequency spectrogram(FS)is presented in this paper.These representations result from the coupling of power spectrogram and short time Fourie
Cross-media retrieval is an interesting research topic,which seeks to remove the barriers among different modalities.To enable cross-media retrieval,it is needed to find the correlation measures betwe
出于工作的原因,经常有朋友向我咨询笔记本电脑的问题,但最近的情况有所不同,不少朋友都想购买一台笔记本电脑来满足家庭的多媒体应用需求,高清节目的顺畅播放已经成了他们选择笔记本的重要因素。也正是因为如此,不少笔记本电脑都提供了相当不错的多媒体性能,我们本期测试的ASUS M51便是其中的佼佼者。
干旱胁迫可能改变蛋白质的数量和质量。通过对喜钙植物——云贵鹅耳枥在干旱胁迫下总的可溶性蛋白质含量的变化和Ca2+对可溶性蛋白质数量和质量影响的调查分析。结果显示:在20%PEG-6000溶液胁迫下,叶片中总的可溶性蛋白质含量变化不显著,而在30%PEG-6000溶液胁迫下,叶片中总的可溶性蛋白质含量下降。同时,总的可溶性蛋白质含量的下降受到Ca2+的抑制。
In order to select effective feature subsets for pattern classification, a novel statistics rough set method is presented based on generalized attribute reduction. Unlike classical reduction approache
1线条在手绘中有很重要的地位,因为马克笔色彩比较透明,上色后线条看的很清楚。画树时,首先线条要随着树的形态加以变化,不能过于写实,通过对形体的概括,把树的结构关系体现出来,按照几何形状对树冠进行刻画,但要以感性的情绪让这些形状更富于变化,同时用笔要放松,保持整体的流畅性。
Based on the Fourier transform, a new shape descriptor was proposed to represent the flame image. By employing the shape descriptor as the input, the flame image recognition was studied by the methods
提出一种基于图的Laplace谱的点模式匹配算法。该方法在每次迭代过程中,利用Laplace矩阵的特征向量和双随机矩阵计算点之间的匹配概率,然后求解已知匹配点之间的TPS(thin plate spline)变换关系,再利用获得的TPS变换参数使待匹配点集相互逼近。随着点集的接近,由Laplace谱分析方法获得的匹配精度也随之提高。对真实和合成数据的实验验证了该方法的有效性。