序列图像合成中基于关键帧的动态掩模算法

研究建筑设计方案的计算机虚拟图像序列与真实环境图像序列相合成时 ,分割边缘随时间而变化的动态掩模问题 ,提出了基于关键帧的闭合B样条曲线拟合真实环境图像序列分割边缘的动态掩模插值算法 ,和掩模分割曲线样本点运动关键帧的判定规则 ,实验结果表明本动态掩模插值算法是可行的并符合实用要求     

一种基于掩模技术的图像融合算法

以图像的融合技术为研究对象,利用小波这一有效的信号处理工具对图像进行多尺度的分解,在图像区域特征的指导下选取有效信息构造出合理高效的图像融合方案。     

一种基于B样条曲线的图像变形算法

利用任意给定的数个点，得到两条B样条曲线，并建立映射关系．对物体的网格控制点实现映射，然后利用插值算法实现目标——源图像的映射，描绘出各个像素点，从而实现变形．实验表明该算法易于交互和局部控制，适应于几何造型和计算机动画领域．     

基于动态规划的关键帧提取算法

在传统的关键帧动画中,动画师对关键帧进行编辑并通过插值生成一段连续的动画.运动捕捉数据的每一帧均可看作关键帧,但是对其直接进行编辑非常繁琐,需要从运动中提取具有代表性的关键帧,简化运动的编辑操作.已有的关键帧抽取方法主要基于一些局部误差度量策略,算法的全局误差难以得到保证.提出了一种基于动态规划的运动捕捉数据的关键帧提取算法,该算法通过曲线拟合技术对密集采样的运动捕捉数据进行减帧,在生成指定数目关键帧的同时保证误差达到全局最小.用户可以利用传统的关键帧技术对减帧后的运动进行编辑.     

基于B-Snake的超声图像分割算法

利用参数化的B样条表示轮廓曲线,得到B-Snake轮廓模型.由于B样条曲线自身的一些特点,使得B-Snake具有计算复杂度低,收敛速度快等优点.在实时图像处理方面具有很强优势.实验结果证明B-Snake模型的分割效果不错,而且速度较传统Snake有较大提升.     

一种改进的B-Snake肝癌图像分割算法

针对肝癌CT图像特点,提出了一种改进的B样条曲线的Snake模型图像分割算法,该算法首先对腹部CT图像进行预处理,获得肝脏癌变部分的初始轮廓,再构造闭合B样条Snake模型,最后使用MMSE最小化外力变形模型以实现图像的准确分割。实验结果表明,该方法对于肝癌CT图像取得了肝脏癌变部分目标的良好分割效果。     

基于动态帧的视频关键帧提取算法研究

针对基于内容的视频检索系统,提出了一种关键帧提取算法.为了提高算法的保真度和压缩比,首先构造了动态帧,它的每个像素对应一个像素代表灰度集合,该集合中的元素可以最大限度地代表镜头中相应像素的灰度值,然后根据镜头中每一帧与该镜头动态帧之间的距离来确定关键帧.为了验证本算法的有效性,选取了大量视频与TMOF算法及SKF算法进行比较.结果表明:该算法具有较高的准确性和可靠性,保真度和压缩比均高于其他两种算法.     

基于B样条梯度的融合图像算法

图像融合在目标识别、计算机视觉、医学、遥感图像处理等领域应用广泛.利用B样条梯度融合图像算法来解决图像融合,将融合的图像分成3×3子块,计算每个子块的B样条梯度.把待融合图像对应的子块梯度模值累加求和,计算每个子块梯度模值的权值并与每个子块相乘并求和,得到融合后的图像子块.模拟实验结果表明该方法是有效的,优于传统的主分量分析、小波变换和Laplacian金字塔等方法.     

基于图像局部方差分布的自适应反锐化掩模算法

针对现有反锐化掩模法中的缺点,分析了人类的视觉特点。根据图像细节分区原理,利用试验参数和具体图像的局部方差分布获取图像修正因子增益,提出了一种有效的图像增强算法一基于图像局部方差分布的反锐化掩模算法。该算法从人类视觉特点出发同时兼顾具体图像的局部方差分布特征。     

基于改进关键帧选择的RGB-D SLAM算法

关键帧选择是提高视觉SLAM(simultaneous localization and mapping)算法精度及实时性的重要因素.关键帧常以图像的帧间相对运动距离为选择依据.该方法虽简单有效,但实时性、鲁棒性较差且容易产生大量冗余关键帧.针对上述问题,提出一种改进的关键帧选择算法.该算法整合了帧间相对运动距离、帧间特征点跟踪以及最小视觉变化来选择关键帧并删除冗余关键帧.基于该算法,结合具有较好方向和光照不变性的ORB(oriented FAST and rotated BRIEF)特征,实现了RGB-D SLAM算法.在RGB-D数据集上的实验表明,改进的关键帧选择算法能够更精准、及时地选择关键帧,并在减少RGB-D SLAM中冗余关键帧的同时提高算法的实时性、建图和定位精度.     

基于图像条件的二元合成生成算法

生成对抗网络(GAN)是一种无监督学习方法,该算法巧妙地利用博弈的思想来学习生成式模型,但由于GAN通常从单个潜在源采样,因此常常丢失场景中的多个实体交互信息。为了捕获不同对象之间的复杂交互,包括它们的相对缩放,空间布局,遮挡,提出了一种基于图像条件的生成对抗网络,利用"分解—合成"的流程,模型可以根据输入对象的纹理和形状从它们的关节分布生成逼真的合成图像。通过使用Shapenet数据集,在2D和3D图像中分别对55个常见对象类别约51 300个图像模型进行试验,比起传统的SLP和cGAN,算法的图片质量有4%以上的提高。     

基于改进掩模法的自适应图像增强算法

针对掩模法存在边缘模糊负面效应的问题,提出了一种基于掩模法的新型图像增强算法.该算法利用拉普拉斯微分算子对像素灰度值的不连续性进行量化,根据微分算子对灰度突变的响应强度进行自动调整掩模内的各像素权值.因此,图像的边缘不再变模糊.实验结果表明,该算法既平滑了图像噪声,又锐化了图像边缘.     

基于改进掩模法的自适应图像增强算法

针对掩模法存在边缘模糊负面效应的问题,提出了一种基于掩模法的新型图像增强算法。该算法利用拉普拉斯微分算子对像素灰度值的不连续性进行量化,根据微分算子对灰度突变的响应强度进行自动调整掩模内的各像素权值。因此,图像的边缘不再变模糊。实验结果表明,该算法既平滑了图像噪声,又锐化了图像边缘。     

基于小波分析实现图像重心位移的检测

提出一种基于数字图像处理的图像特征识别和确定图像特征区域重心位移的方法，该方法是对安装在气浮滑板上的CCD摄像机在平面上运动的过程中取得的图像序列进行数字化处理。利用B样条双正交小波提取图像特征区域的边缘，通过确定图像特征区域的特征量和利用重心定位技术，从而提高了图像特征的识别和定位能力。由相邻帧图像中特征区域的重心的位置变化，准确地获得气浮滑板的动态位置信息，实现三坐标测量机的低成本化，小型化，具有广阔的应用前景。     

基于样条小波和混合遗传算法的多源图像自动配准算法

为实现图像自动配准,需要确定初始变换参数,为此提出图像特征线和图像特征圆的概念,基于仿射变换模型,推导了确定图像自动配准初始参数的算法,并基于B样条小波和混合遗传算法求取最终的多源图像配准参数.实验结果表明,该算法可实现图像的自动配准,证明了该算法的有效性.     

分布式视频编码中自适应图像组结构算法的改进

针对分布式视频编码系统中固定的图像组结构没有充分利用图像帧间的相关性,提出了一种在编码端自适应调节图像组结构和在解码端自适应图像组的内插算法.该算法通过帧间宏块匹配来估计相关性,将帧动态划分为关键帧和Wyner-Ziv帧,以此达到充分利用帧间相关性,提高系统压缩性能.实验结果表明,通过本文算法生成的边信息峰值性噪比(PSNR)提高约0.1～1.3 dB.     

基于轮廓绘制及填色的构造式信息隐藏算法

基于元素映射的构造式信息隐藏算法存在因图案库泄露而导致的安全性问题,鉴于此,提出了一种新的通过含密轮廓绘制及颜色填充生成平铺图像的构造式信息隐藏算法。运用B样条曲线为多个图案轮廓建立标准结构化表示,并创建收发双方共享的标准结构化表示库和颜色库,根据秘密信息进行标准结构化表示选取、图案轮廓绘制及颜色填充操作,获得含密图案。多个离散分布的含密图案共同构成一幅含密平铺图像。实验证明,该算法对JPEG压缩、中值滤波、高斯滤波等常见图像攻击具有较强的鲁棒性,且与类似算法相比,能够抵抗更多种图像攻击。     

基于能量法的截面曲线自动形状修改算法

提出了一种基于能量法的截面曲线自动形状修改算法．这种算法在保证截面曲线整体能量最小的基础上,对截面曲线所有节点同时进行调整．实践表明,本算法不仅能较迅速地消除因数据点误差带来的截面曲线不光顺现象,提高曲面的光顺性;而且能通过控制截面曲线节点的调整量,达到控制曲面修改量的目的．该算法已在自行设计的面向数控的曲面造型系统中实现     

基于蚁群算法的服装CAD曲线匹配

在服装CAD设计中常常涉及自由曲线的造型,而处于不同衣片上的曲线是否匹配,对服装缝制过程产生很大影响.由于目前服装CAD中衣片或部件设计都是独立的,没有相应的自由曲线匹配的模块,通过针对服装CAD平面曲线的匹配进行了研究,提出了采用蚁群优化算法判断匹配,经过编程实验,效果很好,可以在服装CAD中广泛应用.     

一种改进的基于纹理合成的图像修复算法

文章介绍了纹理合成技术中的Criminisi算法,并对其计算边界点优先权的算法模型作了改进;针对Criminisi算法计算优先权时只考虑信任项和数据项的缺陷,增加了边界因素对优先权的影响,使得修复结果更为合理;改进的计算优先权模型灵活性较强,可以对不同特征的图像选择不同的参数,从而扩大了可以修复的图像范围.实验表明,改...