利用大位移视图修复单幅图像的透视畸变优化算法

本文提出一个利用大位移视图可靠地恢复目标图像上含有复杂结构信息的较大信息丢失区域的图像修复新算法.依次经过基于单应矩阵的大位移视图变形、基于能量优化的重叠像素对应和基于能量优化的丢失像素估计三个步骤,一个由粗到细的畸变校正算法对大位移视点图像进行透视畸变校正后再用来补全目标图像上的受损区域.最后,我们采用泊松图像融合算法消除修复区域与其周围像素之间存在的鬼影现象,获得无缝的修复效果.实验证明本文方法优于已有的图像修复算法.

数据驱动的大规模森林场景真实感动画

提出一种基于数据驱动的大规模森林场景真实感动画的实现方案.该方案预先对单株样本树在风力作用下的运动作高精度的动力学计算,得到高分辨率、精确的树骨架形变序列;然后采用分簇主元分析方法对形变序列数据进行压缩与简化,构建单株树各枝干运动的细节层次;最后基于多株样本树多个细节层次的运动数据合成大规模森林的群体运动.实验结果表明:该方案实现了力学形变数据的高效重用,在森林动画合成效率和真实感上具有一定的优势,能满足对规模和画质要求较高的应用,如影视动画与媒体广告等的需求.

植物运动的层次式简化技术

利用力学预计算方法生成植物运动的真实感动画需要对形变数据作有效简化和压缩。针对植物及其运动天然具有层级性的特点,提出一种基于视觉感知层次的动态几何简化算法。依据植物的树型层级结构,将各级"子树"的运动作高低频分解;"低频运动"表征"子树"的主体运动,"高频运动"即为运动细节。按"广度优先"遍历植物层级结构,在某一"深度"(层级)上将所有"子树"的"低频运动"合成即获得原始运动在此层次的逼近。遍历深度递增将构成植物运动的渐进逼近;递减则为植物运动的逐步抽象化,这实质上实现了植物运动的细节层次控制。实验表明该算法可实现植物运动的高效简化和压缩,利于生成大规模植物场景的真实感动画。