采用自适应平滑约束的立体匹配方法

平滑约束是消除对应点匹配歧义性的最常用的约束之一,如何有效地保持视差图的非连续区域是使用该约束时所需考虑的重要问题.为此提出了一种采用自适应平滑约束的立体匹配方法,使得平滑项的大小随图像局部二维结构的不同而相应变化.首先获取一系列真实场景的彩色图像和对应深度图来构建实例库;然后对其进行分析统计,得到给定局部二维结构时对应于几何连续表面的条件概率;最后根据该条件概率由当前输入图像局部的具体内容来确定自适应的平滑项权值.通过将其添加到经典的基于图割的立体匹配方法中,证明了该平滑项定义方式的有效性.

融合部分深度线索的立体匹配方法

针对建筑物场景,提出两种在基于图的立体匹配算法中融合部分深度数据来提高视差图质量的方法。若该部分深度线索来自扫描仪获取的准确测量数据,则可以从中直接抽取出对应于三维空间平面的视差层组成标号集,并以颜色块代替像素作为图结点。进一步地,将扫描仪的使用限制在离线阶段,即仅用于训练数据库的建立,然后在立体匹配的图中添加一个图像块层,来融合通过统计学习获得的单目图像深度推断线索。实验结果很好地证明了算法的有效性。

基于单幅图像的深度非连续性估计

如何准确保持深度的非连续是以视觉方法进行三维重建中的重要问题。针对此类问题,提出了一种基于单幅图像进行几何非连续性估计的全局优化方法。将其作为一个统计学习问题,构建由一系列彩色图像及其对应深度图组成的训练库,通过在图像和深度图中分别选取合适的图像特征向量以及深度连续性度量,训练联合高斯马尔可夫随机场概率模型,使得几何非连续估计过程能够有效结合图像的上下文信息来进行全局推理。实验结果证明了算法的有效性。

基于SURF的高密度人群计数方法

为了解决在高密度人流或视场开阔环境下人群计数准确率低的问题,提出一种基于SURF的高密度人群计数方法.首先采用最小生成树改进了传统的基于密度的聚类算法,使其最小搜索域自适应聚类数据的分布;在此基础上实现运动人群的SURF特征点分类,并以此构建运动人群的特征向量,用支持向量回归机实现了对高密度人群的数量统计.实验结果表明,该方法对高密度人群的计数有较高的准确率和鲁棒性.

特征点自动标定的颅面复原及其评估方法

为了采用计算机技术从人头颅骨样本重构出个性化的三维表面面部特征,提出一种特征点自动标定的颅面复原算法.首先利用特征点自动标定算法对待复原颅骨模型进行特征点标定;然后在基于模板变形的颅面复原算法基础上引入Laplace坐标网格变形技术,以实现待复原颅骨模型的颅面复原.为了验证文中算法进行颅面复原结果的可靠性,提出一种采用计算颅面整体特征和局部特征相似度的颅面复原结果评估方法.实验结果表明,文中提出的特征点自动标定算法大大提高了颅面复原前期工作的效率,颅面复原算法对待复原颅骨的颅面复原取得了良好的复原效果;同时,颅面复原结果评估方法达到了主观与客观评价上的一致,对复原结果验证有良好的指导作用.

特征抽象的直接体绘制方法

直接体绘制需要借助于传输函数,而设计一个有效的传输函数非常耗时且需要具备丰富的经验.为此提出一种不透明度自动调节的可视化方法.通过分析采样光线提取出数据的特征,并将这些特征抽象为不同层次的采样点,抽象采样点的不透明度根据采样光线上特征数的变化而改变;在保证最远抽象采样点可见度最大的前提下,推导并修改传统体绘制积分方程,得到基于抽象采样点的体绘制积分方程.实验结果表明,该方法不依赖于传输函数,能有效地展示体数据中的特征信息.

基于改进的H.264的视频监控系统

嵌入式技术的飞速发展推动了视频采集领域的技术革新,使得视频监控系统越来越朝着小型化、智能化、嵌入式化、远程化的方向发展.文中以基于S3C6410处理器的ARM板为硬件平台,采用Linux为嵌入式操作系统,建立了一个视频采集服务器;以PC机为客户端,实时地远程显示视频---建立了一个远程视频监控系统.系统利用Linux内核提供的视频数据采集接口V4L2控制USB摄像头来采集图像,利用网络套接字将编码后的图像数据传输至客户端;在客户端将图像解码并转化为RGB格式后,利用GTK把转化后的图像显示出来.针对H.264运动估计算法的两点不足,提出了动态搜索范围策略和搜索点分组策略.实验结果证明:在不影响重建图像质量和编码码率的前提下,改进的算法有效地降低了算法的编码时间和运动估计时间,提高了编码过程的实时性.通过本文的设计方案能够获得稳定清晰的图像,实现了远程视频监控.

局部特征加强的体绘制算法

最大强度差值累积结合了直接体绘制和最大强度值投影的优势,但其在累积过程中会遗漏一些局部特征.为了绘制体数据中局部特征信息,提出一种局部特征加强的直接体绘制方法.通过查找采样光线上特征边界点来确定局部最大强度的区域,利用局部差值累积的方法加强特征区域的绘制;为了提高特征分界点的查找精度,引入移动最小二乘法来平滑采样光线上的标量值,并利用用户自定义的阈值函数来控制特征的绘制;在绘制过程中,采用特征分析的表面光照模型增强绘制特征的三维立体感,引入深度信息对局部特征累积算法进行优化,并引入了Tone衰减方法使累积颜色值处于正常显示范围.实验结果表明,文中方法可在不需要传输函数的前提下绘制体数据中的特征信息.

自适应分块细节水平的多分辨率体绘制方法

采用多分辨率体绘制医学数据时,一般使用相同的阈值或者细节水平生成纹理,很难处理大规模数据,为此提出一种多分辨率纹理生成方法.首先采用基于方差加权香农熵的自适应分块细节水平选择算法建立原始体数据的统一划分多分辨率表示;然后采用分块纹理重组操作,生成具有更高压缩率的体数据多分辨率压缩纹理.文中方法已在GPU上实现,而且实验结果对比表明,该方法既能得到较好的体数据压缩率,又能完成高质量的绘制.

特征增强的体可视化方法综述

体可视化能够直观地展示体数据内部的特征信息,被广泛应用于医学影像、地质勘探、科学计算模拟等领域.高质量绘制体数据内部特征信息是用户理解和处理体数据的前提,传统的方法依赖于数据的高分辨率采样,并采用传输函数调节获得高质量的绘制效果.文中主要综述了基于特征增强的体可视化方法,以及对反映体数据特征信息空间关系的光照技术的研究现状,最后给出了这些方法的发展趋势及展望.

自适应最小梯度夹角预积分光照算法

为了增强体绘制的纹理细节与光照效果,提出了一种自适应最小梯度夹角预积分算法.通过采样点的方向导数及空间位置等信息来确定采样光线上的极值点,利用自适应划分算法加强极值点区域的绘制;为了突出物体的真实感、增强纹理细节,引入预积分光照算法,根据最小梯度夹角算法计算预积分采样段的光照颜色值,最后对预积分采样段进行体绘制积分.实验结果表明,相比传统的预积分算法,文中算法针对标量变化较大的区域能够得到较好的绘制效果,并且能够增加局部细节的光照效果.