符号·图式·图像——新时代图像视角的山水创作

图像数字化大量渗透到我们当下的生活,图像视角拓展了我们原有的观察视野,甚至连观察世界的方式也发生了重大变化。我们习惯用传统中国画的参照标准评价当下中国画的堕落,而不是从现有结果追溯合理的原因。山水图像化的创作趋势越来越显主导,这说明图像背后有着一种强大的力量,即重新建构图像时代中国画的形象和新时代中国画的语言体系。图像的数字化可以通过生成、重编、复制、叠加,产生新的图像语汇,形成图像意义增殖,编织出新的价值观念,构成新的审美特质。山水画的“图像化”成为了不争的事实,同时也意味着新感受、新审美的崛起。

基于多视角图像三维重建与点云配准的着装间隙量表征

为了分析人体不同姿势下的着装间隙量,采用多视角图像三维重建方法获取净体和着装的三维点云,利用OpenPose人体姿态估计模型确定关节点并逆投影到三维空间,获得净体和着装两层点云粗配准的匹配点坐标;基于着装未覆盖的人体点云,通过最近点迭代(Iterative closest point,ICP)算法实现两层点云的精配准,并对配准模型进行验证,建立三维着装模型。根据三维着装模型计算两层点云间的最近邻域距离表征着装间隙量。结果显示:经两步配准后,躯干着装未覆盖处两层点云距离平均值和均方根误差分别为2.859 mm和3.260 mm,胳膊区域两层点云距离最大的平均值和均方根误差分别为4.018 mm和4.735 mm,配准结果精准度较好。该方法可以准确地获取不同姿势的着装间隙量的大小与分布,为分析着装间隙量与运动的关系、评价舒适性、建立热传递模型及评估虚拟试衣效果提供关键技术手段。

基于多视角图像的纱线条干均匀度测量方法

为能更精确地表征纱线条干三维特征,实现纱线条干均匀度的质量评估,采用多视角图像对纱线条干均匀度的测量进行研究。首先选择5种不同线密度的环锭纺纯棉纱,通过搭建多视角纱线图像获取装置,实现纱线多个角度的图像采集;其次对获取的4个方向的纱线图像进行自动阈值分割、图像自动裁剪、毛羽快速清除以及孤立区域去除等处理,得到清晰、无噪点的纱线主干图像;最后求得纱线主干的单视角与多视角直径、CV值,并提出新的表征纱线条干不匀的多视角不匀均值(CV_(n))指标和三维条干变异系数(S)指标。其数据结果与乌斯特条干仪的测试结果对比表明:2种测试方法检测的纱线直径相差不大,都随着线密度的减小而减小;单视角和多视角下,0.3 mm片段长度下纱线直径CV值、8 mm片段长度下纱线直径CV值与乌斯特条干仪测得的结果趋势变化一致;提出的三维条干变异系数S虽大于乌斯特条干仪测得的CV值,但总体趋势保持一致。

多视角图像与PP-YOLOE结合的人群QR码检测方法

现有目标检测系统在人群密集场景中无法有效实现尺寸极小快速响应码(QR码)的批量自动化检测,为此,提出一种基于多视角图像与改进PP-YOLOE模型的人群QR码辅助检测方法:首先构建多视角图像采集系统,通过侧视图与顶视图图像完成多种目标归属主体的正确关联;随后在路径聚合网络(PAN)中增加跨层空间注意力模块,提升模型算法小目标检测能力;利用深度可分离卷积对RepResBlock模块进行轻量化改进,提升模型算法执行效率.与其他4种算法的对比实验表明,最优有效目标检测准确率提高9.9%,单次可完成的检测数量达到13个、单目标检测平均耗时72.5 ms.

基于双视角图像的山羊体尺自动测量方法

针对规模化羊场对山羊体尺无接触式自动测量的需求,设计了一种山羊双视角图像采集装置并开发了配套的山羊体尺自动测量算法。首先,开发了山羊双视角图像自动采集装置并在养殖场完成山羊双视角图像数据集的构建;然后,采用背景减除法二值化羊体俯视图,引入简单线性迭代聚类算法(SLIC)构建侧视图超像素的纹理和颜色特征向量,训练基于支持向量机(SVM)的超像素分类器,综合利用置信度和超像素区域邻接图(RAG)获取侧视图中的羊体二值图;最后,提出了在侧视和俯视二值图像中定位关键体尺特征点的方法,自动提取山羊体高、体斜长、胸深、胸宽、管径参数,拟合得到胸围和管围参数。算法测试结果表明,羊体侧视图前景区域超像素分类正确率超过94%,算法自动提取与人工标注的侧视、俯视前景二值图的交并比分别为96.1%和97.5%。以人工使用软尺测量获得体尺参数为金标准评价算法自动提取体尺参数的精度,结果表明管围、体高、胸深、胸宽、胸围和体斜长的平均相对误差分别为5.5%、3.7%、2.6%、5.2%、4.1%和3.9%。本文开发的羊体双视角图像采集装置及相应的图像处理方法可以满足山羊体尺无接触自动测量的精度要求,为山羊体尺的高效、自动测量提供了可行的解决方案。

双平面镜辅助多视角数字图像相关方法的研究进展及应用

双平面镜辅助多视角数字图像相关方法(multi-view digital image correlation,MV-DIC)是DIC技术用于全景或双表面形貌和变形测量的新分支。传统的MV-DIC需要两套或多套同步的双目3D-DIC系统,而双平面镜辅助MV-DIC仅需要一套常规3D-DIC系统和两个平面反射镜,其系统成本低和易于实现等优点使其在常规尺寸试样的全景/双表面变形测量任务中可完全替代前者。本文介绍了作者近期在双平面镜辅助MV-DIC研究中取得的新进展,包括两种新型的双平面镜辅助MV-DIC系统和一种基于荧光散斑的平面镜反射变换标定方法。最后介绍了双平面镜辅助MV-DIC在含缺陷蜂窝合金板面内压缩、手机跌落以及管道高速振动双平面/全景变形测量中的应用。

单目多视角图像的美国白蛾三维模型重建系统与试验

为构建具有高清纹理特征的美国白蛾三维模型,并对美国白蛾三维模型进行精度评价,开展单目多视角图像的美国白蛾三维重建的研究。首先构建昆虫多视角图像采集系统,实现对美国白蛾高质量序列图像自动化获取,建立美国白蛾高质量序列图像样本库。然后利用SFM与MVS相结合的方法,实现美国白蛾精准三维模型重建。最后以美国白蛾形态参数对重建的美国白蛾三维模型进行精度评估试验。结果表明,待评估值与参照值的相对误差小于5%、R^(2)大于0.95。所重建的美国白蛾精准三维模型可以为深度学习样本扩增、植保病虫害识别与防控提供重要基础数据。

基于多视角图像的纱线三维建模及毛羽测量研究

毛羽是评价纱线外观质量的重要参数之一,但现有的二维测量方法无法描述毛羽空间形态,使得测量结果与实际情况存在一定差别。文章介绍了多视角纱线图像采集装置的构建,对采集的多视角图像进行处理并构建纱线三维模型,对毛羽三维点云进行去噪、细化处理,从而实现对毛羽长度的精确测量。实验结果表明,本方法能有效地获取毛羽的三维信息并准确地测量其长度,与USTER TESTER5条干测试仪、ZweigleHL400毛羽测试仪及FZ/T 01086—2020《纺织品纱线毛羽测定方法投影计数法》标准的测试数据进行比较,进一步验证了这一方法的准确性和实用性。

多视角彩色图像的十六元数分数阶切比雪夫-傅里叶矩

图像矩具有强大的几何不变性和全局特征描述能力,是出色的图像特征.近年来,对于图像矩的研究取得了丰硕的成果.然而传统的图像矩存在诸多问题,部分图像矩的径向基函数数值不稳定,严重影响其图像重构性能.另外,传统的图像矩仅能用来处理灰度图像,对于当下广泛应用和传播的彩色图像却无能为力.灰度化和子通道处理彩色图像虽然在一定程度上可以让传统的图像矩在处理彩色图像上发挥作用,但是却破坏了彩色图像的整体性.分数阶矩和超复数矩的引入,让图像矩的研究进入了新阶段.但是,目前对于分数阶矩的研究依然不够全面,一些具有良好性质的传统图像矩的分数阶构造仍未有研究成果.对于超复数矩的挖掘依然不够充分,更高维度的超复数与图像矩结合可以让图像矩适应更为复杂的应用场景.本文依据切比雪夫-傅里叶矩(Chebyshev-Fourier Moments,CHFMs)构造分数阶切比雪夫-傅里叶矩(Fractional-order Chebyshev-Fourier Moments,FrCHFMs),有效地解决了CHFMs径向基函数存在的数值不稳定性问题.以此为基础,并结合十六元数理论,构造出十六元数分数阶切比雪夫-傅里叶矩(Sedenion Fractional-order Chebyshev-Fourier Moments,SFrCHFMs),将超复数矩的应用领域从彩色图像和立体图像拓宽到多视角彩色图像.多视角彩色图像是单部相机通过移动或者多部相机按视差要求布置在一定位置构成相机阵列所拍摄的图像.利用十六元数的虚部可以同时处理多视角彩色图像的所有视角的所有颜色分量,同时保证各分量之间的关联.通过图像重构实验验证了SFrCHFMs对于经过各种攻击的多视角彩色图像具有良好的重构性能.通过零水印实验验证了基于SFrCHFMs的零水印方案在面对各种攻击时要优于以往的立体图像零水印方案,进一步验证了SFrCHFMs的稳定性.实验结果表明,本文所提出的SFrCHFMs具有良好的图像重构性能和稳定性.

跨视角图像地理定位技术研究综述

跨视角图像地理定位(Cross-view image geo-localization)是将待查询图像与已知位置不同拍摄角度的图像进行匹配,以确定图像拍摄位置的技术,在公共安全、网络空间治理等领域具有广泛应用前景.本文将现有跨视角图像地理定位方法分为传统的基于人工设计特征的方法和当前流行的基于深度神经网络的方法,并根据特征提取前的视角对齐方式对后者作进一步分类.然后,分析总结了不同类别定位方法的优缺点,为综合利用提供依据.分析结果表明,视角对齐能够有效弥补不同视角之间的巨大差异,提高图像检索的效率和精度,因此设计可解释性强且失真小的视角对齐方法是跨视角图像定位技术研究重点突破的问题之一.

基于点云辐射场的新视角图像生成网络

新视角图像生成是指使用同一场景、多个位置和角度拍摄的一组图像,生成新颖视角位置处的场景图像,在真实拍摄的城市建筑场景图像中存在移动的瞬态对象,对静态建筑造成遮挡,导致生成的新视角图像模糊、存在伪影甚至建筑物生成错误。针对于此,本文提出了一种基于点云辐射场的新视角图像生成方法。首先,通过瞬态对象过滤模块得到静态建筑图像;然后,分别经过2DCNN和3DCNN网络获取图像特征和图像点云信息,二者结合构建神经点云;最后,输入多层感知机网络获取场景采样点位置的体积密度和颜色信息,并指导体染模块生成新视角位置的图像。在PhotoTourism数据集与最新的几种方法进行比较,实验结果和可视化结果表明,所提方法在数据集上有较好的效果表现,有效地解决了生成图像中存在伪影和建筑物生成错误的问题。

一种改进型视角投影图像彩色计算全息术的三维重构算法

本文提出了一种利用三维景物的二维视角投影图像合成计算全息图,并重构出彩色再现三维影像的方法.该方法基于利用视角投影图像获取景物的三维傅里叶频谱的理论,采用电荷耦合器件记录三维景物在白光照明条件下横、纵两正交方向的一系列视角投影图像,并利用这些视角投影图像合成计算全息图,从而重构出三维再现像.通过采用在频谱面上的容余采样方法,提高了图像频谱信息的利用率,通过实验论证,证明了该方法的可行性.利用该方法使得视角投影图像的记录过程更加简单,节省了采样时间,提高了程序运行速度;能够在利用同等数量的视角投影图像的条件下,提高合成全息图的质量,使得重构的彩色再现三维影像更加清晰.

惯性信息辅助的快速大视角图像匹配方法

大视角图像匹配算法的鲁棒性与实时性直接影响飞行器对远距离目标定位的性能。针对目前仿射不变图像匹配算法实时性较差的问题,提出一种惯性信息辅助的快速大视角图像匹配方法。该方法对现有的快速图像匹配算法进行改进,避免了构建高斯金字塔,提高了算法效率。然后利用机载惯性导航信息求解实时图与参考图之间的单应性矩阵,并对实时图进行模拟视角变换以此减小图像间视角差异,克服了现有的大视角图像匹配算法盲目多次的匹配计算,实现了大视角图像的快速匹配。实验结果表明,惯性信息辅助的大视角图像匹配算法与现有的快速仿射不变性匹配算法相比,匹配效率提高了至少2倍。

少量交互的多视角图像目标分割算法

目前,单一图像在人工交互的条件下已能实现准确分割,但如果图像数量大,则需要大量劳动量.而自动分割难以在多图像间构建统一的目标模型.为此,提出一种多视角图像的少量交互分割算法,即仅对其中一幅进行交互,对其他图像进行前景目标一致的自动分割.首先通过构建特征点轨迹图模型,建立其他图像特征点与交互图像特征点之间的连接;然后利用最短路径算法进行特征点的前景/背景分类,获得多图像间的局部对应;最后将已分类特征点作为形状先验,使用测地星凸分割算法实现多视角图像的一致分割.命中率和误报率的比较实验结果表明,文中的算法具有较好的一致分割能力,而且这种局部对应的方式还可以实现多目标的分割.

基于混合生成对抗网络的多视角图像生成算法

多视角图像生成即基于某个视角图像生成其他多个视角图像,是多视角展示和虚拟现实目标建模等领域的基本问题,已引起研究人员的广泛关注.近年来,生成对抗网络(Generative adversarial network,GAN)在多视角图像生成任务上取得了不错的成绩,但目前的主流方法局限于固定领域,很难迁移至其他场景,且生成的图像存在模糊、失真等弊病.为此本文提出了一种基于混合对抗生成网络的多视角图像生成模型ViewGAN,它包括多个生成器和一个多类别判别器,可灵活迁移至多视角生成的多个场景.在ViewGAN中,多个生成器被同时训练,旨在生成不同视角的图像.此外,本文提出了一种基于蒙特卡洛搜索的惩罚机制来促使每个生成器生成高质量的图像,使得每个生成器更专注于指定视角图像的生成.在DeepFashion,Dayton,ICG Lab6数据集上的大量实验证明:我们的模型在Inception score和Top-k accuracy上的性能优于目前的主流模型,并且在结构相似性(Structural similarity,SSIM)上的分数提升了32.29%,峰值信噪比(Peak signal-to-noise ratio,PSNR)分数提升了14.32%,SD(Sharpness difference)分数提升了10.18%.

多视角图像的图变换匹配算法

为提高不同视角图像的匹配精度,提出一种多视角图像的图变换匹配算法。利用传统图像匹配算法获取多视角图像特征点的初始匹配关系;计算特征点之间的欧氏距离,建立近邻图判断初始匹配的正确性;对错误的特征匹配关系进行剔除,提高图像的匹配精度。多组不同场景的多视角图像实验结果表明,与随机采样一致性算法(random sample consensus,RANSAC)、图变换匹配算法以及迭代的图变换匹配算法进行对比,该算法在正确匹配点对的查准率及错误匹配点对的查全率上均取得较好结果,验证了其在多视角图像匹配上的有效性。

基于多视角图像的建筑环境信息建模方法

结合实践案例,探索了融合多视角图像数据的建筑环境信息建模方法,旨在提高建筑环境信息建模效率,改善屋檐底部等建筑局部信息建模精度;探索了多视角图像数据融合技术路线,并结合实践案例,展开了低空摄影测量与地面摄影,采集了实践案例的建筑与环境图像数据;构建连接点,融合多视角图像数据,将地面图像与空中图像融合,对一些空中很难拍摄到的死角区域进行图像的补充,实现多角度、全方位的图像采集,通过空中三角测量处理、密集匹配、纹理映射,生成实践案例的建筑环境信息三维数字模型.实践结果表明:通过融合低空摄影与地面摄影图像数据,可显著提高建筑环境信息建模效率和建筑细部信息建模精度,可解决单一图像源采集信息不完整的问题,且具有低成本、高效率、易操作的技术优势.对保护建筑进行数据采集和保护的过程中,利用多视角的建筑环境信息建模方法可以快速、高效地对其三维信息进行保存和记录,实现对历史建筑多维度数据的保存与传承.

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。

矿井多视角图像拼接方法研究

针对煤矿井下监控图像视野范围较小、细节特征不清晰等问题,提出了一种矿井多视角图像拼接方法。首先,采用一种改进对比度受限的自适应直方图均衡化方法对图像进行预处理,以突出图像细节,提高对比度;其次,选用ORB算法提取图像特征点,采用改进的Brief算法计算特征描述子;再次,通过K最近邻(KNN)算法实现特征点对粗匹配,基于随机采样一致性(RANSAC)算法对误匹配特征点对进行筛选、消除,并求解最优透视变换矩阵,对待匹配图像像素点进行坐标变换;最后,采用帽子函数加权平均融合算法对固定图像和待匹配图像进行拼接融合。实验结果表明:ORB算法较尺度不变的特征变换(SIFT)、KAZE算法对于单张图像提取的特征点数分别减少48%,33%,提高了有效特征点提取能力,特征点提取耗时分别减少17%,34%,提高了计算效率;采用该方法拼接的图像避免了连接处的裂缝、黑线现象,图像过渡自然,清晰度高。

基于双视角乳腺X线图像的微钙化簇检测

本文提出了一种通过将两个视角的图像信息进行综合分析的方法,以降低乳腺X线图像中微钙化簇检测中的假阳性率。基于微钙化簇通常出现在两个视角图像中这一事实,文中提出了一种微钙化簇匹配技术:首先把MLO视角探测到的可疑微钙化簇通过空间位置天系找到CC视角中与其相对应的病变区域,形成微钙化簇对;然后对匹配后的每对微钙化簇提取面积、形态、灰度等簇特征,通过特征之间的相似度判断所对应微钙化簇的真伪。实验结果表明:本文的微钙化簇检测算法较单视角检测特异度增加了15%。