基于自适应分割的动态面光源图像空间绘制

针对图像空间绘制技术中可见性积分的计算不能达到实时,并且无法捕捉由面光源上辐射度变化引起的着色点亮度变化这两个问题,提出了一种基于自适应的空间划分技术的、在图像空间中对动态面光源效果进行绘制的方法。该方法将场景中的物体根据深度及分布情况,自适应地划分为非均匀的体素,同时构建场景中深度和法向变化量的多级纹理,并利用存储在这些体素和纹理中的信息对着色点进行快速的可见性积分和相应的光照度计算。

基于高通差异性特征的图像质量评估方法

现有的图像质量评估只能判断单一失真方式下失真图像的质量优劣。为了改进这一缺点,根据自然场景统计信息的图像特征,提出基于高通滤波下RGB差异性的图像质量评估方法,通过局部归一化亮度,提取RGB通道差异性、图像梯度、图像锐度、及图像对比度等特征,利用逻辑回归训练,最终得到无参考图像质量评估模型。实验结果表明,方法对各类型失真图像质量评估准确率较高,特别对多种失真类型混合的测试集时,具有明显优势。

基于Morlet小波变换的视网膜血管分割

眼底视网膜血管网络是诊断糖尿病视网膜病、青光眼等眼科疾病的重要手段.根据视网膜血管的树状网络结构和灰度分布特征,提出一种基于Morlet小波和高斯匹配滤波的分割方法.首先通过分析二维Morlet小波变换对血管的系数响应来构造血管特征函数图;随后采用多尺度的离散高斯核对血管骨架进行匹配滤波,提高微小血管与背景区域的对比度;最后结合区域连通性分析和滞后阈值技术滤除背景噪声,提取出更加精确的血管树细节.在DRIVE和STARE数据库上的实验结果表明,作为非监督类分割方法,该方法能有效地提取眼底图像的视网膜血管网络,粘连现象少,而且对图像中噪声的鲁棒性较其他方法明显提高,具有较好的临床应用参考价值.

基于桶型深度剥离算法的屏幕空间环境遮挡

针对屏幕空间环境遮挡算法不能计算屏幕空间中被遮挡物体产生的环境遮挡值,提出了一种基于桶型深度剥离算法的屏幕空间环境遮挡算法。将位于场景中不同深度层次的物体的深度值信息剥离出来,并用这些信息计算场景中所有物体产生的环境遮挡值,从而解决了屏幕空间环境遮挡算法中被遮挡物体无法产生环境遮挡值的问题。该方法的计算过程完全在图形处理器中完成,实验结果表明,该方法具有较好的真实感并保证实时绘制速度。