一、利用光流场方法进行遥感照片的无缝拼合技术(论文文献综述)
张烜喆[1](2019)在《基于相空间光学的光场相机应用研究》文中认为相空间源于经典理论物理,在光学领域指的是使用位置坐标与波矢坐标来共同描述光场信息,使复杂的二维复变函数问题变成高维的实密度函数的一种理论方法。该方法用于描述光学对象时,能够同时使用目标本身和传输介质导致的相位分布,信息更完备,也更一致。使用该理论在处理复杂光场的传输、变换及信息提取问题时,可用的数学工具更多,便于采用成熟的图像处理方法。这些独特的优势使得该理论能够解决很多传统方法无解的难题,例如扩展信标的大视场多视角波前探测、传输介质的湍流结构重建等。传统光学手段无法对密度函数进行实时高分辨率采样,严重制约了该理论走向工程应用。光场相机能够同时记录同一物点所有方向上光线的强度,包含了密度函数所需的空间坐标和波矢坐标,是解决这一问题的有力工具。本文分析了多种光场相机的特点,采用多焦距聚焦型结构设计了探测器件,实现了视场范围内复杂场景相空间密度函数的高分辨率采样;并基于相空间光学理论,改进了光场相机的信息提取算法,由此解算出全场高阶相位图谱,解决了诸如去湍流清晰成像、湍流结构重建、高动态三维点云解算以及扩展信标的多视角波前探测等难题,并提高了信息提取的准确度和稳定度。论文取得的主要研究成果和创新包括:1、推导了基于Radon变换的密度函数重建方法,提出了基于多层次强度信息的相位复原算法,并给出了仿真结果和光学实现方式,该方法通过获取光轴方向上若干层次的强度分布,来重建瞳面相位,复原精度随层次数量的增加逐步提高。2、设计、自研了一台多焦距聚焦型光场相机,给出了参数设计模型,分析了该相机的动态范围、对密度函数的采样分辨率等参数特性;基于相空间光学理论,优化了全视场二维相位图谱提取算法和系统参数标定算法,实现了不同景深、大视场目标物的多阶次信息提取与重建,针对多种应用场景进行了精度测试,取得了较好的结果。3、将相空间光学的研究方法、实现手段,初步应用到了阵列光束的外光路闭环控制上,实验验证了在解算出了指定发射方向上的大气畸变相位分布的基础上,就可以为每一路光束的指向修正提供依据,为多路光束合成系统走向工程化应用提供了技术基础。
谢春梅[2](2019)在《优化运动物体的视频拼接技术研究》文中研究说明随着信息科技的发展,人们对视频图像的要求越来越高,其中非常重要的一点就是对视频视野扩大的需求。视频拼接技术是将多个同时拍摄的、具有公共区域的视频拼接成一个视野更大的视频,来满足人们对信息的需求。到目前为止,该技术具有广泛的应用场景:在安保上,该技术可将拍摄的多个监控视频拼接成一个全景视频,方便工作人员查看,缓解安保人员的压力;在医学上,常常需要将多个探头置入人体在患处进行拍摄,该技术可将其拍摄的多个视频合并成一个视频,有利于医生观察患处,进而提升病情诊断的准确率;在航拍方面,多个无人机拍摄的视频比较零散,该技术可将其拼接成一个大视野视频,不仅可呈现出一种震撼的效果,也能方便人们观察。本文以优化视频拼接中运动物体的效果为目标,提出了两种视频拼接算法。针对映射矩阵导致左右图公共区域像素配准不精确的问题,本文提出了一种基于光流的视频拼接算法。该算法从公共区域计算、光流场估计与聚类、光流场延伸、自适应视频拼接和遮蔽区域检测与校正等多个方面进行详细阐述。该算法通过估计两图公共区域之间的密集光流,将光流作为映射模型,利用光流的特性实现左图与右图之间点对点映射,提升了图像配准的准确率,有效改善了在公共区域中运动物体模糊问题。在卷积神经网络的框架下,利用卷积神经网络对数字图像处理的优势,本文也提出了一种新的视频拼接算法,旨在优化公共区域中的运动物体拼接效果。该算法在图像超分辨卷积神经网络VDSR的基础上,加入了残差块和批量归一化等结构,实现了一个端对端的视频拼接网络。该网络以待拼接左图和右图作为输入,拼接好的全景图作为输出,利用卷积神经网络使左图和右图实现更加准确的匹配,从而达到优化全景图拼接效果的目的。该算法创新性的将卷积神经网络应用到视频拼接领域中,并且对运动物体可以实现很好的拼接效果。
彭飞月[3](2018)在《基于深度学习的动态场景HDR重建技术研究》文中研究说明多曝光动态场景HDR重建问题具有很大的挑战性,由于场景中包含了运动物体及相机抖动等运动因素,使得合成HDR图像时易产生鬼影和模糊。目前研究人员提出了一些方法以解决该问题。有些研究人员提出了传统方法,例如基于分块的方法和运动映射方法,还有一些研究人员将HDR重建问题建模为深度学习模型。本文提出了一种结合传统技术流程与深度学习的方法,首先利用基于深度学习的光流算法[1]将图像序列向参考图像配准,然后利用融合网络将配准后的图像融合为HDR图像。本文的主要研究内容如下:(1)动态场景HDR融合的技术流程本文提出了一个解决多曝光动态场景HDR重建问题的技术流程,主要包括三个阶段:预处理、配准和HDR融合。首先对输入图像序列进行预处理,再利用基于深度学习的光流算法将输入图像序列向参考图像配准,然后将配准后的图像作为融合卷积网络的输入图像序列,最终产生无鬼影的HDR图像。(2)基于深度学习的图像配准本文提出了一种基于深度学习的配准方法。考虑到光流法的假设之一就是前后帧的曝光度一致,本文提升了较暗图像的曝光度并且降低较亮图像的曝光度,以使得输入图像序列的曝光度一致。然后,本文利用Ilg等人基于深度学习的光流算法FlowNet2.0分别计算相邻图像之间的光流。最后,本文利用相应的光流通过双三次插值使目标图像向参考图像配准。最后得到了配准后的图像序列,为后续的融合阶段做好准备。(3)基于深度学习的HDR融合本文提出了一种基于深度学习的融合方法。在融合阶段,需要解决的问题主要有两个:一是消除配准阶段遗留的人工痕迹和错误,二是将配准后的图像序列融合为最终的HDR图像。本文的方法主要利用了深度全卷积网络强大的学习能力将配准后的输入图像序列融合为无鬼影的HDR图像。本文创建了一个真实世界动态场景的HDR数据集,用于深度全卷积网络的训练和测试。还提出了两个不同的融合卷积网络结构,进一步改进了动态场景HDR重建的效果。
刘扬[4](2018)在《基于DPSIR模型的昆明市域城市生态系统健康评价》文中研究说明昆明市作为典型的高原山地城市,其生态系统具有与生俱来的脆弱性。在城市高速发展的背景下,昆明市人地关系紧张、自然灾害频发,而生态系统健康状况评价则能够真实反映城市中人与自然的相互关系,并结合社会经济环境可探究其背后的驱动因素,能够为未来的城市生态系统健康评价提供新的视角,也为城市今后的可持续发展提供参考借鉴价值。因此,本文综合考虑了昆明市人文、自然、社会特征,构建了DPSIR城市生态系统健康评价模型,并采用全排列多边形图示指标法对其生态系统的健康状况进行量化评价。结论如下:1.昆明市DPSIR城市生态系统健康评价模型的构建。结合昆明市自然、人文、社会等特征,从驱动力、压力、状态、影响、响应五因素方面筛选出25个指标搭建昆明市DPSIR城市生态系统健康评价模型。依据实际数据,对25个指标在2006年、2011年、2016年三个时期的具体指标值进行计算,并为各个指标绘制动态变化折线图,结合人文社会条件,分析指标发生变化的原因。2.全排列多边形图示指标法进行健康评价的运用。依据DPSIR城市生态系统健康评价模型中各指标的计算结果,运用全排列多边形图示指标法标准化原理对各指标值进行处理,消除不同单位指标的量纲影响,将各指标缩放至同一区间内,使各个指标具备纵向可比性。依据各指标标准化值绘制驱动力、压力、状态、影响、响应五因素的多边形图形,不同的指标标准值连接围合成的图形具有不同的内涵特征,最终计算出昆明市三个时期综合指数值分别为0.1796、0.2432、0.2186,2006年、2011年、2016年昆明市城市生态系统健康状况评定等级均为“不健康”等级,昆明市城市生态系统健康状况处于较差的水平,亟待寻求策略进行改善。通过以上研究,本文最后提出了改善城市生态系统健康状况的建议,以期在未来提高昆明市城市生态系统健康状况等级,为昆明市的可持续发展提供新的视角,为城市管理者的政策制定提供新的思路。
肖振中[5](2010)在《基于工业摄影和机器视觉的三维形貌与变形测量关键技术研究》文中研究表明三维形貌与变形测量在产品质量控制、逆向设计、材料与工程结构测试、生物医学、文物保护等众多领域中的需求日益增加。过去传统的测量内容和测量方法已经不能满足需要,物体的三维尺寸、表面形貌和运动变形数据的获取成为测量领域的研究热点和前沿课题。本文针对目前光学三维形貌与变形测量研究中存在的不足,采用理论分析和实验研究相结合的研究方法,综合机械工程、光学电子、计算机视觉、数字图像处理和摄影测量学等多个学科对三维形貌与变形测量关键技术进行了系统、深入的研究。主要研究内容和研究成果如下:(1)讨论了光学三维形貌与变形测量技术原理和优缺点,对研究现状和发展趋势进行了系统的分析。研究了工业摄影测量和机器视觉中坐标转换、摄影几何约束、空间交汇和三维重建的基本理论。为本文的研究工作提供基本的理论依据。(2)机器视觉系统参数标定是三维测量技术中的关键问题之一,其标定精度直接决定后续三维重建的精度。为进一步提高视觉系统测量精度,提出了一种基于工业摄影测量的相机柔性标定方法,给出了相机成像模型和十参数镜头畸变模型,并进行了相机标定实验及重投影误差分析。该方法使用不同尺寸的标定板和标定十字架,无需标定物世界坐标,可以对不同视场单个或者多个相机进行标定。标定参数初始值由摄影测量中相对定向和直接线性变换方法得到,然后使用捆绑调整算法整体优化物方坐标及相机内外参数。实验结果表明,标定重投影误差小于0.05像素,标准尺(221.001±0.003mm)平均测量误差0.03mm,与传统方法相比,标定精度有较大提高。(3)系统地研究了单相机、双相机和多相机的高精度三维重建方法,推导了在不同情况下的三维重建方程。提出了基于外插多频相移的双目面结构光测量方法,并进行了精度实验验证和误差分析。基于外插多频相移的相位展开算法,相位展开过程主要依赖不同频率正弦光栅图像的相位主值,对被测物体表面颜色不敏感,无需表面处理,计算过程更稳定,且可对每种频率的相移均进行相位展开,后续三维重建时使用多个连续的相位值进行平均计算,提高了三维重建的精度。(4)针对大型结构件变形,提出了一种基于工业摄影测量的三维静态变形测量方法。该方法可以方便地获得大型结构件在不同载荷条件下的整体位移场信息。研究了同名点匹配和搜索算法,改进了坐标配准算法,提高了坐标配准的效率,并实现了静态变形测量数据中变形点的匹配,从而计算出实际的位移变形场。提出了一种相关拼合的算法,通过使用相关点进行坐标配准和相同变形点匹配,提高了相同变形点匹配的效率。(5)针对全场位移和应变测量,结合双目立体视觉,提出了一种基于数字图像相关的三维应变测量方法。研究了数字图像相关方法的基本原理,涉及的关键技术包括相关系数、相关搜索、相关区域校正和位移场数据的平滑等。通过引入盒滤波思想,改进了整像素相关搜索算法,提高了匹配效率,对影响测量精度的因素进行了分析并提出了散斑图像光照不均匀的校正方法。在上述理论与技术的基础上,将研制的双目面扫描系统、静态变形测量系统、动态变形测量系统在大型飞机全尺寸形貌测量、汽车钣金件、电力塔架真型试验、薄板焊接变形试验、材料拉伸试验中进行了应用和实验,并取得了良好的效果。
李亚男[6](2010)在《一种高速的风景图像拼接系统的设计和实现》文中指出图像拼接技术属于数字图像处理技术的范畴,是基于图像绘制研究领域的一个重要课题,也是构建虚拟环境的主要技术手段。通过图像拼接技术将一组具有部分重叠的图片或视频图像进行无缝拼接而得到超宽视角图像或者360度全景图像。全景图在科学研究和工程项目中具有很强实用性,广泛应用于航空航天的拍摄,医学领域的图像处理,虚拟场景的展示等领域。本文研究了国内外全景图生成算法,阐述了全景图生成的关键技术和研究现状。通过对现有算法的分析,针对相机拍摄实景图像的拼接特点,本文实现了一种高速的全景图拼接算法。主要实现了全景图拼接和全景图环视两个功能,以多个风景图的全景图分析为研究目标。用户可以将两张有重叠部分的图像拼接,然后进行环游展示。本文提出的算法思想为:本文主要基于传统的快匹配法方法,设计了一种高速的风景图像拼接算法。针对有重叠部分的户外风景图像,以重叠块的灰度差的平均密度为标准来衡量此区域是否配准拼接。通过计算出水平方向和垂直方向的拼接距离,将两幅图像重叠部分的像素进行加权平均,确定图像的重叠位置,然后进行融合。算法复杂度是o(图像高度+图像宽度),实验系统基于opencv 2.0计算机视觉库进行图像处理,经过试验验证,算法有较好的效果。
王斌[7](2009)在《基于无人机采集图像的土壤湿度预测模型研究》文中指出土壤湿度是气候、水文、生态和农业等方面研究的一个重要的基础参数,它直接控制着陆面和大气之间水、热量的输送和平衡。土壤湿度的变化会引起土壤热学特性、地表光学特性的改变,从而影响气候的变化。区域性和大尺度的陆地土壤湿度变化信息对于陆气交互作用平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝和干早的监测、农作物生长态势评估、自然和生态环境问题的研究等都是十分关键的因素。因而,研究区域或大范围的土壤水分有着特别重要的意义,这也是目前国际上研究的一个重要课题之一。传统的地面观测站网络不能满足大尺度土壤水分的时间、空间连续动态变化研究的需要。而现在广泛应用的微波测量方式虽然穿透力强,也存在设备过于沉重、短波范围内电测波信号受大气干扰比较大、波段难以控制等缺点,限制了其在农业自动化方面的发展。目前也有很多用可见光-近红外-热红外等光学遥感手段来获取土壤湿度时空分布信息,采用光学遥感具有体积小、成像简单、周期短、费用低等优点,利于将来的农业普及。但是这种手段在目前的应用中大多依靠高空飞行器负载,因为光学遥感的波段无法穿透云层,所以在实际应用中受到了限制。而无人机的出现解决了这些问题。无人机作为一种新型的信息获取方式,伴随着技术的逐渐成熟,已经在越来越多的领域得到了应用。与通常信息获取使用的飞行器以及卫星相比,无人机具有费用低、精确度高、运行周期短、易于操作等优点,非常适合将来在农业当中普及。本研究正是基于此,选用无人机作为飞行器,可见光-近红外光作为遥感测量的手段,以美国犹他州为例研究如何探测一定区域内土壤表层的湿度信息的问题。本研究的主要内容如下:首先,建立了图像的多空间分析模型以及分数阶植被归一化公式。用无人机采集回的可见光以及近红外光等信息都是独立的,与土壤湿度的信息的关联都不足以达到预测的标准。以往的研究都是通过各种分析公式,比如HIS、GRAY、NDVI等,将探测到的信息融合起来,达到了较为准确预测土壤湿度的标准。而本研究通过对比图像的各种空间分析特性,提出了分数阶的植被归一化公式,能够大大提高土壤湿度与图像包含信息的相关系数,保证利用建立的模型预测土壤湿度的准确性。其次,提出了根据无人机图像特点的的图像拼接算法。很多已有的拼接算法已经能够很好的完成图像的镶嵌任务。但是,这些算法运行需要较多的时间,达不到无人机图像拼接的实时要求。出于这个目的,本研究提出了基于局部灰度匹配的图像拼接算法,在图像拼接的过程中融合无人机的飞行特征,大大缩小了图像匹配特征点的搜索范围。并且图像灰度为快速转换的图像特性,在此条件下特征点能够准确、快速匹配,节约了运行成本,达到了无人机图像实时拼接的要求。第三,完成了无人机图像几何校正算法。由于无人机在飞行的过程受到航线、风速等不确定的影响,所拍摄的图像与地面会产生不确定的夹角。本研究提出了无人机图像几何校正算法,能够根据无人机即时记录下的信息,自动完成图像角度的校正,为图像拼接打下基础。第四,提出了基于聚类分析算法的图像分割模型。图像中确定区域的边界对土壤湿度的描述以及农业自动灌溉信息的提取至关重要。通常的分割算法都是基于着色点的分布概率或者图像的特征空间分析进行像素点归类,结果比较粗糙。本研究通过聚类分析算法,根据边界点的梯度以及分布趋势,划分区域边界,效果较好。最后,通过实验验证了之前提出的算法,并且对预测模型的精度进行了分析。结果表明,该模型达到了预测的要求,可以在实际中应用。
李忠新[8](2004)在《图像镶嵌理论及若干算法研究》文中研究说明图像镶嵌是一种将从真实世界获取的图像序列合成一个宽视场的场景图像技术。目前,图像镶嵌技术在摄影测量学、虚拟现实、视频图像处理等领域中得到越来越广泛的应用,具有重大的应用价值。本文对图像镶嵌技术进行了较深入的研究,主要研究成果如下: 回顾了图像镶嵌的由来、研究现状以及在各个领域中的应用,并系统地介绍了图像镶嵌的基础理论及其关键技术。 提出了一种基于块匹配的视频图像镶嵌算法,该算法首先利用基于相位相关的块匹配算法计算出图像的运动矢量场,然后根据运动矢量场确定图像子块之间的对应关系,最后通过迭代算法估计出图像间的变换模型参数来进行图像镶嵌。该算法无需从图像中提取特征,能够充分利用图像所包含的信息,在图像不存在较大的畸变以及镜头的缩放情况下可以获得良好的镶嵌效果。 提出了一种基于角点匹配的图像镶嵌算法,该算法首先采用Harris算子从图像中提取角点,然后通过归一化相关法获取匹配的角点对,再利用鲁棒的随机采样估计算法计算出图像之间的变换模型参数进行图像镶嵌。该算法能够较好的解决图像间对应点难以确定的问题,即使存在较高比率的错配点也能获得正确的变换模型参数完成镶嵌,具有较强的鲁棒性。 研究了一种基于光流场的图像镶嵌算法,根据光流约束方程建立了不同的目标函数来估计图像间的变换模型参数,并在原有算法的基础上,进一步优化了变换模型参数,以提高变换模型参数的估计精度。该算法无需提取图像的特征,能够自动的实现图像的镶嵌。经过实验表明在相机存在抖动或拍摄的图像不满足平面场景假设的条件下以及图像间存在光照变化的情况下,该算法也可以获得较好的镶嵌效果。 研究了柱面全景图像镶嵌技术,并提出了一种基于频域信息的图像镶嵌算法,利用图像的互功率谱来估计相机的像素焦距以及图像间的平移运动参数和旋转运动参数进行柱面全景图的镶嵌。该算法在图像的初始运动参数的估计和迭代求精过程中,均增加了对相机绕光轴小角度旋转的情况的考虑,有效地避免了误拼接现象的出现。摘要I.士论文最后论文分析了当前在图像镶嵌技术研究中存在的问题,并指出了进一步的研究方向。关键词:图像镶嵌,块匹配,角点匹配,光流场,柱面全景图
张汗灵[9](2003)在《基于图象的绘制关键技术研究》文中研究指明基于图象的绘制技术(IBR)由于其适用于普通计算平台、具有较强的真实感和实时绘制性能而成为当今虚拟现实和计算机图形学界的研究热点。本论文主要对其中的图象拼合、图象变形、基于图象的动画、混合绘制等关键技术进行了系统地研究。论文的主要研究工作和成果如下: 1.提出了基于特征的自动图象拼合算法。该算法解决了初始参数、拼接区域宽度、拼接权值的选取问题。分析表明,本算法适宜于任何大小的图象并且不需要知道相机的任何参数(如焦距),对相邻帧图象之间相机的运动没有严格的限制。仿真结果表明与Szeliski算法相比,本算法用较小的代价实现了图象的自动配准和拼合,拼合的图象视觉效果既清晰又光滑无缝。 2.提出了基于Bezier特征曲线的图象变形算法。该算法利用Bezier特征曲线精确地指定了图象变形的特征基元。仿真结果表明,本算法与传统的直接空间域变形算法相比,小波变换只分解一层,变形算法的运算速度可提高三倍。 3.提出了基于小波边缘检测的自动图象变形算法。该算法利用小波边缘检测自动提取变形特征线段,解决了变形特征的指定问题。改进了基于域的图象变形算法,较大地减小了变形算法的复杂度,提高了算法的运算速度。仿真结果表明本算法实现了图象的自动变形,免除了用户指定变形特征基元的负担。 4.提出了基于改进型主动轮廓线模型的半自动图象变形算法。该算法改进了主动轮廓线模型中轮廓曲线的初始化和图象能的构成。用户只需在被变形图象上粗略地给定几个初始点,算法就能自动准确地指定被变形图象的特征基元,并且能自动确定其对应关系。仿真结果表明算法减轻了用户指定变形特征基元的负担,实现了图象的自动变形。 5.提出了基于径向基神经网络的人脸动画生成的算法。该算法只需要较少的特征点就可以在被仿真的人脸图象间建立空间变换关系,实现人脸表情的动画,有较强的灵活性和控制性。相对建模类动画算法而言,本算法具有计算简单、绘制速度快,适合于分散的不规则特征点等优点。 6.提出了基于图象和几何的混合模型表示及绘制算法。该算法把场景分为前景和背景两个层次。背景采用第二章提出的基于多分辨率样条的图象拼合算法拼合成圆柱形全景图,并用多分辨率样条层次表示,以提高绘制速度。对于前景对象采用本章提出的多分辨率LOD几何模型简化算法绘制,以保证真实感效果。与Debevec提出的混合绘制算法相比,本算法拓展了混合绘制算法的适用范围。
王靓伟,王永刚,王大刚[10](2000)在《利用光流场方法进行遥感照片的无缝拼合技术》文中提出从高空拍摄的遥感照片之间存在符合投影公式的变换关系 ,本文采用一种基于光流场的方法计算出投影公式的参数 ,拍摄这些相片时 ,在不需要知道相机的位置 ,倾斜角度 ,甚至不需知道相机的焦距的情况下 ,实现遥感照片的拼合。这种利用光流场将多幅遥感照片拼合成范围更大的照片的方法 ,能够自动完成图像的拼接处理 ,并在实验中证实了解决实际问题的可行性
二、利用光流场方法进行遥感照片的无缝拼合技术(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用光流场方法进行遥感照片的无缝拼合技术(论文提纲范文)
(1)基于相空间光学的光场相机应用研究(论文提纲范文)
摘要 |
ABSTRACT |
引言 |
第1章 相空间光学基本理论及光场相机概述 |
1.1 相空间光学的理论基础 |
1.1.1 几何学假设 |
1.1.2 动力学假设 |
1.1.3 光学哈密顿函数 |
1.2 光学相空间描述方式的优势 |
1.3 光场在相空间中的变换与传输 |
1.3.1 自由传输 |
1.3.2 哈密顿量的守恒 |
1.3.3 分数阶傅里叶变换 |
1.4 相空间光学中的光场相位信息提取 |
1.5 光场相机结构及特性分析 |
1.6 小结 |
第2章 相空间光学中的密度函数采样方法研究 |
2.1 四种可采样的相空间密度函数 |
2.2 间接采样测量法 |
2.2.1 基于Radon变换的模糊函数完整重建方法 |
2.2.2 模糊函数的部分重建方法 |
2.2.3 基于多层次强度信息逐步提高分辨率的相位复原技术 |
2.2.4 优缺点分析 |
2.3 直接采样测量法 |
2.3.1 基于光场相机1.0的直接采样方法原理 |
2.3.2 深度信息在相空间中的表示 |
2.3.3 高阶相位在相空间中的表示及解算 |
2.3.4 实验结果及优缺点分析 |
2.4 混合采样测量法 |
2.4.1 基于光场相机2.0的混合采样方法原理 |
2.4.2 验证实验及优缺点分析 |
2.5 小结 |
第3章 高分辨率采样相空间密度函数的光场相机设计 |
3.1 基本结构 |
3.2 动态范围与分辨率设计 |
3.2.1 F数匹配 |
3.2.2 通用景深与分辨率分析 |
3.2.3 多焦距型微透镜的景深 |
3.2.4 虚深度与最小全覆盖平面 |
3.2.5 横向分辨率分析 |
3.2.6 纵向分辨率估算 |
3.2.7 光学参数设计 |
3.3 参数标定 |
3.4 视场与分辨率分析 |
3.4.1 针对远景的视场与精度分析 |
3.4.2 针对近景的精度与景深分析 |
3.4.3 全场相位图谱的特性指标 |
3.4.4 与典型三维传感器精度对比 |
3.5 小结 |
第4章 基于相空间光学的信息提取算法及应用 |
4.1 全视场相位图谱获取方法 |
4.2 低阶信息提取与应用的实验研究 |
4.2.1 目标的三维点云信息提取 |
4.2.2 复杂背景下的目标识别 |
4.2.3 基于光场视频的准静态目标重建实验研究 |
4.2.4 非相干合成孔径成像初步分析 |
4.3 高阶信息提取与应用的实验研究 |
4.3.1 去湍流清晰成像 |
4.3.2 温度场分布重建 |
4.3.3 绝对温度标定 |
4.4 小结 |
第5章 基于光场相机的合束闭环控制研究 |
5.1 光束合成技术概述 |
5.1.1 非相干合成 |
5.1.2 相干合成 |
5.1.3 大规模光束阵列空间拼束系统及其优势 |
5.2 光束阵列闭环输出的实验装置 |
5.2.1 合束模块 |
5.2.2 光束合成闭环控制模块 |
5.2.3 测试样机 |
5.3 合成光束传输相位畸变探测与校正 |
5.3.1 技术背景 |
5.3.2 光场相机在相位畸变探测中的应用 |
5.3.3 强湍流下指定方向传输的闭环控制 |
5.4 小结 |
第6章 总结与展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(2)优化运动物体的视频拼接技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究现状 |
1.2.1 图像拼接技术研究现状 |
1.2.2 视频拼接算法研究综述 |
1.3 论文主要内容与章节安排 |
第二章 视频图像拼接基础介绍 |
2.1 引言 |
2.2 图像配准 |
2.2.1 特征点提取 |
2.2.2 特征点粗匹配 |
2.2.3 特征点对提纯及变换矩阵估计 |
2.3 图像融合 |
2.3.1 线性融合 |
2.3.2 泊松融合 |
2.3.3 拉普拉斯金字塔融合 |
2.3.4 最佳缝合线融合 |
2.4 视频拼接 |
2.5 本章小结 |
第三章 基于光流的视频拼接 |
3.1 引言 |
3.2 光流估计 |
3.2.1 基于梯度的方法 |
3.2.2 基于匹配的方法 |
3.2.3 基于神经网络的方法 |
3.2.4 基于相位的方法 |
3.3 基于光流的视频拼接 |
3.3.1 图像预处理及公共区域计算 |
3.3.2 光流场估计及聚类 |
3.3.3 光流场延伸 |
3.3.4 自适应视频拼接 |
3.3.5 遮蔽区域检测与校正 |
3.4 实验结果及分析 |
3.4.1 不同场景下实验结果分析 |
3.4.2 与其他算法比较结果 |
3.5 本章小结 |
第四章 基于VDSR的端到端视频拼接 |
4.1 引言 |
4.2 深度学习相关的视频拼接 |
4.2.1 深度学习概述 |
4.2.2 基于深度学习的视频拼接研究现状 |
4.3 基于VDSR的端到端视频拼接 |
4.3.1 VDSR网络结构 |
4.3.2 基于VDSR的端到端视频拼接 |
4.4 实验结果及分析 |
4.4.1 数据集 |
4.4.2 损失函数 |
4.4.3 实验参数 |
4.4.4 实验结果 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 研究展望 |
附录 A 英文缩略语表 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
攻读学位期间申请的专利 |
(3)基于深度学习的动态场景HDR重建技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及意义 |
1.1.1 课题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 传统方法 |
1.2.2 深度学习方法 |
1.3 论文的主要工作与结构 |
1.3.1 论文的主要工作 |
1.3.2 论文的组织结构 |
第二章 基于深度学习的动态场景HDR重建技术流程 |
2.1 HDR重建技术简介 |
2.1.1 静态场景HDR重建 |
2.1.2 动态场景HDR重建 |
2.2 动态场景HDR重建技术流程 |
2.2.1 预处理 |
2.2.2 配准 |
2.2.3 融合 |
2.3 本章小结 |
第三章 图像配准方法 |
3.1 传统的图像配准方法 |
3.1.1 基于特征的图像配准 |
3.1.2 基于区域的图像配准 |
3.1.3 传统图像配准的局限性 |
3.2 基于深度学习的图像配准方法 |
3.2.1 光流配准法 |
3.2.2 Flow Net2.0 |
3.2.3 变形算法 |
3.3 实验分析与结果 |
3.4 本章小结 |
第四章 HDR融合方法 |
4.1 图像融合方法 |
4.1.1 加权平均融合法 |
4.1.2 金字塔融合法 |
4.1.3 梯度域融合法 |
4.1.4 结构变形 |
4.2 基于深度学习的HDR融合法 |
4.2.1 数据集 |
4.2.2 网络结构 |
4.2.3 损失函数 |
4.3 本章小结 |
第五章 实验结果与分析 |
5.1 验证集结果 |
5.2 自然场景结果 |
5.3 计算效率 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(4)基于DPSIR模型的昆明市域城市生态系统健康评价(论文提纲范文)
中文摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 高原山地城市生态的脆弱性 |
1.1.2 城市生态系统健康评价研究的必要性 |
1.2 研究目的 |
1.3 研究意义 |
1.3.1 理论意义 |
1.3.2 实践意义 |
1.4 研究方法与技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
1.5 研究内容 |
1.6 研究的主要创新点 |
2 研究综述 |
2.1 相关概念 |
2.1.1 高原山地城市 |
2.1.2 生态系统健康 |
2.2 高原山地城市的相关研究 |
2.2.1 国外研究综述 |
2.2.2 国内研究综述 |
2.3 城市生态系统的相关研究 |
2.3.1 国外研究综述 |
2.3.2 国内研究综述 |
2.4 城市健康评价的相关研究 |
2.4.1 国外研究综述 |
2.4.2 国内研究综述 |
2.5 全排列多边形图示指标法的相关研究 |
2.6 综述总结 |
3 研究区概况 |
3.1 研究区范围的界定 |
3.2 研究区区位特征 |
3.3 研究区自然地理特征 |
3.3.1 地理地貌特征 |
3.3.2 气候气象特征 |
3.4 研究区社会经济特征 |
3.4.1 人口特征 |
3.4.2 经济特征 |
3.5 研究区生态系统特征 |
3.5.1 自然性 |
3.5.2 次生性 |
3.5.3 自然灾害特点 |
3.6 小结 |
4 昆明市DPSIR生态系统健康评价模型构建 |
4.1 昆明市DPSIR生态系统健康评价模型框架 |
4.1.1 DPSIR模型结构 |
4.1.2 DPSIR模型因素的选取及描述 |
4.1.3 DPSIR模型构建的框架 |
4.2 昆明市DPSIR生态系统健康评价模型的构建 |
4.2.1 DPSIR模型评价研究时间段的选择 |
4.2.2 数据来源 |
4.2.3 土地信息的提取 |
4.2.4 DPSIR模型因素指标计算 |
4.3 本章小结 |
5 全排列多边形图示指标法评价及保护策略 |
5.1 全排列多边形图示指标法评价 |
5.1.1 全排列多边形图示指标法的基本原理 |
5.1.2 昆明市DPSIR生态系统健康评价模型指标值的标准化 |
5.1.3 全排列多边形图示的绘制 |
5.2 城市生态系统健康保护策略 |
5.2.1 科学处理城市中心区与周边区域的发展关系 |
5.2.2 转变城市发展模式,提升生态修复能力 |
5.2.3 加大生态景观保护,保持城市生态平衡 |
5.2.4 提高城区绿化程度,保持城市发展与生态福祉的平衡关系 |
5.2.5 加大自然保护区建设力度,增加环境保护投入 |
5.3 本章小结 |
6 结论与讨论 |
6.1 结论 |
6.2 讨论 |
附录 |
参考文献 |
攻读硕士学位期间科研成果 |
致谢 |
(5)基于工业摄影和机器视觉的三维形貌与变形测量关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题背景 |
1.2 工业摄影测量与机器视觉 |
1.2.1 工业摄影测量概述 |
1.2.2 机器视觉概述 |
1.2.3 工业摄影测量与机器视觉的联系 |
1.3 基于工业摄影与机器视觉的三维测量技术综述 |
1.3.1 三维形貌与变形测量技术 |
1.3.2 三维形貌与变形测量研究现状 |
1.3.3 三维形貌与变形测量发展趋势及存在的问题 |
1.4 本文的主要研究内容、目的和意义 |
1.4.1 主要研究内容 |
1.4.2 目的和意义 |
1.4.3 章节安排 |
1.5 拟解决的关键问题及创新点 |
1.5.1 本文拟解决的关键问题 |
1.5.2 本文获得的主要创新点 |
2 三维视觉几何及其定向算法研究 |
2.1 引言 |
2.2 中心透视投影及常用坐标系 |
2.2.1 中心透视投影 |
2.2.2 常用坐标系 |
2.2.3 坐标系之间的转换关系 |
2.3 单视几何 |
2.3.1 共线方程 |
2.3.2 单像空间后方交会 |
2.4 双视几何 |
2.4.1 共面方程 |
2.4.2 相对定向 |
2.5 多视几何 |
2.5.1 三视张量 |
2.5.2 空间前方交会 |
2.6 捆绑调整优化算法 |
2.6.1 捆绑调整数学模型 |
2.6.2 捆绑调整的解算方法 |
2.6.3 可靠性分析与粗差剔除 |
2.7 本章小结 |
3 一种基于工业摄影测量的相机标定方法 |
3.1 引言 |
3.2 相机成像数学模型 |
3.2.1 径向畸变 |
3.2.2 偏心畸变 |
3.2.3 像平面畸变 |
3.2.4 内方位元素误差 |
3.3 相机标定方法及原理 |
3.3.1 基于捆绑调整的自标定算法 |
3.3.2 编码标定板和标定十字架设计 |
3.3.3 标定步骤 |
3.4 圆形标志点中心检测算法 |
3.4.1 边缘检测 |
3.4.2 亚像素边缘提取 |
3.4.3 椭圆中心拟合 |
3.4.4 基于梯度的分块法检测 |
3.4.5 标志点中心检测实验 |
3.5 相机标定实验 |
3.6 本章小结 |
4 基于机器视觉的高精度三维重建研究 |
4.1 引言 |
4.2 单相机三维重建 |
4.2.1 单相机三维重建原理 |
4.2.2 核线匹配 |
4.2.3 基于最小二乘的三维坐标计算 |
4.2.4 单相机三维重建精度试验 |
4.3 双相机面结构光三维重建 |
4.3.1 双相机面结构光测量系统构成 |
4.3.2 多频外差密集点云相移测量技术 |
4.3.3 光学系统的精度分析 |
4.3.4 影响测量精度的因素分析 |
4.4 多相机三维重建 |
4.5 本章小结 |
5 三维变形测量方法研究 |
5.1 引言 |
5.2 静态变形测量 |
5.2.1 静态变形测量原理 |
5.2.2 坐标配准算法 |
5.2.3 同名点匹配算法 |
5.2.4 相关拼合算法 |
5.3 动态变形测量 |
5.3.1 数字图像相关法 |
5.3.2 相关系数的计算 |
5.3.3 相关搜索算法 |
5.3.4 相关区域校正模型 |
5.3.5 位移场数据平滑方法 |
5.3.6 影响测量精度的因素分析 |
5.3.7 散斑图像光照不均匀校正 |
5.4 本章小结 |
6 三维形貌变形测量实验与应用分析 |
6.1 引言 |
6.2 大型飞机全尺寸形貌测量 |
6.2.1 测量对象 |
6.2.2 测量过程 |
6.3 汽车中立柱内板形貌测量 |
6.3.1 测量对象 |
6.3.2 测量过程 |
6.3.3 测量结果分析 |
6.4 电力塔架真型静态加载试验 |
6.4.1 测量对象 |
6.4.2 测量过程 |
6.4.3 测量结果分析 |
6.5 薄板焊接三维动态变形测量 |
6.5.1 测量方案 |
6.5.2 测量结果分析 |
6.6 材料拉伸试验全场位移和应变测量 |
6.6.1 测量方案 |
6.6.2 测量过程 |
6.6.3 测量结果分析 |
6.7 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
附录1 系列三维形貌与变形测量实验系统 |
附录2 精度测试报告 |
附录3 用户使用与经济效益报告 |
致谢 |
攻读学位期间取得的研究成果 |
(6)一种高速的风景图像拼接系统的设计和实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 引言 |
1.1 图像拼接技术的研究背景和目的 |
1.2 图像拼接技术的国内外研究现状及主要问题 |
1.2.1 国外的研究现状 |
1.2.2 国内研究现状 |
1.3 本文主要研究的工作 |
1.4 论文结构 |
第二章 图像拼接的研究基础 |
2.1 图像拼接的定义 |
2.2 图像的拼接流程 |
2.3 图像拼接的关键技术 |
2.3.1 图像配准 |
2.3.2 图像融合 |
2.4 本章小结 |
第三章 系统的整体设计 |
3.1 需求分析 |
3.2 设计原则 |
3.3 系统结构 |
3.3.1 界面的显示 |
3.3.2 系统的主要功能 |
3.3.3 软件的结构 |
3.3.4 图像处理的数据流程 |
3.4 本章小结 |
第四章 系统的实现 |
4.1 计算图像水平方向拼接距离 |
4.2 计算图像垂直方向拼接距离 |
4.3 两幅图像融合拼接算法 |
4.4 图像的三维浏览显示 |
4.5 本章中图像拼接部分三个算法的数据流程 |
4.6 本章小结 |
第五章 系统的测试 |
5.1 图像拼接测试 |
5.2 图像环视 |
5.3 本章小结 |
第六章 总结 |
6.1 本文工作总结 |
6.2 下一步的研究内容 |
致谢 |
参考文献 |
附录 |
(7)基于无人机采集图像的土壤湿度预测模型研究(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 选题的目的 |
1.2 选题的意义 |
1.2.1 实时获取影像资料的需求 |
1.2.2 实现低成本影像获取的需求 |
1.2.3 完善对地观测体系的需要 |
1.3 无人机遥感系统的发展现状 |
1.3.1 国外研究动态 |
1.3.2 国内研究动态 |
1.4 无人机遥感监测方式比较 |
1.4.1 微波遥感监测 |
1.4.2 可见光、近红外遥感监测 |
1.4.3 各种方法的优缺点比较 |
1.5 研究内容及技术路线 |
1.5.1 主要研究内容 |
1.5.2 存在问题及技术路线 |
1.6 主要完成的任务 |
第二章 土壤湿度预测模型的数据采集工作分析 |
2.1 实验设备的准备与校正 |
2.1.1 土壤湿度探测器 |
2.1.2 土壤湿度探测器的校正过程 |
2.2 地面模型所需的数据采集 |
2.2.1 实验研究区域 |
2.2.2 采集的时间条件 |
2.2.3 预测模型的数据采集步骤 |
2.3 本章小结 |
第三章 土壤湿度预测模型的建立 |
3.1 植被指数 |
3.1.1 基本概念 |
3.1.2 大气影响 |
3.1.3 背景污染影响 |
3.1.4 其它影响因素 |
3.2 土壤湿度预测模型的建立 |
3.2.1 图像的获取 |
3.2.2 必要性分析 |
3.2.3 土壤湿度的一元线性回归预测模型 |
3.2.4 土壤湿度的多项式回归预测模型 |
3.2.5 土壤湿度的幂指数回归预测模型 |
3.2.6 土壤湿度的乘幂回归预测模型 |
3.2.7 土壤湿度的对数回归预测模型 |
3.2.8 结论 |
3.3 土壤湿度预测模型的改进 |
3.3.1 FONDVI 的定义 |
3.3.2 FONDVI 与NDVI 的比较 |
3.3.3 FONDVI-SM 的相关度验证 |
3.3.4 FONDVI-SM 的实验 |
3.4 本章小结 |
第四章 无人机图像的几何校正研究 |
4.1 坐标系统与传感器构像方程 |
4.1.1 像方空间坐标系 |
4.1.2 物方空间坐标系 |
4.1.3 传感器的构像方程 |
4.2 无人机遥感影像几何变形分析 |
4.2.1 CCD 阵列误差 |
4.2.2 镜头畸变 |
4.2.3 外方位元素的影响 |
4.2.4 地形起伏的影响 |
4.2.5 地球曲率的影响 |
4.2.6 地球自转的影响 |
4.2.7 大气等其他因素的影响 |
4.3 无人机图像几何纠正方法 |
4.4 无人机遥感影像的几何纠正 |
4.4.1 无人机遥感影像几何纠正面临的问题 |
4.4.2 无人机遥感影像几何纠正方案 |
4.4.3 CCD 相机畸变差的纠正 |
4.5 本章小结 |
第五章 无人机图像的镶嵌算法研究 |
5.1 图像镶嵌的基础理论 |
5.1.1 成像的几何基础 |
5.1.2 图像间坐标变换 |
5.2 图像镶嵌的关键技术 |
5.2.1 图像配准技术 |
5.2.2 图像插值技术 |
5.2.3 图像合成技术 |
5.3 基于角点匹配的无人机图像镶嵌算法 |
5.3.1 角点检测 |
5.3.2 角点匹配 |
5.3.3 变换模型参数的鲁棒估计 |
5.4 基于无人机特点的图像拼接实验 |
5.4.1 图像预处理 |
5.4.2 图像拼接 |
5.4.3 特征值匹配 |
5.4.4 图像融合 |
5.5 基于均值转移的目标区域边界提取算法 |
5.5.1 均值转移算法的思想 |
5.5.2 实验过程 |
5.5.3 均值转移算法的实验 |
5.6 本章小结 |
第六章 土壤湿度预测模型在无人机采集图像中的实现 |
6.1 建立土壤湿度预测模型的流程 |
6.2 地面数据采集 |
6.3 无人机图像的几何纠正 |
6.4 无人机图像的镶嵌拼接 |
6.5 基于无人机图像的土壤湿度预测模型的建立 |
6.5.1 预测拟合曲线的建立 |
6.5.2 预测拟合曲线的准确度评估 |
6.6 本章小结 |
结论 |
参考文献 |
附图 |
攻读博士学位期间取得的研究成果 |
致谢 |
个人简历 |
(8)图像镶嵌理论及若干算法研究(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 图像镶嵌技术的概述 |
1.1.1 图像镶嵌技术的研究意义 |
1.1.2 图像镶嵌技术的主要研究内容 |
1.1.3 图像镶嵌技术分类 |
1.1.4 图像镶嵌技术的研究现状 |
1.2 图像镶嵌技术的应用领域 |
1.2.1 基于镶嵌图像的环境监测及视频监控 |
1.2.2 虚拟场景的构建和虚拟漫游 |
1.2.3 基于镶嵌图像的视频压缩 |
1.2.4 基于镶嵌图像的视频检索、浏览及编辑 |
1.3 论文的研究内容与结构 |
2 图像镶嵌的基础理论及其关键技术 |
2.1 成像的几何基础 |
2.1.1 坐标系统 |
2.1.2 成像模型 |
2.2 摄像机的运动 |
2.3 图像间坐标变换 |
2.3.1 齐次坐标的表示 |
2.3.2 图像坐标变换模型 |
2.3.3 基本假设 |
2.4 图像镶嵌的关键技术 |
2.4.1 图像配准技术 |
2.4.2 图像插值技术 |
2.4.3 图像合成技术 |
2.5 本章小结 |
3 基于块匹配的图像镶嵌算法 |
3.1 块匹配算法 |
3.2 相位相关法 |
3.2.1 相位相关法的理论基础 |
3.2.2 相位相关法实例 |
3.3 图像间运动矢量场的计算 |
3.4 变换模型参数的计算 |
3.4.1 对应点对的选取 |
3.4.2 外点运动矢量的剔除 |
3.4.3 变换模型参数的迭代估计算法 |
3.5 图像的合成 |
3.6 实验结果与分析 |
3.7 本章小结 |
4 基于角点匹配的图像镶嵌算法 |
4.1 角点检测 |
4.2 角点匹配 |
4.3 变换模型参数的鲁棒估计 |
4.3.1 变换模型的参数线性算法 |
4.3.2 变换模型的参数鲁棒估计 |
4.3.3 随机采样算法 |
4.4 实验结果与分析 |
4.5 本章小结 |
5 基于光流场的图像镶嵌算法 |
5.1 光流约束方程 |
5.2 仿射光流与仿射拟合 |
5.2.1 仿射拟合 |
5.2.2 仿射光流 |
5.3 投影光流和投影拟合 |
5.3.1 投影拟合 |
5.3.2 投影光流 |
5.3.3 未加权投影光流 |
5.4 二维投影光流 |
5.5 投影变换模型参数估计 |
5.5.1 四点算法 |
5.5.2 图像金字塔的构造 |
5.5.3 改进的投影变换模型参数估计算法 |
5.6 实验结果 |
5.7 本章小结 |
6 柱面全景图像镶嵌技术 |
6.1 柱面全景图像镶嵌的基础 |
6.1.1 图像数据的采集 |
6.1.2 像素焦距的概念 |
6.2 柱面投影变换 |
6.3 柱面全景图的镶嵌算法 |
6.3.1 相机的像素焦距估计 |
6.3.2 初始运动参数估计 |
6.3.3 相机像素焦距求精 |
6.3.4 运动参数求精 |
6.4 实验结果与分析 |
6.5 本章小结 |
7 结束语 |
参考文献 |
攻读博士学位期间发表和投出的论文 |
(9)基于图象的绘制关键技术研究(论文提纲范文)
第一章 绪论 |
1.1 虚拟场景绘制 |
1.1.1 虚拟场景绘制中存在的主要障碍 |
1.1.2 论文研究背景 |
1.2 基于图象的绘制技术 |
1.2.1 全光函数方法 |
1.2.2 全景图象拼合方法 |
1.2.3 光场函数和光图函数方法 |
1.2.4 视图插值方法 |
1.2.5 图象、视图变形方法 |
1.2.6 基于图象的动画方法 |
1.2.7 3D折叠方法 |
1.2.8 表面反射属性及光照模型的绘制方法 |
1.3 基于几何的建模和绘制技术 |
1.4 基于几何和图象混合的建模和绘制技术 |
1.5 论文工作的意义和贡献 |
1.6 论文的结构安排 |
参考文献 |
第二章 基于特征的自动全景图象拼合技术 |
2.1 全景图象拼合技术及其应用 |
2.2 全景图象拼合的算法分析 |
2.3 基于SUSAN的自动特征提取算法 |
2.3.1 SUSAN角点检测方法 |
2.3.2 相似性测量准则 |
2.3.3 匹配点的选取 |
2.3.4 剔除误匹配点 |
2.4 图象整合变换 |
2.5 图象拼合 |
2.5.1 构造高斯塔 |
2.5.2 构造拉普拉斯塔 |
2.5.3 由拉普拉斯塔拼合图象 |
2.6 全景图象的拼合 |
2.6.1 平面全景图象的拼合 |
2.6.2 柱面全景图象的拼合 |
2.7 仿真结果及分析 |
2.8 本章小结 |
参考文献 |
第三章 基于Bezier特征曲线的图象变形技术 |
3.1 引言 |
3.2 基于Bezier特征曲线的图象变形算法 |
3.2.1 Bezier特征曲线的变形特征指定 |
3.2.2 Bezier特征曲线的图象变换 |
3.2.3 Bezier特征曲线的图象变换的快速算法 |
3.2.4 Bezier特征曲线的图象变形算法 |
3.3 基于Bezier特征曲线和小波变换的图象变形算法 |
3.3.1 小波空间的图象变形 |
3.3.2 多分辨率图象变形框架 |
3.3.3 Bezier特征曲线和小波变换的图象变形算法 |
3.4 仿真结果及分析 |
3.5 本章小结 |
参考文献 |
第四章 基于小波边缘检测的自动图象变形技术 |
4.1 引言 |
4.2 基于小波边缘检测的自动变形特征提取算法 |
4.2.1 被变形图象的小波边缘提取算法 |
4.2.2 被变形图象的变形特征线段的提取算法 |
4.2.3 被变形图象的特征线段的匹配算法 |
4.3 改进型基于域的图象变换算法 |
4.3.1 基于域的图象变形算法 |
4.3.2 改进型基于域的图象变换算法 |
4.4 基于小波边缘检测的自动图象变形算法 |
4.5 仿真结果及分析 |
4.6 本章小结 |
参考文献 |
第五章 改进型主动轮廓线模型的图象变形技术 |
5.1 前言 |
5.2 改进型主动轮廓线模型 |
5.2.1 主动轮廓线模型 |
5.2.2 改进型主动轮廓线模型 |
5.3 改进型主动轮廓线模型的半自动图象变形算法 |
5.3.1 基于改进型主动轮廓线模型的变形特征点的指定算法 |
5.3.2 基于B样条曲面的图象变换算法 |
5.3.3 仿真结果及分析 |
5.4 改进型主动轮廓线模型的视图变形算法 |
5.4.1 视图变形 |
5.4.2 改进型主动轮廓线模型的视图变形算法 |
5.4.3 仿真结果及分析 |
5.5 本章小结 |
参考文献 |
第六章 基于图象的动画技术 |
6.1 引言 |
6.2 基于径向基神经网络的人脸动画仿真算法 |
6.2.1 基于图象的人脸动画仿真的径向基神经网络结构 |
6.2.2 基于径向基神经网络的人脸仿真算法 |
6.3 仿真结果及分析 |
6.4 本章小结 |
参考文献 |
第七章 基于图象和几何的混合绘制技术 |
7.1 引言 |
7.2 混合绘制算法的前景LOD几何模型简化算法 |
7.2.1 边折叠变换 |
7.2.2 不同细节层次模型间的光滑算法 |
7.2.3 不同分辨率LOD几何模型的选择 |
7.2.4 混合绘制中前景LOD几何模型简化算法 |
7.3 一种基于图象和几何的混合模型绘制算法 |
7.4 仿真结果及分析 |
7.5 本章小结 |
参考文献 |
第八章 总结与展望 |
攻读博士学位期间获得的研究成果及发表的论文 |
致谢 |
四、利用光流场方法进行遥感照片的无缝拼合技术(论文参考文献)
- [1]基于相空间光学的光场相机应用研究[D]. 张烜喆. 中国科学技术大学, 2019(01)
- [2]优化运动物体的视频拼接技术研究[D]. 谢春梅. 上海交通大学, 2019(06)
- [3]基于深度学习的动态场景HDR重建技术研究[D]. 彭飞月. 国防科技大学, 2018(01)
- [4]基于DPSIR模型的昆明市域城市生态系统健康评价[D]. 刘扬. 云南大学, 2018(01)
- [5]基于工业摄影和机器视觉的三维形貌与变形测量关键技术研究[D]. 肖振中. 西安交通大学, 2010(07)
- [6]一种高速的风景图像拼接系统的设计和实现[D]. 李亚男. 电子科技大学, 2010(03)
- [7]基于无人机采集图像的土壤湿度预测模型研究[D]. 王斌. 中国石油大学, 2009(02)
- [8]图像镶嵌理论及若干算法研究[D]. 李忠新. 南京理工大学, 2004(02)
- [9]基于图象的绘制关键技术研究[D]. 张汗灵. 西北工业大学, 2003(02)
- [10]利用光流场方法进行遥感照片的无缝拼合技术[J]. 王靓伟,王永刚,王大刚. 洛阳工学院学报, 2000(04)