【摘 要】
：
在恢复图象深度信息的方法之中，利用立体视觉的偏差来精确地定位物体的深度，是行之有效的，但只能适用于可匹配的特征点，如何建立左右图象中对应点的匹配是该方法的主要障碍；ＳｈａｐｅＦｒｏｍＳｈａｄｉｎｇ方法是利用单幅图象的灰度信息获取物体表面的形状信息（表面的方向），而不能获得其深度信息，其约束条件是表面的光滑性。在此用神经网络方法将二者融合起来，形成优势互补，用来获取物体的深度信息，通过对合成图象及实
论文部分内容阅读
在恢复图象深度信息的方法之中，利用立体视觉的偏差来精确地定位物体的深度，是行之有效的，但只能适用于可匹配的特征点，如何建立左右图象中对应点的匹配是该方法的主要障碍；ＳｈａｐｅＦｒｏｍＳｈａｄｉｎｇ方法是利用单幅图象的灰度信息获取物体表面的形状信息（表面的方向），而不能获得其深度信息，其约束条件是表面的光滑性。在此用神经网络方法将二者融合起来，形成优势互补，用来获取物体的深度信息，通过对合成图象及实际图象进行的实验，证明了该方法的有效性
其他文献
在Ｆｕｚｚｙｋ－ｍｅａｎｓ算法的基础上，考虑到真实图象中的色度信息与空间相关性，提出了空间－色度复合的多维向量模糊聚类量化方法。它能有效地压缩彩色图象信息，量化失真小，并在不使图象边缘钝化的条件下去除图象的高频噪声。该方法在彩色图象处理的实验中取得了良好的效果
描述了一种基于多维纹理主矢量集与相应能量集的纹理图象表示及分析方法。并给出了由纹理图象求得主矢量集及相应能量集的计算过程。为了将该方法用于纹理识别及分析，文中讨论了在上述表示时，纹理图象的相似度度量，给出结构误差及能量误差的计算公式及两种计算结构误差、能量误差及总误差的算法。最后给出了用上述方法由计算机对Ｂｒｏｄａｔｚ的自然纹理图象及人工合成的规则纹理图象分析的实验结果，并与共发矩阵法作了比较。实
首先分析了“块效应”的形成原因、表现形式和测量方法，然后提出了一种自适应“块”边界平均方法并针对“块效应”在图象域的不同位置采用非线性空间移变滤波去除“块效应”
在相关文献的基础上提出一种邻域加权预处理方法，基本解决了运用广义模糊算子进行边缘检测时出现的断线等问题。实验表明本算法相对于几种常用的边缘检测算子而言能获得较好的效果。
描述了功能图象处理技术的工作原理及医学应用，并着重对目前主要的六种功能图象生成算法进行了论述并加以比较。
提出一种改进的分形压缩方法。该方法首先将指纹图象小块内的数据沿纹理方向进行重新排列，形成一维数据，然后再进行一维分形数据压缩编码。实验结果证明了该方法可以提高图象压缩比和恢复质量。最后给出一种消除块效应的方法。
提出了一种新的边缘评价方法，该方法同时考虑到边缘线型连接的好坏及错检、漏检的程度，结合了传统边缘评价方法各自的优点，更多地体现了人对边缘检测效果的评价特点。文中对测试图象及实际图象的边缘检测结果进行了评价，结果表明该评价方法是合理、可行的。
提出了一种在原始梯度水线划分约束下应用于图象灰度表面的层化变换。经此变换之后，在多尺度测地重建滤波下，不同尺度的梯度水线将存在严格的因果关系。在此基础上能够建立测地重建这种形态滤波器下的梯度水线的尺度空间，以及多尺度计算框架。作为它的一个应用例子，讨论了一种基于区域跟踪的序列图象分析方法。这种多尺度框架能有效提高算法的稳定性、可靠性和计算效率。
室外场景的光照模拟与图象合成的难点在于场景与光照的复杂性。提出了一种利用现有基图象的线性组合来生成不同天候条件下同一场景图象的方法。它根据光照函数的线性关系，估计不同太阳位置和不同天气状况基图象的系数，从而最终通过基图象的组合来产生目标图象。实验结果表明本文的方法用于固定场景下的图象合成是可行的。
体数据的绘制速度是交互可视化的瓶颈。将基于图象的绘制方法和传统的体绘制方法相结合，提出了一个新的基于图象的快速图形图象绘制系统，大大提高了体数据交互可视化的速度。该方法首先用传统的体绘制方法得到一列采样图象，然后根据图象间象素的冗余性，通过Ｗａｒｐｉｎｇ变换压缩数据，由压缩后的数据Ｗａｒｐｉｎｇ生成任意视点的视图。为了进一步提高计算速度，给出了递推Ｗａｒｐｉｎｇ变换计算流程。