資源描述：
《多視點視頻中基于圖像的繪制技術研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、上海大學碩士學位論文摘要基于圖像的繪制(Image．BasedRendering，IBR)技術從一系列已知的參考圖像出發(fā)來生成新視點的圖像。與傳統(tǒng)的繪制技術相比，IBR技術具有不需要復雜的場景建模、繪制速度快、真實感強以及對計算機資源要求不高等優(yōu)點。因此，自從九十年代被提出以來，IBR技術引起了計算機圖形學、計算機視覺和圖像處理等領域研究者的密切關注。本文對IBR中的一些關鍵技術進行了深入研究，主要研究工作以及創(chuàng)新成果如下：基于深度圖像的繪制(DepthImageBasedRendering，DIBR)技術將
2、場景的深度信息引入到IBR中，能大大減少參考圖像的數(shù)目。本文提出了一種基于DIBR和圖像融合的新視點生成算法，該方法首先對參考圖像進行預處理，然后利用3D圖像變換(3DImageWarping)方程生成新視點圖像，并用遮擋兼容算法處理遮擋問題；最后對兩幅目標圖像進行融合來填充空洞。與傳統(tǒng)的3D圖像變換方法相比，該算法實現(xiàn)簡單，適用于真實場景的任意視點繪制。視差估計是許多虛擬視點合成方法的關鍵步驟，本文實現(xiàn)了一種基于最大似然代價函數(shù)的多視點視差估計方法，該方法增加了中間視點圖像上對應點的匹配或者遮擋的代價，在唯
3、一性和有序性約束條件下使用動態(tài)規(guī)劃求解。為了減少計算量，只對最左端和最右端的視點圖像利用唯一性約束。實驗結果表明，該方法能獲得良好的視差圖。光線空間方法是實現(xiàn)復雜場景自由視點電視系統(tǒng)的關鍵技術，本文提出了一種基于視差估計的光線空間插值算法，包括視差估計與視點合成兩部分；為了提高生成圖像的質(zhì)量，在視點合成過程中考慮了遮擋的影響并給出了處理辦法。與EPI雙線性插值和自適應插值方法相比，該算法生成的圖像信噪比更高。光場方法是另一類重要的IBR技術，它不需要任何幾何信息即可實現(xiàn)大規(guī)模場景的實時漫游。本文實現(xiàn)了一種新的
4、光場參數(shù)化方法，該方法能在較低光場采樣的條件下利用一個可變焦平面重構深度值未知且有較大變化的場景，同時還能交互地實現(xiàn)改變焦距和改變景深的功能。關鍵詞：基于深度圖像的繪制技術，視差估計，光線空間，光場繪制VI上海大學碩士學位論文ABSTRACTImageBasedRendering(IBR)providesanefficientwayofgeneratingnovelviewsfromasequenceofreferenceviews．Comparedwithtraditionalrenderingtechni
5、ques，ithasmanyoutstandingadvantages，suchashavingafastrenderingspeed，generatingphotorealisticnovelimagesandrequiringmoderatecomputationalresource．Therefore，afterwasproposedin1990s，IBRhasreceivedmuchattentionbytheresearchersincomputergraphics，computervision，i
6、mageprocessingandSOon．Themainworkandnewproductionshavebeendiscussedasfollows：Depthimagebasedrendering(DIBR)callgreatlydecreasethenumberofreferenceimagesasthedepthinformationisalsoused．Inthispaper,anewalgorithmbasedonDIBRandimagemergenceisproposed，whichfirst
7、lypreprocessthereferenceimages，thenavirtualviewisgeneratedbymakinguseof3DImageWarping．Thepixelsinreferenceimageareprocessedinanocclusion—compatibleSOastosolvethevisibilityproblemquickly．Finallytwogeneratedimagesaremergedto61lholesindesiredview．Comparedwitht
8、hetraditional3DImageWarping，thenewmethodissimpleandcallgeneratearbitraryviewpointforrealscene．Disparityestimationisthekeystepingeneratingvirtualviews．Wecompleteamutiviewdisparityestimationalgorithmbase
