导读:本文包含了多视角合成论文开题报告文献综述及选题提纲参考文献，主要关键词:多摄像机,动态范围,辐射定标,响应特性
多视角合成论文文献综述
蔡柏林,吴家俊,张磊,王克逸[1]（2019）在《多视角图像标定与图像合成》一文中研究指出近年来随着视觉成像技术的快速发展,成像系统也在不断改进。单一摄像机成像已经不能满足人们对大视场高动态的需求,所以具有大视场优势的多摄像机系统引起广泛的关注。依据复眼成像原理,使用多摄像机系统研究其成像特性。考虑到成像过程中的损耗和镜头的特性,对所用摄像机进行辐照度定标,并进行光晕校正,同时求解出了摄像机辐射响应和暗电流的函数,随后对多摄像头系统进行大视场图像拼接和高动态范围成像。实验表明,辐射定标对于上述成像具有良好效果。(本文来源于《应用光学》期刊2019年01期）
李锡均,程敏熙,梁平,冯彩仪[2]（2017）在《多视角拍摄组合视频,研究速度的合成与分解以及相对运动》一文中研究指出利用多视角拍摄方法,辅以Tracker数据分析,研究速度合成与分解中合运动与分运动的关系、相对运动中地面参考系与运动参考系的关系等,克服了传统实验无法定量测量及运动过程难以再现等困难。误差在1%以内。(本文来源于《物理教学》期刊2017年10期）
沈蝶聪[3]（2017）在《基于多视角合成算法的视频监控技术研究》一文中研究指出随着科技的发展,视频通信已成为数据通信的主要方式之一。现在社会对视频的功能及质量提出了越来越高的要求,人们不仅仅满足于只观看一个视角方向的平面图像,而希望从各个角度看到全部视角的图像。由于场景限制,某些视角无法安置摄像机,因此需要对相邻的左右视角视频进行合成,从而获得多视角视频。基于这一需求,多视角视频编码(MVC,Multi-view Video Coding)技术应运而生。该技术为现代电视的发展,例如3DTV,FTV(Free Viewpoint Television),奠定了良好的理论基础,也势必会广泛应用在未来众多领域中。多视角合成是MVC技术中最重要的部分,目前还有许多待解决问题,比如视差图准确度不高,初始合成图存在大量空洞,空洞补漏方法的选择极大地影响到合成图的质量,算法耗时过长不适用于实际系统等等。因此,MVC研究的重点就在于选择兼顾算法耗时和视差图准确度的视差估计算法,同时根据现有图像信息,高效准确地填补空洞。本文对视角合成的两种模式——平行摄像机阵列模式和环形摄像机阵列模式——分别进行研究。对于平行摄像机阵列模式,本文实现了一种自适应视差估计机制,并提出了一种改进的视角合成及补漏算法,仅需一次视差估计就能得到效果较好的合成图,并在合成过程中完成了空洞点的检测,减少了算法的运行时间。对于环形摄像机阵列模式,本文整合了一套完整的定角度视角合成系统,选用八点算法进行极线校正,通过立体匹配算法得到深度信息,用得到的深度信息进行3D映射,通过背景图像进行合成图空洞修复。两种模式下的算法在MATLAB中进行编写和实现,通过仿真验证算法可行。在Visual Studio2012中编写了一个上位机软件,对验证后的算法进行应用,实现了一个分模式进行虚拟视角合成的视频监控软件。软件运行结果证明,文中提出的算法耗时较短,效果较好。(本文来源于《杭州电子科技大学》期刊2017-03-01）
王文辉[4]（2014）在《多视角图像场景合成方法的研究》一文中研究指出作为多领域交叉的新兴技术图像拼接技术，旨在将多幅小视域图像序列融合成一幅具有更大视域的拼接图像。广泛应用于航天图像和遥感图像拼接、虚拟场景重构以及虚拟漫游、医学图像处理等方面的图像拼接技术近年发展迅猛，但是随着无线成像设备的普及，大量低质量图像数据的出现，对以往的图像拼接技术无疑是一种挑战。课题针对自动化成像设备常常出现的曝光量差异问题进行了深入的研究，联合图像配准和图像融合两方面解决曝光差异带来的鬼影问题和明显的拼接痕迹问题。以往拼接算法的性能依赖于结果图像的主观评价标准，任意性和主观性较大，本课题通过客观的图像质量评价标准比较课题拼接算法和其他拼接算法结果图像质量，课题的主要研究内容包括：课题研究提出了针对曝光差异图像配准的组调整优化算法。原图像序列之间的曝光差异往往会导致错配，大量的错配点对计算出的图像变换模型难以完成图像对齐的任务，会引发严重的配准鬼影。采用的全局配准算法——组调整优化算法解决局部错配遗留的错配问题。组调整优算法完成选取合适的参考平面并对其进行捆绑优化，在以往研究中参考平面的选取多依据与该参考平面重迭的图像数量，重迭区域的面积，重迭区域内包含的已经匹配上的特征点对的个数叁方面。本课题合并面积和特征点对数量，提出了重迭区域准确匹配点对密度作为参考平面选取因素，避免了重迭区域面积和重迭区域特征点对数量之间权重参数的设置问题，更加有效地消除局部错配带来的影响，提高拼接质量。在图像融合阶段，课题研究提出了基于块的曝光差异校正算法的优化方法，有效地解决融合鬼影。基于图像块重要性设置权值，并迭加重迭区域的图像块，更加灵活地解决融合鬼影，避免结构错位，联合多分辨率拼接技术，消除明显的拼接缝，有效地均衡了原图像间的颜色差异。课题采用计算多边形交点的方法计算原图像序列与拼接图像之间的重迭区域，提出了对重迭区域的颜色一致性准则和结构一致性准则，客观地评价拼接算法的性能。(本文来源于《哈尔滨工业大学》期刊2014-06-01）
袁博[5]（2012）在《基于AAM与张量分解的多视角人脸合成算法》一文中研究指出随着计算机科学的高速发展，人脸合成技术在人工智能、模式识别领域发挥着越来越重要的作用，因此根据已有样本合成出逼真的人脸图像是一个热门的研究问题。但由于人脸结构的非刚体特性，使人脸图像容易受到多种因素的影响，其中，视角变化对图像合成效果产生较大的影响。不同视角下人脸图像的合成是一项富有挑战性的重要课题。基于统计学习理论的人脸合成技术成为人们日益关注的新的发展方向。本文对多视角人脸合成算法进行了深入研究。首先，针对高维数据在合成过程中因欠采样问题而产生的误差，本文提出了主动表观模型与张量理论相结合的多因素分离方法。该方法借助主动表观模型分离出多视角图像的形状特征点数据，根据张量理论提取出影响图像的多种外在变化因素，有效地解决了欠采样问题对多因素精确描述所产生的影响。其次，为合成多个连续变换视角下人脸形状特征点，本文提出了稀疏表示与流形建模相结合的系数合成方法。该方法通过对测试图像身份信息的重构以及对新视角信息的拟合，能够准确地合成出测试图像在不同视角下特征点的分布。实验结果表明，本文所提出的方法能利用不同视角下的输入数据，合成出未在训练集中出现过的视角的形状特征点数据。最后，为了在纹理信息发生遮挡的条件下合成正面图像，本文提出了基于全局-局部变换的正面人脸纹理生成方法。该方法通过两次基于不同信息的图像变换策略，合成出输入侧面图像所对应的正面人脸图像。实验结果表明，本文所提出的方法能够针对变化角度大、纹理信息遮挡较明显的输入图像，合成出逼真的正面人脸图像。(本文来源于《西安电子科技大学》期刊2012-01-01）
庞耀华[6]（2009）在《多视角视频编码中视角合成技术研究》一文中研究指出随着无线技术和IP网络的迅速发展,视频通信将成为多媒体通信的主要业务之一。目前,人们希望能自由观看任意视角的图像以及叁维图像,基于这些需求产生了多视角视频编码(MVC—Multi-view Video Coding)技术。该技术为今后实现3DTV(3维电视)、FTV(自由视角电视)等应用奠定了基础,有着重要的地位和研究意义,其技术优势决定其必将在众多领域得到广泛应用。多视角合成技术作为MVC实现的关键技术之一,还面临一些困难:基于固定块的视差估计准确度差,基于像素的视差估计则时间复杂度很高,如何可靠高效的估计视差是视角合成的主要研究热点;另外,由于视角合成中存在遮掩区,合成图中会出现漏洞点,这也是视角合成技术需要解决的重要问题。论文针对MVC中的多视角合成技术,首先提出了一种自适应块匹配视差估计算法,该算法选择匹配代价最小的块作为视差估计的匹配块;然后在视差估计的基础上,根据两幅图内容的空间一一对应关系找出错误视差点,并分别用左补法、带标记的中值滤波法以及改进的中值滤波法对错误视差作了校正;接下来,又通过在视差突变点邻域范围内搜索最优视差对突变点作了平滑;最后,论文对合成图中的漏洞点作了补漏处理,即先搜索出合成图中的漏洞点,随后可用漏洞点邻域映射到的最大视差值补漏,也可根据漏洞点的位置选择左视角图或右视角图再加上深度信息进行补漏。实验结果表明,与传统的视差估计法相比,在得到的视差图质量基本不变的情况下,本文提出的自适应块匹配算法可提高视差估计的运算速度;另外论文给出的视差校正和视差平滑算法可改善视差图的质量,且对合成图的补漏也获得了较好的效果。(本文来源于《西安电子科技大学》期刊2009-01-01）
多视角合成论文开题报告
（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：
利用多视角拍摄方法,辅以Tracker数据分析,研究速度合成与分解中合运动与分运动的关系、相对运动中地面参考系与运动参考系的关系等,克服了传统实验无法定量测量及运动过程难以再现等困难。误差在1%以内。
（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。
多视角合成论文参考文献
[1].蔡柏林,吴家俊,张磊,王克逸.多视角图像标定与图像合成[J].应用光学.2019
[2].李锡均,程敏熙,梁平,冯彩仪.多视角拍摄组合视频,研究速度的合成与分解以及相对运动[J].物理教学.2017
[3].沈蝶聪.基于多视角合成算法的视频监控技术研究[D].杭州电子科技大学.2017
[4].王文辉.多视角图像场景合成方法的研究[D].哈尔滨工业大学.2014
[5].袁博.基于AAM与张量分解的多视角人脸合成算法[D].西安电子科技大学.2012
[6].庞耀华.多视角视频编码中视角合成技术研究[D].西安电子科技大学.2009