导读:本文包含了合成视觉论文开题报告文献综述及选题提纲参考文献，主要关键词:图片拼贴画,主题-颜色相似性,圆填充算法,布局优化
合成视觉论文文献综述
杨祖义,张俊松[1]（2019）在《融合主题和视觉特征的图片拼贴画合成方法》一文中研究指出为辅助设计师进行图片拼贴画艺术创作,提出一种融合主题和视觉特征的图片拼贴画合成方法.给定容器图片和素材图片集,将容器图片划分为若干子区域;并使用圆填充算法及Delaunay叁角剖分算法生成子区域的Voronoi图,得到补丁集;之后,计算主题-颜色相似性矩阵,进行素材图片与补丁之间的映射;最后,使用颜色线性融合方法进一步优化拼贴画视觉效果.在保留图片视觉特征的同时,该方法亦能保证容器和素材之间具有相似的主题信息.与市面流行拼贴画制作软件的对比实验表明,该方法合成的图片拼贴画能取得更好的视觉效果,在数字媒体和装饰领域中均有着潜在的应用价值.(本文来源于《计算机辅助设计与图形学学报》期刊2019年08期）
黄慧,费琪[2]（2019）在《视觉传达设计专业《叁维形态合成》课程综合材料教学实践研究》一文中研究指出从分析"叁维形态合成"课程教学现状入手,分析"叁维形态合成"实际教学应用中的材料搭配,同时在该课程中应用综合材料教学实践,总结教学实践中要注意的两个问题:实践中注重材质和力学结合和实践中材料的创新结合。(本文来源于《艺术品鉴》期刊2019年14期）
罗虹桥[3]（2019）在《基于计算机视觉与频谱合成的复合电子乐器研究》一文中研究指出自从世界上第一个电子乐器在十九世纪末被发明以来,电子乐器的性能品质不断提高,目前已得到大规模普及。电子琴轻便紧凑,音色变化多样,因而受到众多音乐爱好者的喜欢。但是电子琴毕竟只是对传统乐器的一种模拟,还无法代替传统乐器。如何进一步增强电子琴的性能和表现力,是电子琴未来发展需要解决的问题。特别是我国的民族乐器很多为弦乐器,缺乏自己的音源芯片,如何在弦乐器基音频率连续变化的情况下实现MIDI准确记谱和准确重播是一个难题。本文从电子琴的频谱合成发声技术、电子琴的结构形式和弦乐器的MIDI记谱方法等叁个方面,对电子琴进行了探索研究。论文所完成的研究工作和成果总结如下。论文设计实现了一种基于计算机视觉的复合电子琴。在硬件方面,该复合电子琴用有机玻璃盒做琴体,琴面采用LED灯带侧光照明的有机玻璃板,通过广角摄像头监测手指的演奏位置。在软件方面,该复合电子琴在Visual Studio 2015开发环境下,借助OpenCV库函数进行图像处理,实时获取手指指尖的质心位置。在键盘乐器演奏模式下,系统调用传统MIDI功能进行发声、记谱和演奏;在弦乐器演奏模式下,系统调用本论文提出的增强的MIDI功能进行记谱,并通过频谱合成进行准确发声和演奏。从而实现了弦乐器和键盘乐器的统一。论文对弦乐器进行了物理建模和MATLAB仿真,进一步对几种典型乐器进行了傅里叶频谱分析,证实了通过基音和振动频率为基音频率整数倍的泛音,根据频谱包络线确定的音型进行频谱合成,可以在很大程度上还原原始声波,但是仍然可以听出两者在音质上的差异。论文进一步对基音和泛音周围邻域的频谱贡献进行了实验考察,总结出了双十规则:对大多数乐器,只要取包括基音在内的前十个泛音频谱,同时取每个泛音周围正负十赫兹内的频谱,根据频谱包络线确定的音型进行频谱合成,可以较为准确地还原原始声波,几乎听不出两者的差异。对某些频谱谱峰比较宽的乐器,在进行频谱合成发声时可以适当扩大每个泛音周围频谱的范围。论文针对连续发声的弦乐器,提出了一种增强的MIDI记谱方法,该方法首先找到弦乐器演奏某一乐音时,比该乐音频率稍低的最近邻的标准音名(假设两者的频率差为m赫兹),并采用此标准音名,按照传统MIDI指令进行记谱。进一步,再增加一条同样的MIDI指令,但新增的指令做两点改变,第一,音名序号变为m;第二,时戳加上一个很大的时间常数,使得时戳指向整首乐曲演奏完以后的某一个时刻。这样在播放时,如果采用传统MIDI播放器,由于新增的指令指向整首乐曲演奏完以后,不会影响当前标准音名乐音的演奏,但演奏效果稍差;如果采用根据本文方法增强的MIDI播放器,则在发现超长时戳后,自动减去一个很大的时间常数,并提取该指令所带音名参数m,将m加上标准音名对应的基音频率,得到准确的基音频率,再根据前述双十规则进行频谱合成发声,即可实现弦乐器的准确发声。(本文来源于《华中师范大学》期刊2019-04-01）
黄慧,谢楚楚[4]（2018）在《视觉传达设计专业“二维形态合成”课程跨界设计教学改革与实践研究》一文中研究指出本文从视觉传达设计专业"二维形态合成"课程跨界设计教学现状研究出发,分析该课程教改的理论价值和实践意义以及研究目标,最终在该课程跨界设计教学实践中总结出:数字信息化跨界教学设计、跨空间&跨维度教学设计、跨功能、跨技术体验式教学设计方式。(本文来源于《艺术品鉴》期刊2018年35期）
顾一琼[5]（2018）在《所见未必属实，真相如何洞悉》一文中研究指出未来，你在网上看到一段美女载歌载舞的视频，请先别陶醉——这段视频很可能是由计算机处理合成的，而“主角”可能只是一位安静地站立着的大叔。伴随着人工智能技术在视觉识别领域的广泛应用，未来，在茫茫人海中一秒锁定目标将只是入门级别的“小儿科”，更多视觉(本文来源于《文汇报》期刊2018-09-19）
郭小英,李亮,耿海军[6]（2018）在《合成纹理图像的视觉相似性眼动分析》一文中研究指出探索了当人眼视觉感知纹理图像相似性时纹理特征(整体特征和局部特征)对视觉注意过程及相似性结果选择的影响。采用PGPC纹理合成方法,分别控制纹理的整体特征和局部特征,合成具有相同整体特征和局部特征的纹理。实验分为3组纹理场景,每一组有3幅纹理图像(A,B和S),S为对比纹理图像;实验者带着"纹理A和纹理B,哪个与纹理S更相似"的视觉感知任务观察纹理场景;利用Tobii T60眼动仪记录实验过程中观察者的眼动,跟踪获取89位实验者的眼动数据(眼动数据度量指标包含感兴趣区域内注视点散度和不同感兴趣区域间的眼跳次数);通过Tobii studio导出眼动数据,并基于R软件进行了方差分析和配对T检验等统计分析。通过对3组纹理图像的注视轨迹图及热点图的分析,验证了纹理整体特征和局部特征对视觉感知过程中的注视模式和相似性结果的选择有影响。实验结果表明:1)对于全局特征与对比纹理图像一致的纹理,其眼动注视点分散,而对于局部特征与对比纹理图像一致的纹理,其眼动注视点集中。2)纹理组相似性的最终选择结果与纹理组内不同纹理图像间的视觉搜索行为有关。(本文来源于《计算机科学》期刊2018年08期）
乔伊果[7]（2018）在《叁维立体视觉中深度超分辨与虚拟视图合成问题的研究》一文中研究指出凭借顶尖的计算机图形学(computer graphics,CG)和3D(3 Dimensions)立体技术,电影《阿凡达》获得了巨大的商业成功,同时开启了电影界的3D时代。2010年,第41届世界博览会在上海举办,此次展会中,3D显示技术在位于中国馆第49m层的“希望大地”仿真湿地展项和第33m层的“森林碳汇”低碳展项中都得到了充分应用,此次展会是立体视觉在工程应用领域的又一次成功实践。身临其境、栩栩如生的视觉体验极大刺激了人们对高品质立体视觉的追求。深度,作为立体视觉中一维重要的几何信息,是产生立体感知的重要线索。近年来,如何获取高质量的深度信息得到了广泛关注,深度超分辨作为主动式深度图像获取中的一项重要技术,成为立体视觉领域的研究热点。此外,3D资源匮乏和由于长时间观看所造成的视觉疲劳是限制3D产业发展的重要因素。基于深度信息的虚拟视图合成技术是制作和丰富3D资源的有效途径,视觉疲劳问题的解决亦有赖于高质量虚拟视图的合成。本论文针对深度信息的获取及其工业应用,分别对深度超分辨技术和基于深度信息的虚拟视图合成技术进行了研究。具体研究内容及成果如下:1)深度超分辨:针对超分辨深度图像中出现的深度混淆、深度外渗和深度缺失等问题,提出了一系列基于区域划分的深度超分辨模型。通过逐步挖掘低分辨深度图像与高分辨彩色图像之间的内部关系,依次提出了基于彩色图像聚类的深度超分辨模型,基于彩色图像分割的深度超分辨模型和基于彩色图像模糊分类的深度超分辨模型。在基于彩色图像聚类的深度超分辨模型中,深度信息被用于判断彩色图像的聚类结果是否正确有效,并逐层地对聚类正确的区域进行上采样,有效地提高了超分辨图像的边缘准确性;在基于彩色图像分割的深度超分辨模型中,深度信息被用于引导彩色图像的自适应分割,分割结果极大地提高了深度边界与彩色图像边界的一致性;在基于彩色图像模糊分类的深度超分辨模型中,深度信息首先被用于低分辨深度图像自身的分割,分割结果进而被用于对彩色图像进行有监督的模糊分类,最终的分类结果不仅有效地保持了深度边界,还极大地抑制了彩色图像中冗余的纹理信息。以上几种基于区域划分的深度超分辨模型以机器学习为理论背景,通过挖掘低分辨深度图像与高分辨彩色图像之间的关系,实现了二者对深度超分辨的联合引导,从根本上解决了深度混淆、深度外渗和深度缺失等问题。此外,基于区域划分的超分辨模型既适用于静态滤波超分辨系统,又适用于动态优化超分辨系统,输出的超分辨深度图像边缘清晰,图像质量得到了显着提高。2)基于深度的虚拟视图合成:在深度信息的实际应用方面,分别对自由视点虚拟视图合成技术和双目虚拟视图合成技术(即2D转3D技术)进行了研究。针对自由视点虚拟视图中出现的“伪轮廓”和颜色不连续问题,提出了基于边界注意的3D翘曲和基于颜色校正的视图合成模型。基于该模型,闭塞区域周围的“伪轮廓”被有效移除,由于左、右视图拍摄环境不尽相同而引起的颜色不连续问题也得到了有效解决,大幅提高了合成虚拟视图的质量。针对以上两种虚拟视图合成技术带来的“空洞”问题,提出了基于深度的分层空洞填充算法和深度辅助下基于字典学习的空洞填充算法。这两种空洞填充算法都充分利用了深度信息对背景进行提取,进而利用背景像素对“空洞”进行合理有效地填充。(本文来源于《西安电子科技大学》期刊2018-05-01）
金林成宇[8]（2018）在《融合语义和视觉特征的照片墙优化合成方法》一文中研究指出图片拼贴画是以照片集为构图元素,根据艺术设计的原则和经验,将照片在空间排列设计,从而生成具有视觉艺术效果的装饰图案。照片墙作为一种特定风格的图片拼贴画,能很好地展现家庭照片或者企业形象,因此照片墙被广泛地应用于居家装潢、店铺装饰和展厅展览。传统的照片墙通常是由设计师或有经验的室内装潢师来进行设计,制作成本高。对普通用户而言,要搜寻合适的照片并按艺术设计规则生成符合审美要求的照片墙,是具有挑战性的工作。然而目前还没有针对照片墙进行计算机辅助设计和生成的研究工作。因此,本文提出一种融合语义和视觉特征的照片墙优化合成方法。首先,本文设计叁种典型的照片墙布局模板。在此基础上,系统能根据输入照片集特点动态生成照片墙的模板候选集,如针对九宫格布局提出基于回溯剪枝的模板生成算法。另外,为了满足用户对照片墙模板的定制需求,系统提供一个半交互方法来生成更丰富的照片墙布局模板。其次,本文在照片空间布局时,结合美学规则和人类视觉认知原理设计照片的空间布局约束条件,其中包括照片元素的主题相关性、内容显着性区域和颜色相似性。最后,在照片墙合成时,我们结合NSGA-Ⅱ算法来求解照片集-模板格的最优映射。该映射过程是一个NP完全问题,我们通过NSGA-Ⅱ算法对其进行优化,且该优化方法也可适用于其它多目标映射问题。本文的主要贡献有:(1)结合照片墙设计的美学规则和经验知识,提出一种新的照片墙辅助设计和生成方法。(2)提出一种基于深度学习框架对小型数据集进行训练,从而提取照片语义信息的方法。(3)提出一种基于NSGA-Ⅱ算法来解决多目标优化的照片墙合成问题。本文通过实验结果并与其他相关工作进行比较和分析,验证了本文方法的有效性。(本文来源于《厦门大学》期刊2018-04-01）
唐培森[9]（2018）在《基于深度学习的单目图像立体视觉合成技术》一文中研究指出随着计算资源的飞速发展,深度学习的计算瓶颈逐步得到缓解,计算机视觉方向上的深度学习内容也日益增多。但在立体视觉的相关研究上,基于深度学习的研究并不算完善,而传统方法得到的结果稳定性能不好,结果情况的好坏受到算法优化方向,输入数据等众多因素影响。从实际应用的角度来说,现阶段的立体视觉大多同时需要得到场景的颜色信息,以及场景的深度信息,但人们得到深度信息往往需要特殊的设备,这类设备的普及程度有限,同时对于部分不需要深度信息的算法,往往需要一系列颜色图像来恢复立体视觉,而现实环境中人们不易于得到符合算法要求的一系列图像。本文中提出了一种基于单张彩色图像生成立体视觉的算法。该算法首先基于ResNet的构建了一个新的神经网络,通过在上采样过程中加入旁侧特征,并且在损失函数中同时采用图像颜色损失与排序损失相结合的方法,再加之对图像中的边缘部分加大权重,从而估计得到较为准确的图像的深度信息。然后以此为基础,通过预处理得到多视角的图像结果,而对于在多视角结果中容易出现的长条裂缝状残缺,本文利用一个基于对抗学习的深度神经网络填补图像中的残缺部分,在网络中通过跨层连接保留原图像中的非空缺信息,利用对抗学习对图像整体真实性的感知作用,生成具有真实感的完整图像,从而合成立体视觉。相比较于传统的图像修复方法稳定性不好,传统的立体视觉方法使用场景较为受限等问题,本文提出的算法在室内外场景上,修复图像的结果上更具有真实感,图像值的偏差也会更小。此外和最新的深度估计研究相比较,本文估计的深度信息前后关系更加正确,边缘准确度更好,使得最终合成的立体视觉效果更加真实。(本文来源于《浙江大学》期刊2018-01-01）
陈智,陈广东,程浩,黄海行[10]（2016）在《基于合成孔径聚焦图像信息的车载叁维视觉导航方法》一文中研究指出合成孔径视觉测距是多目视觉测量与单目视觉测量相结合的产物。合成孔径聚焦测距方法是一种通用的图像视觉方法,对光照、色彩、纹理等变化稳定性好,能实时处理,适用于复杂的交通管理工程,为车辆自动驾驶找到了一种新导航方法。利用小孔成像模型摄像机共面阵列获取图像序列,根据图像序列获取各距离段所对应的桶型失真和像差校正迭加图像,计算基准图像中每个像素的邻域与每一幅校正迭加图像中相应区域的相似测度,并选取相似测度随像差校正迭加图像变化的范围大于一预设阈值的像素作为可测距像素,相似度最大的校正迭加图像所对应的距离段即为该可测距像素对应目标点所处的距离段。实测数据表明该测距方法具有鲁棒性好,算法简单的优点。(本文来源于《电子设计工程》期刊2016年11期）
合成视觉论文开题报告
（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：
从分析"叁维形态合成"课程教学现状入手,分析"叁维形态合成"实际教学应用中的材料搭配,同时在该课程中应用综合材料教学实践,总结教学实践中要注意的两个问题:实践中注重材质和力学结合和实践中材料的创新结合。
（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。
合成视觉论文参考文献
[1].杨祖义,张俊松.融合主题和视觉特征的图片拼贴画合成方法[J].计算机辅助设计与图形学学报.2019
[2].黄慧,费琪.视觉传达设计专业《叁维形态合成》课程综合材料教学实践研究[J].艺术品鉴.2019
[3].罗虹桥.基于计算机视觉与频谱合成的复合电子乐器研究[D].华中师范大学.2019
[4].黄慧,谢楚楚.视觉传达设计专业“二维形态合成”课程跨界设计教学改革与实践研究[J].艺术品鉴.2018
[5].顾一琼.所见未必属实，真相如何洞悉[N].文汇报.2018
[6].郭小英,李亮,耿海军.合成纹理图像的视觉相似性眼动分析[J].计算机科学.2018
[7].乔伊果.叁维立体视觉中深度超分辨与虚拟视图合成问题的研究[D].西安电子科技大学.2018
[8].金林成宇.融合语义和视觉特征的照片墙优化合成方法[D].厦门大学.2018
[9].唐培森.基于深度学习的单目图像立体视觉合成技术[D].浙江大学.2018
[10].陈智,陈广东,程浩,黄海行.基于合成孔径聚焦图像信息的车载叁维视觉导航方法[J].电子设计工程.2016