导读:本文包含了虚拟视点绘制论文开题报告文献综述及选题提纲参考文献，主要关键词:虚拟视图,空洞填充,深度图预处理,图像修复
虚拟视点绘制论文文献综述
梁海涛,陈晓冬,徐怀远,任思宇,汪毅[1]（2019）在《基于深度图预处理和图像修复的虚拟视点绘制》一文中研究指出基于深度图像的绘制(DIBR)技术是绘制虚拟视点图像的重要方法.针对单视点虚拟视图绘制过程中的空洞、裂缝、重迭问题,提出一种基于深度图预处理和图像修复的绘制算法.首先根据虚拟视点的变换方向对深度图进行预处理,减缓前景到背景的深度突变,将大面积空洞分割为多个较小的空洞;然后结合一投四算法和Z-buffer算法对DIBR过程进行改进,改善裂缝和像素点间的重迭;最后使用深度信息引导图像修复算法,使空洞修复从背景一侧开始且优先选择背景纹理.在Matlab环境下,使用微软研究院提供的3D图像序列进行虚拟视点绘制并比较与真实图像的相似度,实验结果表明,该算法的平均峰值信噪比为27.474 7 dB,比Criminisi算法和递进填充线算法分别高出5.65%和2.97%;结构相似度为0.770 8,比2种已有算法分别高出1.22%和0.80%.(本文来源于《计算机辅助设计与图形学学报》期刊2019年08期）
李剑[2]（2019）在《基于双目相机的虚拟视点实时绘制系统研究》一文中研究指出叁维显示技术逐渐成为很多电视显示系统与人机交互系统中的关键技术,被应用到很多具有广阔商业前景的产业中,如3DTV,3D游戏,虚拟现实,增强现实等。裸眼3D显示技术由于不需要操作者穿戴相关设备,观看视角可以自由切换等优势,成为研究的热点。然而,裸眼3D的内容生成需要同时提供很多不同视角下的画面,制作流程复杂且成本高昂。通过开发一套虚拟视点实时绘制系统,该系统可以基于双目相机提供的两个视点,低成本、高效地实时绘制出各个虚拟视点,实现裸眼3D内容的实时生成和显示。系统先通过立体匹配技术从校正后的双目图像中恢复出视差信息,为了兼顾算法的速度和精度,采用了半全局立体匹配技术进行视差信息的恢复。针对恢复的视差中出现的空洞和噪声,提出了基于一致性检验、滤波、视差绘制的组合视差优化方案,实现了空洞填补和噪声过滤,有效提高了估计的精度。基于立体匹配视差估计的结果,改进了基于深度的图像绘制技术(Depth Image Based Rendering,DIBR)实现虚拟视点绘制。首先将单参考视点扩展为双参考视点,减少了空洞的产生。其次设计了基于背景外插值和镜像的自适应图像修复方案,对二者的优势进行了综合。最后,针对DIBR算法中普遍存在的伪影问题,设计了深度梯度腐蚀算法,有效地减少了伪影问题带来的图像质量的下降。基于连续扫描的场景视频前后帧之间具有很大的内容关联性的特点,提出了背景表进行时空域背景信息的提取和存储,弥补了在图像绘制过程中参考信息不足的缺陷。在固定相机场景下,将图像绘制算法与背景表融合,包括背景表查询和图像补充,以及背景表数据更新。在运动相机场景下,增加了SLAM技术实时估计相机的位姿,根据估计结果进行背景表变换。背景表的引入,有效纠正了图像绘制产生的失真,实现了虚拟视点图像的准确绘制。针对基于双目相机的虚拟视点实时绘制系统的需要,搭建了系统的硬件平台,设计并实现了软件系统。系统由底层模块和上层交互模块组成,底层模块由立体匹配模块、图像绘制模块和SLAM模块并行运行,上层交互模块完成立体图像的合成与现实以及对系统的控制,利用GPU并行加速实现了实时处理速度。系统的整体性能和分系统性能均通过大量实验进行了测试,系统的改进方案也通过实验进行了验证。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
郭秋红,梁秀霞[3]（2019）在《对3D Warping分解的高质量虚拟视点绘制方法》一文中研究指出基于深度图像的虚拟视点绘制(DIBR)作为自由视点视频应用中的核心问题,由其获得的任意视频的质量和速度对于自由视点视频的发展至关重要。为解决经典DIBR方法存在的重迭、空洞、伪影,以及由于重采样导致的细小裂纹问题以提高虚拟视点图像质量,提出了一种基于改进的3D Warping过程的虚拟视点绘制方法。该方法从整个3D Warping过程出发,将3D Warping过程分解成两步而无需进行叁维建模,并分别在两步中提出了改进的方法。在第一步中,通过在变换矩阵中引入可调的系数对叁维参数进行修改;在第二步中,主要针对由于重采样导致的细小的裂纹问题,提出了自适应一投多算法,在兼顾时间复杂度的同时改善了裂纹问题。实验结果表明,无论从主观质量还是客观评价标准来看,该方法都能够显着提高虚拟视点绘制的图像质量。(本文来源于《计算机工程与应用》期刊2019年03期）
杜政霖[4]（2018）在《虚拟视点绘制中的深度数据处理研究》一文中研究指出随着信息时代的到来,虚拟现实(Virtual Reality,VR)和增强现实(Augment Reality,AR)出现在人们的日常生活中。深度数据在其中所扮演的角色也愈发重要。2010年之前,深度数据的获取需要专业的设备,这些设备高昂的价格以及复杂的计算使得深度数据无法大范围应用在人们的日常生活中。2010年微软推出了Kinect,它是世界上第一款消费级的深度相机。Kinect可以获取高质量的深度数据以及与之对应的彩色图像,并可应用于骨骼追踪、面部表情识别、语音识别等领域。Kinect所拥有的广泛的应用范围以及低廉的价格决定了它良好的研究与应用前景。Kinect的低成本使得其得到广泛应用的同时,降低了其所获取的深度数据的质量,这对许多应用造成底层限制,因此如何提高Kinect获取的深度数据的质量成为了当下研究的热点。本文分析了Kinect的工作原理,针对Kinect获取的深度数据中存在的物体边缘裂缝问题、彩色图像和深度图像边缘不对齐问题以及较大区域深度数据缺失问题进行了研究处理,主要工作内容如下:1.迭代自适应中值滤波算法。针对Kinect获取的深度数据中物体边缘处存在着裂缝的问题,本文提出了迭代自适应中值滤波算法。这一算法依据深度数据之间存在相关性的原理,在中值滤波过程中加入空洞点检测和迭代修复处理,在成功滤除离散空洞点、修补裂缝的同时,可以很好的保持深度图像中的物体边缘信息。2.基于分层的深度数据校正算法。本文深入探究Kinect获取深度数据的原理,对深度图像中物体边缘与彩色图像中物体边缘不对齐的问题进行分析,发现产生该问题的原因为:红外光线和自然光线的畸变率不同以及深度摄像头和彩色摄像头之间存在距离。针对边缘不对齐问题,本文提出了基于分层的深度数据校正算法,其中心思想是基于深度图像中像素之间存在相关性,利用直方图对深度数据进行分层,结合彩色图像的边缘信息实现校正。其具体过程是:通过对深度图像进行迭代自适应中值滤波以及图像形态学操作来减少细小空洞点和裂缝对后续操作的影响;然后根据直方图来对深度图像进行分层处理,借助彩色图像的物体边缘来对深度图像的物体边缘逐层进行校正,再根据一定的规则将分层的深度图像进行融合,最终实现了深度图像和彩色图像中的物体边缘一致,为解决后续的深度数据缺失问题提供了基础。3.自适应深度数据修复算法。较大的深度数据缺失区域直观地反映到深度图像中就是较大的空洞,而如何解决深度图像中较大的空洞问题是提升深度图像质量的难题。针对这一问题,本文提出自适应深度数据修复算法,将深度数据缺失区域分为平滑数据缺失区域和非平滑数据缺失区域。针对平滑数据缺失区域,本文提出以结构相似度作为权重系数来对缺失的深度数据进行填充;针对非平滑深度数据缺失区域,本文将双边滤波的思想引入快速行进算法,并将结构信息加入到权重系数中,实现了非平滑深度数据缺失区域的修补。本文所提出的自适应深度数据修复算法,最大程度的利用了彩色图像中的信息,实现了缺失深度数据的填充,扩大了Kinect获取的深度数据应用范围。本文针对Kinect获取的深度数据所存在的叁大问题,分别提出了叁种算法。通过实验结果分析,本文所提出的算法针对以前的算法有相当的改进之处。(本文来源于《山东财经大学》期刊2018-05-01）
郭秋红[5]（2018）在《基于DIBR的虚拟视点绘制方法研究》一文中研究指出随着生产力的提高和人们对于精神生活的追求,传统的2D视频已经越来越无法满足人们的观影需求。为了满足这些迅速增长的需求,3D视频逐渐从2D视频的大潮中脱颖而出。在3D视频中,自由视点视频是一个非常重要的发展方向,但是由于受到视点个数的限制,在每一个视点都放置一台摄像机是不可能的,这就需要由已知视点来计算未知视点,这就是虚拟视点技术,目前该技术被广泛应用于信息处理、虚拟现实等领域。基于深度图像的虚拟视点(DIBR)绘制对于自由视点视频的发展至关重要。为解决经典DIBR方法存在的重迭、空洞、伪影,以及由于重采样导致的细小裂纹问题,本文通过改进3D warping过程,提出了一种高质量的虚拟视点绘制方法,包括改进的3D warping优化算法,改进的图像融合方法以及改进的空洞填补方法。其中,改进的3D warping优化算法从整个3D warping过程出发,将3D warping过程分解成两步且不进行叁维建模,并分别在两步中提出了改进的方法:在第一步中,通过在变换矩阵中引入可调的系数对叁维参数的畸变进行调整,以实现对深度信息的调整,从而达到从整体上提高虚拟视点图像质量的目的;在第二步中,主要针对由于重采样导致的细小裂纹问题,提出了自适应一投多算法,在兼顾时间复杂度的同时改善了裂纹问题。改进的图像融合方法通过修改融合参数达到提升虚拟视点图像质量的目的。改进的空洞填补方法通过预设RGB阈值来检测空洞以实现更全面检测空洞的目的,并结合DIBR数据中蕴含的局部相关信息在全面检测空洞的基础上使用图像搜索匹配的空洞填补方法。该方法基本可以完整的检测并精确的填补大部分空洞。实验结果表示,本文采取的方法能够显着提高虚拟视点绘制图像的质量。(本文来源于《山东财经大学》期刊2018-05-01）
王亚亚[6]（2018）在《基于图像网格的虚拟视点绘制》一文中研究指出基于图像网格的虚拟视点绘制技术中,处理初始网格数量有可能超过了图像硬件所能承受的范围,因此需要研究网格简化技术来处理复杂模型生成虚拟视点速度慢的问题。大部分简化技术主要是基于地形研究的,没有考虑到深度图的不连续性;并且不能很好的处理高分辨率的深度图,本文旨在对这些问题做出解决方案。在传统的基于平衡四叉树的网格生成算法中,标准单元虽然可以解决非平衡四叉树问题,但相邻的正方形级数不超过一级的判断方法复杂度太高。本文改进了标准单元模型,通过正方形的悬空节点(公共节点)的位置和数量信息来判断使用哪种标准单元样式,这样的判断方式可以加快网格生成速度,降低处理特殊情况所用的时间。既能保证平衡四叉树原则,又能很好的处理正方形网格之间过渡的问题。本文在实现的五种网格简化模型中都加入了深度图像深度值的判断以适用于深度图像的不连续性。五种基于深度图像的网格生成方法分别是深度图抽取像素、渐进式网格化、二次误差度量网格化、基于块的四叉树分解以及基于标准单元与四叉树结合的网格生成算法,实现基于图像网格的虚拟视点绘制。结果表明本文改进的基于标准单元与四叉树网格结合的网格算法生成的虚拟视点效率较高,质量较好。(本文来源于《河北大学》期刊2018-05-01）
梅永,陈书圆,王友权[7]（2018）在《一种新的立体显示中的视差估计与虚拟视点绘制算法》一文中研究指出针对虚拟视图绘制技术中空洞和伪边缘等问题,提出了一种新的立体匹配算法以获得稠密视差图完成虚拟视点合成.此方法只需要两张视图,对其采用Mean shift算法就可以进行视图分割.有效的虚拟视点绘制是基于良好的视差图与好的视图插值法实现的.通过权值多窗口立体匹配法获得初始视差图,再利用交叉检验法对不可信匹配点和闭塞遮挡区域进行滤除,很好地解决了视差图中遮挡区域引起的误匹配问题.最后,对获得的稠密视差图进行视图插值和相应的噪声滤除完成了多点位置的虚拟视图绘制.针对Middlebury dataset提供的"Tsukuba"等测试图像进行相关实验,实验结果表明,该算法具有良好的视图绘制效果.(本文来源于《南京信息工程大学学报(自然科学版)》期刊2018年02期）
温思寒[8]（2017）在《基于深度图的虚拟视点绘制技术研究》一文中研究指出随着视频技术的快速发展,交互式叁维视频因其所营造的身临其境效果而受到人们的青睐,其关键技术便依赖于虚拟视点绘制技术。然而,传统的虚拟视点绘制技术存在空洞、伪影、无法实时绘制等诸多问题。因此本文提出一种改进的DIBR算法,在图像融合部分,对视点融合算法进行了改进,采取加权求和法,并在确定权重的过程中引入深度信息;另外,采用深度图外推法修复深度图像,并采用改进的图像修复算法对彩色图像进行填充和修复;最后,通过合理的评价指标对合成图像进行评价,并将本方法和其他现有方法进行对比分析。(本文来源于《Proceedings of 2017 3rd International Conference on Future Mechatronics and Automation (ICMA 2017)》期刊2017-12-16）
陈康杰[9]（2017）在《全景漫游中基于深度图的虚拟视点绘制技术研究》一文中研究指出近年来,随着硬件技术的进步和计算机视觉理论的发展,为了增强用户的沉浸感、交互性及体验,全景漫游技术被广泛应用于人们的生产和生活当中。全景漫游技术是指在用户的走动路径上任何位置都能看见所处位置的全景图像。该漫游技术由多个视点组成,两个视点之间的图像既可通过摄像机密集拍摄进行获取,也可通过对虚拟视点的绘制来进行获取,但是通过摄像机直接获取的方法产生的数据量十分庞大,因此并没有得到广泛的应用。在虚拟视点的绘制中,一般的方法有基于模型的绘制和基于图像的绘制这两种。其中,基于模型的绘制技术对硬件的要求较高且随着场景的复杂度升高所建模型的复杂度也同比上升。所以,本文研究基于图像绘制中的全景漫游应用下基于深度图的虚拟视点绘制技术。本文重点研究了基于深度图像的虚拟视点绘制技术,着重阐述了所提出的深度图获取技术以及虚拟视点绘制技术中的关键问题。由于传统的深度图获取方法是以摄像系统模型中叁角几何相似的关系来求取深度的,而在全景漫游应用中这种叁角关系被打破,即原先的关系在现有的模型中不成立,所以为了解决这个问题,本文对全景漫游应用中摄像机摆放系统进行了建模,在模型中重新寻找相应的几何关系,以此来求取所需的深度图。最后,通过实验表明利用本文方法获取到的深度图在质量上优于对比方法产生的深度图,进而也验证了所提算法的准确性。得到高质量的深度图,对于虚拟视点的绘制具有十分重要的意义,越是精确的深度图,绘制出的虚拟视点图像也越准确。除了着重介绍深度图的获取技术之外,本文还重点阐述了借助深度,解决虚拟视点绘制中关键问题的方法,所针对的问题主要是造成图像模糊和失真的空洞及重迭问题。本文利用所提出的方法,先进行空洞的判断,接着将空洞像素反映射到参考图像,在参考图像上寻找所需的纹理,如果没有可用的纹理信息,那么再用虚拟视点图像中空洞的领近像素按所提算法进行填充。通过该方法对虚拟视点图像进行处理,能够获取到更高质量的绘制图像。最后,通过实验表明,该方法能够较好地解决空洞和重迭问题,所绘制出的虚拟视点图像与真实场景较为相似。空洞和重迭问题的解决具有十分重要的意义,它能够降低图像的模糊程度,减少图像的失真,从而提高绘制出的图像质量。(本文来源于《福州大学》期刊2017-06-01）
娄达平[10]（2017）在《自由视点视频中的虚拟视点绘制技术研究》一文中研究指出自由视点视频是在3D视频的基础上,允许人们在切换观看视频角度时同样具有立体感。在自由视点视频研究当中,虚拟视点绘制技术占据着重要的位置。基于深度的虚拟视点绘制技术具有速度快,节省带宽和绘制效果好等优点引起了海内外学者的广泛关注。然而采用该技术进行绘制的目标视点视图往往存在空洞、伪轮廓和重采样等诸多问题。为了解决这些问题,提高虚拟视点绘制的质量,学者们提出了许多优秀的算法。本文在前人的研究基础上,针对不同的使用场景,提出了一种双视点参考绘制虚拟视点方法和两种单视点参考绘制虚拟视点方法。其主要工作内容如下:(1)提出一种基于深度图像分割的虚拟视点绘制方法。该方法使用了两个参考视点进行虚拟视点图像绘制,首先使用Canny算子对深度图进行边缘检测,根据绘制的方向标记出不可信区域,然后应用多阈值图像分割技术对深度图像进行分层处理,并用来指导叁维图像变换,在此期间辅之以局部均值滤波处理。最后得到的虚拟视点图像主观质量好,与虚拟视点绘制标准参考软件相比,平均的PSNR最大可提高0.74d B。(2)为了在带宽受限的情况下,能够获得质量高的虚拟视点图像,提出一种基于深度引导空洞填补的虚拟视点绘制方法。该方法仅使用了单参考图像,所以与多参考绘制相比,可以节省一半以上的带宽。该方法主要由基于深度插值算法和基于区域的空洞填补两大核心构成,前者主要用于解决绘制过程中的细小空洞问题,而后者则是为了解决绘制场景中大型空洞问题,在Criminisi的算法基础上,改进优先级的计算和最佳匹配块的选择,并且根据不同区域选择最佳的搜索区域。最终绘制得到的虚拟视点图像主客观质量明显优于所对比的算法。(3)针对复杂场景的背景,提出一种基于时空域相结合的空洞填补的虚拟视点绘制方法。该方法主要利用了机器学习当中的高斯混合算法建立背景模型,训练提取出视频序列的背景,然后应用K-means算法将深度图进行前后景划分,根据时域相关性得到深度信息。再将提取的信息进行叁维图像变换后应用于空洞填补,并可以针对不同运动特征序列改进填补方法。实验结果表明,通过这种方法绘制得到的虚拟视点图像基本能够满足人眼视觉要求。(本文来源于《宁波大学》期刊2017-05-25）
虚拟视点绘制论文开题报告
（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：
叁维显示技术逐渐成为很多电视显示系统与人机交互系统中的关键技术,被应用到很多具有广阔商业前景的产业中,如3DTV,3D游戏,虚拟现实,增强现实等。裸眼3D显示技术由于不需要操作者穿戴相关设备,观看视角可以自由切换等优势,成为研究的热点。然而,裸眼3D的内容生成需要同时提供很多不同视角下的画面,制作流程复杂且成本高昂。通过开发一套虚拟视点实时绘制系统,该系统可以基于双目相机提供的两个视点,低成本、高效地实时绘制出各个虚拟视点,实现裸眼3D内容的实时生成和显示。系统先通过立体匹配技术从校正后的双目图像中恢复出视差信息,为了兼顾算法的速度和精度,采用了半全局立体匹配技术进行视差信息的恢复。针对恢复的视差中出现的空洞和噪声,提出了基于一致性检验、滤波、视差绘制的组合视差优化方案,实现了空洞填补和噪声过滤,有效提高了估计的精度。基于立体匹配视差估计的结果,改进了基于深度的图像绘制技术(Depth Image Based Rendering,DIBR)实现虚拟视点绘制。首先将单参考视点扩展为双参考视点,减少了空洞的产生。其次设计了基于背景外插值和镜像的自适应图像修复方案,对二者的优势进行了综合。最后,针对DIBR算法中普遍存在的伪影问题,设计了深度梯度腐蚀算法,有效地减少了伪影问题带来的图像质量的下降。基于连续扫描的场景视频前后帧之间具有很大的内容关联性的特点,提出了背景表进行时空域背景信息的提取和存储,弥补了在图像绘制过程中参考信息不足的缺陷。在固定相机场景下,将图像绘制算法与背景表融合,包括背景表查询和图像补充,以及背景表数据更新。在运动相机场景下,增加了SLAM技术实时估计相机的位姿,根据估计结果进行背景表变换。背景表的引入,有效纠正了图像绘制产生的失真,实现了虚拟视点图像的准确绘制。针对基于双目相机的虚拟视点实时绘制系统的需要,搭建了系统的硬件平台,设计并实现了软件系统。系统由底层模块和上层交互模块组成,底层模块由立体匹配模块、图像绘制模块和SLAM模块并行运行,上层交互模块完成立体图像的合成与现实以及对系统的控制,利用GPU并行加速实现了实时处理速度。系统的整体性能和分系统性能均通过大量实验进行了测试,系统的改进方案也通过实验进行了验证。
（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。
虚拟视点绘制论文参考文献
[1].梁海涛,陈晓冬,徐怀远,任思宇,汪毅.基于深度图预处理和图像修复的虚拟视点绘制[J].计算机辅助设计与图形学学报.2019
[2].李剑.基于双目相机的虚拟视点实时绘制系统研究[D].哈尔滨工业大学.2019
[3].郭秋红,梁秀霞.对3DWarping分解的高质量虚拟视点绘制方法[J].计算机工程与应用.2019
[4].杜政霖.虚拟视点绘制中的深度数据处理研究[D].山东财经大学.2018
[5].郭秋红.基于DIBR的虚拟视点绘制方法研究[D].山东财经大学.2018
[6].王亚亚.基于图像网格的虚拟视点绘制[D].河北大学.2018
[7].梅永,陈书圆,王友权.一种新的立体显示中的视差估计与虚拟视点绘制算法[J].南京信息工程大学学报(自然科学版).2018
[8].温思寒.基于深度图的虚拟视点绘制技术研究[C].Proceedingsof20173rdInternationalConferenceonFutureMechatronicsandAutomation(ICMA2017).2017
[9].陈康杰.全景漫游中基于深度图的虚拟视点绘制技术研究[D].福州大学.2017
[10].娄达平.自由视点视频中的虚拟视点绘制技术研究[D].宁波大学.2017