导读:本文包含了真实感图像论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:真实感,图像,纹理,图像处理,长毛绒,草图,浮雕。
真实感图像论文文献综述
杨丽莹[1]（2019）在《基于单幅图像的多样性和真实感叁维凹浮雕生成研究》一文中研究指出浮雕是一种结合绘画与雕塑的叁维造型艺术,能够以较少的空间展示较多的信息。浮雕分为高浮雕、浅浮雕和凹浮雕叁种类型,其中凹浮雕是按照图案在背景平面中将相应的材料刻除而得到的一种浮雕,因而相对于其他两种浮雕,其所占空间最少。镂空浮雕是凹浮雕的一种表现形式,是在凹浮雕基础上将背景平面刻除而得到的。近年来,随着计算机图形图像技术和叁维建模的快速发展,叁维数字浮雕领域也取得了很大的进展。通过计算机辅助建模生成数字浮雕,克服了传统手工浮雕生产效率低下和难以对产品进行修改的缺点,且易于保存。本文围绕从单幅图像生成多样性和真实感凹浮雕,主要完成了以下工作:(1)基于图像特征增强的凹浮雕生成方法针对从叁维模型中生成凹浮雕时算法复杂、效率较低的问题,本文研究了一种基于图像特征增强的叁维数字凹浮雕生成方法。该方法首先通过阈值检测提取图像的特征线条,然后使用非锐化掩模技术(USM)和局部信息增强技术对图像进行增强处理,得到一个光滑而清晰的浮雕效果图像。最后应用网格叁角化操作构建叁维凹浮雕模型。实验结果表明,本文方法简单有效,能够生成较为自然的叁维凹浮雕模型,且用时较少,每千个面片的平均时间为0.253秒。但该方法生成的浮雕模型缺乏多样性和设计感,生成的凹浮雕表面不具备真实凹浮雕表面的高度变化。(2)基于分形的凹浮雕输入图像生成方法针对(1)中生成的凹浮雕模型缺乏多样性和设计感的问题,本文研究基于分形的图像生成方法,通过丰富图像的多样性进而丰富凹浮雕模型的多样性。分形图像具有较高的艺术性,且不同的分形规则能够生成不同的分形图像,以分形图作为凹浮雕生成的输入图像,可以丰富凹浮雕的多样性。本文基于分形的迭代规则生成了经典的分形图案,利用Bezier曲线实现了线条光滑的分形图像,然后将现有的艺术图案拼贴组合生成了更加复杂美观的图案,并将这些都作为输入图像来生成凹浮雕模型。(3)基于距离变换的分形图案凹浮雕生成方法针对(1)中生成的凹浮雕表面较平、缺少真实凹浮雕中内部区域高度变化的问题,本文研究了一种基于距离变换的凹浮雕生成方法。以(2)中生成的图像作为输入,首先对图像二值化区分前景背景,然后利用距离变换实现浮雕表面的高度变化,再通过灰度映射将高度压缩到一定范围,使其更符合现实凹浮雕的高度特点。实验得到了真实感较好的凹浮雕模型,在此基础上,通过删除背景平面又实现了镂空浮雕的生成。(本文来源于《西北农林科技大学》期刊2019-05-01）
徐巧,张才前[2]（2019）在《基于图像处理的素色长毛绒织物真实感模拟》一文中研究指出为能够实现长毛绒织物外观的真实感模拟,提出了一种基于图像处理的快速仿真方法。其一,分析长毛绒织物灰度图明暗变化的基本规律,探讨长毛绒织物的纹理特征;其二,基于Perlin Noise建立纹理特征模型;其叁,再利用图像滑移模拟毛绒感;最后,实现有色长毛绒织物的模拟并展示其仿真结果。(本文来源于《轻纺工业与技术》期刊2019年03期）
龙淑珍[3]（2019）在《洛佩兹·加西亚油画作品中“真实感”的图像学分析》一文中研究指出真实性来源于画面的真实,洛佩兹的的油画作品中的真实感具有叁个基本特征。以图像学的方法论分析其作品中的真实感以及作品中的人文意义。(本文来源于《戏剧之家》期刊2019年11期）
蔡雨婷,陈昭炯,叶东毅[4]（2018）在《基于双层级联GAN的草图到真实感图像的异质转换》一文中研究指出不同于pix2pix框架将边缘线条图转换为真实感图像的工作,文中探讨更便于人机交互的手绘草图到真实感图像的转换问题.首先设计双层级联生成对抗网络(GAN)结构实现转换任务.第一层GAN根据草图的形态结构、语义内容等信息生成粗粒度真实感图像,第二层GAN将第一层的结果转换为更生动形象的高分辨真实感图像.然后,针对上述网络训练中现有可用的"草图-图像"数据集十分稀缺的问题,提出依据给定的图像自动生成模拟草图数据的方法.通过改进HED边缘检测算法获得草图轮廓,并采用移动最小二乘策略对轮廓进行变形,模拟草图形态意向可辨、线条简洁、具有随意性的特点.实验表明,将手绘草图作为输入,文中方法转换结果图的合理性和视觉真实感优于基于边缘线条图训练的方法.此外,文中方法可以推广到涉及草图处理的其它应用领域.(本文来源于《模式识别与人工智能》期刊2018年10期）
孙迪,詹睿,张加万,潘刚[5]（2018）在《基于海量图像的真实感故事可视化生成》一文中研究指出通过对故事可视化领域进行深入研究,提出一个完整的故事可视化系统.首先利用自然语言处理对故事脚本进行解析,自动形成场景单元及关键字,根据关键字从互联网上搜索相应的图像序列;然后提出一种改进的前景自动提取算法,并分别采用不同的过滤策略获取所需的候选前景和背景图像;最后根据用户选定的图像合成单幅场景,并采用一致性优化算法来保持场景之间的连续性与一致性.实验结果证明,该系统能够智能地辅助用户生成故事图像序列,增加其认知和创作乐趣,有效地减轻用户创作的负担和约束,而对用户本身无需任何艺术背景要求.文中工作可用于儿童认知以及导演创作等应用领域.(本文来源于《计算机辅助设计与图形学学报》期刊2018年08期）
杨雨薇[6]（2018）在《基于图像序列的高真实感纹理映射技术研究》一文中研究指出基于图像的叁维重建方法由于其重建速度快、重建模型精度高以及可操作性强等优点,逐渐被广泛应用于多个领域。基于图像的叁维重建过程包括:图像采集、图像特征点检测及图像间的特征点匹配、利用相机标定原理来恢复场景、利用CMVS/PMVS算法进行稠密重建最终得到带有噪点的叁维点云模型。此时的点云模型不仅会包含许多噪点,而且数据点之间存在较大的空间距离,使得模型精度和逼真度较低。针对重建出的点云模型,传统的方法需要经过去噪、网格化、修复流型边缘、参数化、投影纹理等多个步骤才能得到逼真度较高的叁维模型。本文针对基于图像重建出的点云模型的纹理映射方法展开深入研究,主要研究内容和工作如下:1.探讨了基于图像的叁维重建算法相关技术和特点,并且在特征点匹配过程中采用了一种改进的双向KNN匹配算法,使得匹配的结果更加精确。举例说明了现有的纹理映射算法的国内外研究现状,分别探讨了这些算法的优缺点和适用性。2.对于大规模复杂场景,其输入的图像序列通常很长,本文探讨了时空自适应采样方法选择合适的关键图像进行后续的纹理映射优化,以减少处理时间,并提高所生成的纹理贴图的质量。首先在时域中对输入图像序列进行模糊度计算,然后选择模糊度相对较小的图像来进行采样,最后对之前获取的具有最小模糊度的关键图像进行唯一性计算。这样之后就可以进一步减少冗余信息,去除差异较小的关键图像,从而减轻后续纹理数据的处理。3.提出了一种利用颜色纹理对重建的叁维模型进行高真实感的纹理映射算法,该算法主要分为叁个步骤:第一步是利用Bundler获取空间叁维点与每幅图像上面二维点之间的对应关联;第二步是为每个叁角面片选取最合适的映射纹理块。为避免输入图像像素数据冗余,我们在纹理映射之前对图像进行纹理选择,只保留纹理对应区域,从而加快纹理映射速度;第叁步是针对映射结果再进行纹理一致性优化,以避免纹理边界处的颜色差异。(本文来源于《云南师范大学》期刊2018-05-27）
张晨晔[7]（2017）在《基于实测图像的高真实感纹理生成方法》一文中研究指出高真实感仿真作为虚拟现实等技术的核心,是计算机视觉相关领域的一个重要研究课题,并且在各个领域都拥有广阔的发展前景。对于真实感的仿真建模,一般包括两个部分:叁维重建及恢复视觉外观。目前,对于目标几何模型的获取,一般分为两种,1)以叁维扫面仪为代表的主动方法,随着光电测距技术的不断发展,利用叁维扫描技术获取目标模型的几何叁维信息,因其能准确的反映客观规律,已经成为一种重建几何模型最为有效也是最高效的方式。2)以基于图像的叁维建模方法为代表的被动方法,因其具有低成本,使用灵活等优点,其作为第一种方法的数据补充,也得到了广泛的研究。通过以上较成熟的体系可以精确的获取目标叁维几何数据,故在此种条件下,视觉外观恢复的优劣就成为仿真场景是否表现出高真实感的一个决定性指标。而视觉外观恢复的关键,在于纹理资源和通过纹理表现出的形状特征与细节。基于以上原因,利用实测图像进行表面纹理的生成具备良好的应用前景。本文针对实测图像中的纹理生成、优化与使用进行了研究,主要包括如下内容:(1)本文首先分析了国内外关于高真实感仿真及纹理映射方面的发展概述;分析了纹理映射的一般方法;针对二维图像获取目标表面纹理的方法进行了深入分析;(2)研究了以单幅实测图像为对象,UVW贴图为基础的贴图方式,研究了一种以RGB彩色编码索引表为映射方法的表面纹理提取与优化。该方法首先通过计算实拍图与模型旋转的序列图基于Hu矩的外轮廓相似度进行轮廓匹配,得出相似度最接近的一组作为轮廓匹配最佳项;后根据彩色编码索引表的特性,提取出二维实测图像中关于目标的纹理资源。(3)由于多视角对目标的实测图像往往可以包含更多的目标纹理信息,因为通过多视角获取到的该目标的纹理资源序列之间一般都具有互补性,故本文针对多视角实拍图进行表面纹理的提取,再通过图像融合技术对提取出的纹理信息进行像素级融合,使其达到优化纹理资源的目的。(4)最后由于理论建模生成的激光光斑不仅计算耗时,而且真实感较低,故本文通过对实测的激光光斑进行了纹理的提取即优化,根据cg语言的并行计算,使其具备高效及高真实感。(本文来源于《西安电子科技大学》期刊2017-05-01）
吴熙[8]（2016）在《基于真实感图像合成的去噪算法研究》一文中研究指出随着人们对图像质量要求的提高,基于蒙特卡罗的真实感图像合成能够较好模拟大自然中较为复杂的现象如:高光、软阴影、焦散等,极大程度上满足了人们对特效画质的追求。基于蒙特卡洛的全局光照算法广泛用于真实感图像合成。然而,合成高质量图像往往需要很长时间。尤其当场景的材质易发生镜面反射时,合成的图像往往含有较多脉冲噪声。本文针对这种情况提出一种基于Grubbs检测的快速高效的脉冲噪声去除方法。该方法从采样点和像素两个层面进行分析。首先,从采样点层面将噪声检测出来,这样可以保证一个较高的噪声检测的正确率。接着,从图像层面对检测出的噪声进行分配,可以很大程度的减小图像的偏差和算法的时间复杂度。为进一步提升真实感图像合成的效率,本文利用结合Metropolis光线追踪能够较高效率找到有用路径的特点和组合滤波器的思想提出了一种真实感图像合成后处理的新方法。该方法分为两个部分,第一个部分是利用几组不同尺度的高斯滤波器对合成图像滤波处理。第二个部分将多组滤波器滤波处理后的图像组合成最后的结果。该方法选择滤波器尺度所用的依据为相对均方根误差,根据相对均方根误差的大小在图像重建和采样过程中自适应地为每个合成的像素选择最佳尺度的滤波器以最大程度的降低误差,得到较为理想的重建结果。实验结果表明,本文提出的算法相对于传统的光线跟踪算法,本文算法均能够有较好的结果。本文方法均能够在利用较少采样点的情况下,合成较高质量的图像。本文的所有方法都已编程实现。(本文来源于《天津大学》期刊2016-11-01）
翟月[9]（2015）在《计算机图像非真实感渲染研究综述》一文中研究指出随着计算机技术的不断发展,计算机图像非真实感渲染技术从最初的基于笔画的渲染技术发展到当前的全局优化算法,可以处理更加复杂的图像,并且取得良好的处理效果。本文对计算机图像的非真实感渲染处理技术进行了全面的分析,并对技术的优缺点、适用型及相关制约因素进行全面的探讨,总结了非真实感渲染技术所面临的发展趋势。(本文来源于《吉林广播电视大学学报》期刊2015年04期）
杜瑶,王兆仲[10]（2015）在《单幅图像真实感虚拟试戴技术》一文中研究指出提出了一种针对眼镜、帽子等头部饰品的单幅图像真实感虚拟试戴技术,其关键在于虚拟饰品的叁维注册和虚实图像的合成.首先提出了一种将人脸关键点检测与刚体姿态估计相结合,求解单幅图像中人脸叁维注册信息的算法.然后阐述了借助像素颜色混合和深度缓冲检测技术解决虚实图像合成中遮挡关系和模型材质问题的方法.在AFLW(Annotated Facial Landmarks in the Wild)人脸数据库上对叁维注册算法进行了量化测评,结果表明该算法的精度满足虚拟试戴技术的要求.在较大角度姿态变化以及部分遮挡条件下的实验结果表明,提出的虚拟试戴技术快速准确,试戴效果自然逼真.(本文来源于《计算机系统应用》期刊2015年04期）
真实感图像论文开题报告
（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：
为能够实现长毛绒织物外观的真实感模拟,提出了一种基于图像处理的快速仿真方法。其一,分析长毛绒织物灰度图明暗变化的基本规律,探讨长毛绒织物的纹理特征;其二,基于Perlin Noise建立纹理特征模型;其叁,再利用图像滑移模拟毛绒感;最后,实现有色长毛绒织物的模拟并展示其仿真结果。
（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。
真实感图像论文参考文献
[1].杨丽莹.基于单幅图像的多样性和真实感叁维凹浮雕生成研究[D].西北农林科技大学.2019
[2].徐巧,张才前.基于图像处理的素色长毛绒织物真实感模拟[J].轻纺工业与技术.2019
[3].龙淑珍.洛佩兹·加西亚油画作品中“真实感”的图像学分析[J].戏剧之家.2019
[4].蔡雨婷,陈昭炯,叶东毅.基于双层级联GAN的草图到真实感图像的异质转换[J].模式识别与人工智能.2018
[5].孙迪,詹睿,张加万,潘刚.基于海量图像的真实感故事可视化生成[J].计算机辅助设计与图形学学报.2018
[6].杨雨薇.基于图像序列的高真实感纹理映射技术研究[D].云南师范大学.2018
[7].张晨晔.基于实测图像的高真实感纹理生成方法[D].西安电子科技大学.2017
[8].吴熙.基于真实感图像合成的去噪算法研究[D].天津大学.2016
[9].翟月.计算机图像非真实感渲染研究综述[J].吉林广播电视大学学报.2015
[10].杜瑶,王兆仲.单幅图像真实感虚拟试戴技术[J].计算机系统应用.2015
论文知识图
