论文部分内容阅读
基于图象的绘制技术(IBR)由于其适用于普通计算平台、具有较强的真实感和实时绘制性能而成为当今虚拟现实和计算机图形学界的研究热点。本论文主要对其中的图象拼合、图象变形、基于图象的动画、混合绘制等关键技术进行了系统地研究。论文的主要研究工作和成果如下： 1．提出了基于特征的自动图象拼合算法。该算法解决了初始参数、拼接区域宽度、拼接权值的选取问题。分析表明，本算法适宜于任何大小的图象并且不需要知道相机的任何参数(如焦距)，对相邻帧图象之间相机的运动没有严格的限制。仿真结果表明与Szeliski算法相比，本算法用较小的代价实现了图象的自动配准和拼合，拼合的图象视觉效果既清晰又光滑无缝。 2．提出了基于Bezier特征曲线的图象变形算法。该算法利用Bezier特征曲线精确地指定了图象变形的特征基元。仿真结果表明，本算法与传统的直接空间域变形算法相比，小波变换只分解一层，变形算法的运算速度可提高三倍。 3．提出了基于小波边缘检测的自动图象变形算法。该算法利用小波边缘检测自动提取变形特征线段，解决了变形特征的指定问题。改进了基于域的图象变形算法，较大地减小了变形算法的复杂度，提高了算法的运算速度。仿真结果表明本算法实现了图象的自动变形，免除了用户指定变形特征基元的负担。 4．提出了基于改进型主动轮廓线模型的半自动图象变形算法。该算法改进了主动轮廓线模型中轮廓曲线的初始化和图象能的构成。用户只需在被变形图象上粗略地给定几个初始点，算法就能自动准确地指定被变形图象的特征基元，并且能自动确定其对应关系。仿真结果表明算法减轻了用户指定变形特征基元的负担，实现了图象的自动变形。 5．提出了基于径向基神经网络的人脸动画生成的算法。该算法只需要较少的特征点就可以在被仿真的人脸图象间建立空间变换关系，实现人脸表情的动画，有较强的灵活性和控制性。相对建模类动画算法而言，本算法具有计算简单、绘制速度快，适合于分散的不规则特征点等优点。 6．提出了基于图象和几何的混合模型表示及绘制算法。该算法把场景分为前景和背景两个层次。背景采用第二章提出的基于多分辨率样条的图象拼合算法拼合成圆柱形全景图，并用多分辨率样条层次表示，以提高绘制速度。对于前景对象采用本章提出的多分辨率LOD几何模型简化算法绘制，以保证真实感效果。与Debevec提出的混合绘制算法相比，本算法拓展了混合绘制算法的适用范围。