学位论文 > 优秀研究生学位论文题录展示
扩展于非Lambertian场景的体着色计算机三维重建技术研究
作 者: 赵成贵
导 师: 林毓材
学 校: 云南师范大学
专 业: 基础数学
关键词: 一般体着色算法 BRDF模型 Lafortune模型 Desired-体元 基于BRDF的体着色算法 表面修复算法
分类号: TP391.41
类 型: 硕士论文
年 份: 2003年
下 载: 45次
引 用: 0次
阅 读: 论文下载
内容摘要
Seitz和Dyer在1997年正式将他们的利用一个初始场景体借助参考图像信息来获得场景表面的算法叫做一般体着色算法,这个算法的一个依据是场景表面的一点在不同的观察方向上看到的颜色应该是相同的,那么投影颜色相差超过一定范围的体元就应该被认为不存在于场景表面。算法最终得到一个表面上各点具有被称为色一致性的形体。一般体着色算法重建高镜面反射物体时因反射部分的点不满足色一致性而被大量去除,从而算法失效。双向反射分布函数描述了在不同的观察方向上观察场景时场景的辉度信息,在光照条件不变的条件下,场景表面一点对应像点的亮度由其BRDF在对应视点的值所决定。借助场景表面的BRDF可以估计场景点在不同的观察方向上的像点颜色差,由这个颜色差可以合理地给出判别像点色一致性的动态阈值,从而使镜面反射类场景得到较好重建。Lafortune光照模型是较好地描述场景光照的BRDF模型,在运行一般体着色算法得到场景的一个初步形体后,采用一个k-邻近法或为表面点局部拟合一个二次曲面求出表面各点的法向量,然后求出光源方向并以各点法向量为Z轴建立一个表示光源法向和观察方向的局部坐标系,利用已知的视点位置和光源方向以及各点的投影颜色可以为重建表面拟合一个BRDF,运行基于BRDF的体着色算法可望得到较之一般体着色算法更好的结果。实验结果从一定程度上可以说明合理的估计光照、动态的给出色一致性检测的阈值对体着色计算机三维重建技术的应用起着重要的作用。本文首先讨论了一般体着色算法,然后介绍场景光照分析,最后给出基于BRDF的体着色算法及其实验。
|
全文目录
1.一般体着色过程 6-10 1.1 体初始化 6-7 1.2 体元可视性确定 7 1.3 一致性分析 7-8 1.4 体元着色算法 8-9 1.5 体着色算法理论 9-10 2. 图像光照分析 10-12 2.1 基本概念 10-11 2.2 图像照度分析 11-12 3. BRDF模型介绍 12-15 3.1 BRDF的概念 13 3.2 Lambertian表面 13-14 3.3 Lafortune光照模型 14-15 4. 曲面点的法向量估计 15-16 4.1 法向量计算 15-16 4.2 法向量方向调整 16 5. 场景的光照方向估计 16-17 6. Levenberg—Marqtmrd方法 17-19 7. 基于BRDF的体着色算法 19-141 7.1 摄像机标定 19-20 7.2 照度采样 20-21 7.3 法向量估计 21 7.4 光源方向的求法 21-22 7.5 BRDF模型的拟合 22-23 7.5.1 光照方向及观察方向的坐标变换 22 7.5.2 一个便于拟合的LafortLlne模型 22-23 7.5.3 BRDF的Levenberg-Marquard拟合 23 7.6 BRDF的再拟合 23 7.7 算法 23-24 7.8 实验 24-31 7.9 总结 31-141
|
相似论文
- 植被叶面积指数与叶片聚集度系数遥感反演方法研究,TP79
- 基于分形理论的岩矿光谱模型研究,P627
- 水稻BRDF模型集成与应用研究,S511.01
- 土壤高光谱遥感信息提取与二向反射模型研究,TP79
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 高效精确字符串匹配算法的研究与实现,TP391.41
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 空中目标与背景的红外图像仿真技术研究,TP391.41
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 基于纹理特征的视频编码技术研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|