基于几何模型与照片序列的不规则物体纹理获取

来源 :中国图象图形学报 | 被引量 : 17次 | 上传用户:feihuiy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
虚拟世界的建造过程中 ,获取不规则物体的纹理非常重要 .针对数字文物保存与展示的要求 ,提出了一种基于物体单色几何模型及在其周围环绕拍摄的照片序列来获取不规则物体圆柱纹理的算法 .该算法分为投影变换、变形和拼接等步骤 ,通过将物体照片序列上的色彩映射到圆柱贴图面上来获得该物体的纹理 .该算法具有对原始照片质量要求低和允许运行时进行编辑等优点
其他文献
为了能够快速准确地进行煤岩自动分析 ,设计了一个数字化煤岩分析系统 .该数字化煤岩分析系统是一个集显微图象采集、煤岩成分识别和煤质分析 3大功能于一体的综合性系统 .在用该系统进行煤岩分析时 ,首先使用代价函数极值法实现自动聚焦 ,然后采用瞬间曝光测试法来实现自动曝光 ,最后用主分量分析法实现煤岩纹理分析和煤岩成分识别 ,并应用神经网络实现混煤分析中的函数参数估计 .由上述方法构成的煤岩分析系统已
给出了颜色不变量的自适应聚类网络量化算法 .这种方法采用一组图象训练量化矢量 ,根据训练图象能自适应地影响量化矢量 .把这种算法和均匀量化算法应用于 CBIR系统中 ,并对它们的检索结果和时间复杂度进行比较 ,结果表明 ,该算法在检索的正确率和时间的复杂度上均优于均匀量化方法 .因而颜色不变量的自适应聚类网络量化方法是一种很好的矢量量化算法
道路边界识别是车辆基于道路区域或边界信息自动导航的首要问题 .根据驾驶员视觉处理经验和车辆运动轨迹方程 ,总结出道路边界识别的先验知识与预测知识 ,在所选取的二次曲线道路形状模型基础上 ,分别利用边界识别算法和跟踪识别算法得到车辆起步和稳定行驶过程中的实时道路边界信息 ,为车辆控制器计算出位置偏差和方向偏差两个参数 ,以实现车辆基于前向单目视觉的自主导航 .通过对实际路面试验结果的分析 ,证明了该
纹理分割是图象处理的基本问题之一 .针对广泛的纹理图象 ,需要一个高效、鲁棒的分割方法 ,因此提出了一种基于纹理基元的纹理图象分割算法 .首先 ,以 Harr小波为变换工具 ,得到具有方向性的纹理子图象 ;然后给出了一种新的纹理基元提取方法 ,并在此基础上 ,应用统计方法和矢量场 ,对纹理区域进行由粗到细的分割 .通过这种方法不仅可以对纹理图象进行分割 ,还可以对同一区域的纹理结构进行描述 ,从而