导读:本文包含了动态场景合成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:动态,图像,地表,鬼影,场景,热辐射,景深。
动态场景合成论文文献综述
叶亚洲[1]（2018）在《动态叁维复杂场景感知及其增强合成视景技术》一文中研究指出21世纪以来,航空领域的技术飞速发展,随着通航规模的扩大和飞行需求的日趋增加,直升机、客运机、无人机等飞行器面临的飞行场景越来越复杂,事故率居高不降,如何提高飞行器操作人员对外部场景的态势感知已经成为一项重要课题。本文首先分析了动态叁维复杂场景中影响飞行安全的因素,根据目前飞行员在飞行阶段的迫切需求,提出动态叁维复杂场景感知及其增强合成视景技术解决方案,然后结合国内外相关研究项目进展和成果,介绍了解决方案中需要解决的各种关键技术问题以及实现方法,最终设计了一个多屏幕、多通道、多视角的综合实时可视化演示系统来验证解决方案的有效性和实用性。本文所做的基本工作如下:1.结合实际应用对动态叁维复杂场景感知及其增强合成视景技术这一解决方案进行了分析,为了提高所做研究的实际应用价值,本文最终选定的硬件研究平台为NVIDIA新一代Jetson TX1嵌入式Linux开发平台,该平台更加接近军用嵌入式Linux系统,应用价值更高。2.对动态叁维复杂场景感知技术做了相关的分析和研究,介绍了动态叁维复杂场景感知中的关键技术,利用叁维场景数据库建模技术创建了本文的地形数据库和障碍物数据库;利用复杂叁维场景可视化技术创建了雨、雪、雾等退化视觉环境;利用多源传感器感知技术模拟了前视红外、激光雷达、毫米波雷达等成像效果;利用异源传感器融合感知技术将各类传感器的融合效果进行多模式的融合展示,提高了飞行员在复杂叁维场景下的态势感知能力。3.对增强合成视景技术做了研究和分析,研究了增强合成视景中的关键技术,利用地形提示与告警技术实现了主流的地形告警系统,对叁维场景地形进行了多种模式的纹理显示和着色,凸显了地形的起伏和危险区域;利用障碍物感知与凸显技术通过线框、距离标注、着色等方式对叁维场景中的危险障碍物进行了凸显;利用飞行仪表、着陆地标以及安全飞行通道等虚拟军事要素展示飞行状态参数和着陆位置信息,辅助飞行员在着陆和低空巡航阶段进行飞行决策,保障了飞行安全。4.设计并实现了多屏幕、多通道、多视角的综合实时可视化演示系统,并将综合演示系统细分为多个功能模块,详细介绍了综合演示系统的界面布局和功能模块的实现效果。通过综合演示验证了本文提供的设计方案能够很好的提高飞行员在复杂叁维场景下的态势感知,从而证明本研究具有重要的研究意义与应用价值。(本文来源于《西安电子科技大学》期刊2018-05-01）
刘灿[2]（2016）在《基于立体匹配的景深提取及动态场景虚拟视角合成技术的算法研究与实现》一文中研究指出虚拟视角合成是虚拟现实、自由视点电视等诸多计算机视觉应用中的一项重要技术,其合成结果的质量会直接影响应用的性能。通过虚拟视角合成技术获得的合成结果存在两个问题：其一是静态场景中合成图像的精度不高；其二是动态场景中合成视频的时间不一致问题。局部立体匹配和基于景深图像的绘制是虚拟视角合成的两项关键技术,目前局部立体匹配算法在大面积无纹理、深度不连续和倾斜平面区域中的匹配误差大,会直接影响到虚拟视角图像的绘制精度；基于景深图像的绘制算法鲁棒性不高,不能同时解决合成结果精度不高与时间不一致的问题。本文以提升合成结果的精度与时间一致性为目的,对局部立体匹配和基于景深图像的绘制算法进行了深入研究。本文以基于最小生成树的局部立体匹配算法为框架,对匹配代价计算和视差后期处理步骤进行了优化,实现了一种高精度的局部立体匹配算法。本文使用Census变换获得描述像素点空间结构信息的汉明编码,并将其与像素灰度差和梯度差结合起来构成联合匹配代价,改善了算法在无纹理区域的精度。就后期处理而言,本文首先采用基于横向扫描的视差修复策略改善深度不连续区域视差轮廓的准确度,然后对视差平面进行拟合以减少高频噪声。本文基于景深图像的绘制算法以虚拟视角合成参考软件为框架,给出一种高鲁棒性的时域景深增强滤波器,该滤波器由运动检测、景深可靠度检测和时域景深增强处理构成。首先,通过运动检测将场景划分为运动区域和静止区域,并只对静止区域进行时域景深增强处理；然后,使用左右一致性检测获得景深的可靠度信息；最后,在时域景深增强滤波器中引入景深的可靠度,实现平滑景深流的同时提升景深的精度。对于立体匹配算法的评估表明,在Middlebury标准数据库和自采集数据库中,本文方法的匹配坏点百分比下降幅度分别达到22.1%和27.8%。对于虚拟视角合成算法的评估表明,在Bookarrval数据库中,本文方法的时间不一致性指标下降了24.6%,合成图像的精度提升了1.9%。实验结果表明,本文局部立体匹配算法和基于景深图像的绘制算法的性能得到明显改善,能为合成高质量的虚拟视角图像提供可靠的技术保障。(本文来源于《东南大学》期刊2016-04-27）
梁晨,方向忠[3]（2014）在《基于动态场景的高动态图像合成》一文中研究指出相机所取得的图像动态范围与真实的场景相比往往较低。而通过对几幅不同的曝光时间的图像进行合成,可以得到高动态图像。但是场景中物体的运动会导致最终图像出现鬼影效应,提出了一个基于区域分割和连续性检测的算法,消除鬼影区域,使得在场景有运动下同样可以获得高质量的高动态图像。(本文来源于《电视技术》期刊2014年15期）
李艳梅,罗建,李薇,朱力强[4]（2014）在《基于自适应分块的动态场景HDR图像合成算法》一文中研究指出通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的方法,自适应调整分块大小及动态区域块的融合权值,最终达到混淆去除的目的。同时,利用Gaussian中心函数窗口滤波,去除在分块融合过程中引入的块边缘不连续性痕迹。实验结果表明,该方法能快速有效地增强多曝光图像融合生成HDRI并去除混淆问题。(本文来源于《计算机应用研究》期刊2014年10期）
梁晨[5]（2013）在《基于动态场景的高动态图像合成研究》一文中研究指出动态范围，指的是像素的最大值与像素的最小值之比。在真实世界中，动态范围往往很大，超过十个数量级。而在相机所拍摄的图像中，由于CRT显示器的限制，只能达到两个数量级。为了获得更好的显示效果，引入了高动态图像，从而扩展图像的动态范围。高动态图像的生成可以分成两类，第一类是基于色调映射的方法。这种方法首先将不同曝光度的图像生成一个高动态的图像，然后通过色调映射的方式使得生成结果可以在正常屏幕下显示。然而这类方法需要估计相机的响应曲线，引入了非线性过程。另一类则是基于曝光融合的方法。直接利用曝光时间不同的一组低动态图像，进行基于金字塔分解的多级融合，同样可以取得很好的效果。本文基于第二类方法，不但避免了相机响应曲线估计的非线性过程，也同时降低了计算复杂度。不过，无论哪一类方法，都需要提前拍摄不同曝光时间的图像组进行图像合成。尽管上述方法对静态场景图像序列效果很好，但是一旦存在相机抖动或物体移动这类动态场景，会使合成结果出现鬼影效应。针对于动态场景，本文提出了一种鬼影检测与去除的高动态图像合成方法。首先在不同曝光图像组中选取参考图像，进行图像校准。再针对饱和区域与非饱和区域分别设计算法，进行鬼影像素探测。在非饱和区域中，利用互易律进行检测。同时采用图像分块的形式提高鲁棒性。之后通过估计两幅图像之间的亮度转移函数，用来在饱和区域中检测鬼影像素。从而克服大多数同类算法中无法对饱和区域进行处理的缺点。为了克服噪声和相机响应曲线的非线性造成的误差，引入了零均值平方差和权值图调整的算法。从而进一步的消除鬼影像素带来的影响，获得更好的合成效果。与此同时，对于检测出鬼影的区域，并不是简单的舍弃。而是通过利用参考图像生成的图像副本的方式，替代原本是鬼影的像素区域。使得最终的合成结果能够尽可能的多包含不同曝光时间下的图像信息，扩展图像的动态范围。虽然上述方法的生成结果已经比较令人满意，但是仍有进一步优化的空间。通过梯度增强的技术，可以更进一步提高融合结果的图像质量。由于大梯度代表图像结构，小梯度代表图像细节。本文对这两者分别区分，针对大梯度适度衰减，针对小梯度则适度增强。使得合成结果在总体锐度和本地对比度上都得到优化。再通过求解泊松方程重建出图像，使得图像质量进一步提高。(本文来源于《上海交通大学》期刊2013-12-01）
赵利民,顾行发,余涛,万玮,熊攀[6]（2012）在《基于能量平衡与端元合成技术的地表热辐射场景动态模拟》一文中研究指出地表热辐射场景动态变化模拟分析是热红外遥感领域研究热点之一.首先基于地表能量平衡方程和一维导热方程,建立地表温度二次谐波模型,模拟裸露地表温度日变化规律,并利用CUPID模型模拟植被冠层温度;其次利用高空间分辨率多光谱遥感影像的可见光-近红外光谱特征,提取植被、裸土、水体、不透水面等地物端元的覆盖比例及分布;最后结合地表温度模拟结果和典型发射率波谱,基于端元能量线性混合的假设,模拟地表热红外辐射动态场景.结果表明,地表温度日变化模拟值与实测值吻合较好,标准偏差在2.7℃以内;模拟场景可展现出清晰的纹理细节和较强的遥感成像真实感,场景热辐射特征与地物类型及其空间分布、成像时刻、观测角度均有关联.(本文来源于《中国科学:技术科学》期刊2012年11期）
邹耀斌,高辉[7]（2009）在《利用叁层动态模糊技术的飞雪场景合成》一文中研究指出通过分析现实世界中真实的降雪情景,提出了一种使用叁层动态模糊方法的飞雪场景合成技术,并在Matlab开发环境下实现了一个交互式演示程序。实验结果表明,使用叁层动态模糊技术所合成的飞雪场景效果逼真,所构造的飞雪具有视觉上的真实感。(本文来源于《电脑编程技巧与维护》期刊2009年07期）
华顺刚,王丽丹,欧宗瑛[8]（2007）在《基于多幅不同曝光量照片的场景高动态范围图像合成》一文中研究指出提出了一种恢复相机成像系统光照响应曲线,合成场景高动态范围图像的方法.在满足光学成像系统相反法则的前提下,利用多幅同一场景不同曝光量的照片图像,结合最小二乘原理和B样条函数拟合方法,恢复了相机的光照响应曲线,获得图像中像素值与曝光量之间的映射关系,进而将不同曝光量的场景照片图像融合成一幅高动态范围图像.图像中的像素值与场景中对应点的真实亮度值成正比,扩大了场景图像的表示范围,增加了场景图像中高亮区和暗区的细节特征.实验表明,合成的高动态范围图像效果满意.(本文来源于《大连理工大学学报》期刊2007年05期）
动态场景合成论文开题报告
（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：
虚拟视角合成是虚拟现实、自由视点电视等诸多计算机视觉应用中的一项重要技术,其合成结果的质量会直接影响应用的性能。通过虚拟视角合成技术获得的合成结果存在两个问题：其一是静态场景中合成图像的精度不高；其二是动态场景中合成视频的时间不一致问题。局部立体匹配和基于景深图像的绘制是虚拟视角合成的两项关键技术,目前局部立体匹配算法在大面积无纹理、深度不连续和倾斜平面区域中的匹配误差大,会直接影响到虚拟视角图像的绘制精度；基于景深图像的绘制算法鲁棒性不高,不能同时解决合成结果精度不高与时间不一致的问题。本文以提升合成结果的精度与时间一致性为目的,对局部立体匹配和基于景深图像的绘制算法进行了深入研究。本文以基于最小生成树的局部立体匹配算法为框架,对匹配代价计算和视差后期处理步骤进行了优化,实现了一种高精度的局部立体匹配算法。本文使用Census变换获得描述像素点空间结构信息的汉明编码,并将其与像素灰度差和梯度差结合起来构成联合匹配代价,改善了算法在无纹理区域的精度。就后期处理而言,本文首先采用基于横向扫描的视差修复策略改善深度不连续区域视差轮廓的准确度,然后对视差平面进行拟合以减少高频噪声。本文基于景深图像的绘制算法以虚拟视角合成参考软件为框架,给出一种高鲁棒性的时域景深增强滤波器,该滤波器由运动检测、景深可靠度检测和时域景深增强处理构成。首先,通过运动检测将场景划分为运动区域和静止区域,并只对静止区域进行时域景深增强处理；然后,使用左右一致性检测获得景深的可靠度信息；最后,在时域景深增强滤波器中引入景深的可靠度,实现平滑景深流的同时提升景深的精度。对于立体匹配算法的评估表明,在Middlebury标准数据库和自采集数据库中,本文方法的匹配坏点百分比下降幅度分别达到22.1%和27.8%。对于虚拟视角合成算法的评估表明,在Bookarrval数据库中,本文方法的时间不一致性指标下降了24.6%,合成图像的精度提升了1.9%。实验结果表明,本文局部立体匹配算法和基于景深图像的绘制算法的性能得到明显改善,能为合成高质量的虚拟视角图像提供可靠的技术保障。
（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。
动态场景合成论文参考文献
[1].叶亚洲.动态叁维复杂场景感知及其增强合成视景技术[D].西安电子科技大学.2018
[2].刘灿.基于立体匹配的景深提取及动态场景虚拟视角合成技术的算法研究与实现[D].东南大学.2016
[3].梁晨,方向忠.基于动态场景的高动态图像合成[J].电视技术.2014
[4].李艳梅,罗建,李薇,朱力强.基于自适应分块的动态场景HDR图像合成算法[J].计算机应用研究.2014
[5].梁晨.基于动态场景的高动态图像合成研究[D].上海交通大学.2013
[6].赵利民,顾行发,余涛,万玮,熊攀.基于能量平衡与端元合成技术的地表热辐射场景动态模拟[J].中国科学:技术科学.2012
[7].邹耀斌,高辉.利用叁层动态模糊技术的飞雪场景合成[J].电脑编程技巧与维护.2009
[8].华顺刚,王丽丹,欧宗瑛.基于多幅不同曝光量照片的场景高动态范围图像合成[J].大连理工大学学报.2007
论文知识图
