2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩123頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于圖像的渲染(Image-based rendering,簡稱IBR)能夠快速、逼真地生成場景的多視點(diǎn)視圖,因此很適合作為多視點(diǎn)立體顯示的圖像源獲取技術(shù)使用。然而,該類方法對于圖像采樣的過度依賴,使得數(shù)據(jù)量與渲染質(zhì)量的矛盾成為了阻礙IBR應(yīng)用的一個難題。
   針對這一問題,本文推導(dǎo)建立了信號采樣的最小預(yù)期誤差準(zhǔn)則,并以此為依據(jù)提出了適用于多維信號的自適應(yīng)采樣及重建方法。該方法在對原始采樣信號進(jìn)行分析的基礎(chǔ)上,解析地確定了對重

2、建質(zhì)量貢獻(xiàn)最大的采樣位置,從而減小了采樣數(shù)量,提高了重建質(zhì)量。由于不需額外獲取場景的幾何信息,且能夠?qū)γ恳桓蓸庸饩€的采樣位置做出調(diào)整,該方法具備了現(xiàn)有類似IBR方法所不具備的非漸進(jìn)采樣、低幾何信息需求及逐一調(diào)整采樣位置的特性。
   當(dāng)應(yīng)用于一維(音頻)、二維(圖像)及四維(IBR)信號時,本文在建立的自適應(yīng)采樣方法的基礎(chǔ)之上提出了融合邊沿及邊緣檢測的自適應(yīng)采樣方法,有效抑制了平頂波形及“鐵皮樣失真”產(chǎn)生的局部較大誤差,改善了

3、信號重建質(zhì)量。并特別針對四維IBR信號推導(dǎo)了四維Sobel算子,使邊緣檢測得以在四維空間中進(jìn)行。
   本文以光場作為IBR的實現(xiàn)形式,針對光場自適應(yīng)采樣生成的高維非均勻數(shù)據(jù),提出了基于Delaunay三角剖分的非均勻數(shù)據(jù)插值方法并將其應(yīng)用于光場重建,有效減小了高維數(shù)據(jù)插值的計算量。同時改進(jìn)了系統(tǒng)結(jié)構(gòu),通過將三角剖分?jǐn)?shù)據(jù)暫存數(shù)據(jù)庫的方式改善了系統(tǒng)在視點(diǎn)漫游情況下的計算效率。并提出了一種附加位置標(biāo)記矩陣的數(shù)據(jù)傳輸/存儲結(jié)構(gòu),為IB

4、R自適應(yīng)采樣在實際數(shù)據(jù)傳輸/存儲環(huán)境下的應(yīng)用創(chuàng)造了條件。
   本文從多視點(diǎn)立體顯示的要求出發(fā),分析了顯示器參數(shù)對IBR采樣與渲染參數(shù)的影響,并完整地實現(xiàn)了IBR的自適應(yīng)采樣、重建及多視點(diǎn)立體顯示。實驗結(jié)論表明,該系統(tǒng)能夠在相同數(shù)據(jù)量下獲得比傳統(tǒng)方法高3.7~7.8db的重建質(zhì)量,并能以不到15%的原始數(shù)據(jù)獲得30db以上的重建質(zhì)量。
   從適用范圍來看,本文提出的方法不僅適用于光場,也適用于其他形式的IBR及音頻、圖

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論