基于圖像稀疏性與多尺度神經(jīng)網(wǎng)絡的圖像修復算法研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、DIBR(Depth Image Based Rendering)技術被廣泛應用于自由視點3DTV和面向移動設備的3D游戲和漫游等應用中。其基本方法是用一張紋理圖和對應的深度圖合成自由視點3D場景。然而在合成過程中,由于被前景遮擋的背景區(qū)域暴露在新視點,導致了新視點的影像中產(chǎn)生許多不可見區(qū)域的空洞。
  圖像修復是針對局部信息丟失的圖像進行復原。目前,圖像修復技術被廣泛的應用于照片還原、自由視點視頻空洞修復和3D場景修復中,此項技

2、術具有較大的研究意義和實用價值。
  現(xiàn)在許多研究工作針對于DIBR后產(chǎn)生空洞的修復方式一般針對于簡單場景,即通過GMM,F(xiàn)DC等方法將場景劃分為前景和背景部分,利用背景部分的信息對圖像的空洞進行修復。然而,這些方法由于只產(chǎn)生一張背景參考圖,對場景中的多個物體不能很好的區(qū)分,因此在面對復雜場景的多空洞問題,已有的方法并不能很好的修復。
  針對此問題,本文提出了基于結構塊稀疏的自適應分層圖像修復算法和基于多尺度神經(jīng)網(wǎng)絡的圖像

3、修復算法。主要工作如下:
  1)提出一種基于結構塊稀疏的圖像修復算法。首先,將復雜場景通過基于場景深度自適應的分層方式得到多個簡單場景圖像區(qū)域,使得每個區(qū)域可以通過得到的深度閥值來獲得該區(qū)域的前景部分和背景部分。然后,通過基于稀疏性的圖像修復方式將深度圖進行修復,結合修復好的深度信息和未修復的彩色信息,采用改進的基于塊稀疏性的圖像修復算法,修復得到最終的彩色圖像。實驗結果顯示了本文方法較其他已有算法具有明顯改進效果。
  

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論