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71頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著圖像與多媒體信息領(lǐng)域的不斷發(fā)展,各種商業(yè)化圖像處理軟件也在逐漸增多,對各類圖像更有效的合成與編輯的研究已成為當(dāng)今圖像分析與處理領(lǐng)域的一大熱點。
  本文的研究內(nèi)容主要包括圖像合成領(lǐng)域中復(fù)雜圖像的前景提取、如何有效地降低顏色失真以及減少人工交互幾個方面。首先,針對復(fù)雜圖像前景提取掩模不準確導(dǎo)致的合成邊界縫隙問題,重點研究了采用摳圖進行前景提取的方法。由于目前大多數(shù)摳圖的研究都關(guān)注在估計掩模alpha matte的全局精確性上,因

2、而在局部上會出現(xiàn)較大的誤差。本文在利用綜合采樣摳圖獲取全局精確的matte基礎(chǔ)上,將matte估計的局部相似性也考慮在內(nèi),對初始matte進行二次局部迭代優(yōu)化,從而得到全局和局部都較精確的合成掩模。實驗結(jié)果表明,無論是基準數(shù)據(jù)集還是本文增加的影子圖像數(shù)據(jù)集,本文摳圖方法得到的掩模的精確性都得到了一定的提高。
  然后,針對現(xiàn)有的兩類圖像合成方法(基于梯度域方法和基于alpha的線性合成)存在的局限性,本文提出了一種融合這兩類方法的

3、分層加權(quán)混合算法,即先對摳圖得到的alpha matte進行合成區(qū)域劃分,再根據(jù)不同的區(qū)域進行分層混合。為了提高算法的效率,梯度域方法采用 MVC(均值坐標)進行優(yōu)化實現(xiàn);而為了實現(xiàn)無縫合成的同時保持圖像原有的顏色特征,本文又提出了利用亮度采樣來得到自適應(yīng)顏色保真度權(quán)值并用其進行平衡調(diào)節(jié)的思路。實驗證明,與現(xiàn)有方法相比,本文算法無論是對普通圖像還是影子圖像都具有一定的有效性。
  最后,本文搭建了一個簡易的圖像合成系統(tǒng),該系統(tǒng)提供

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。

評論

0/150

提交評論