可視媒體交互式編輯與融合研究.pdf

1、可視媒體是人類獲取信息、認(rèn)識(shí)世界的重要載體，主要包括圖像、視頻、數(shù)字幾何等。其中，圖像和視頻是當(dāng)前最易獲取且應(yīng)用廣泛的可視媒體，在人們的日常生活中扮演著非常重要的角色。多媒體和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展極大地加速了視頻、圖像的獲取、傳播與分享，同時(shí)也對(duì)視頻、圖像的編輯和處理提出了更高的要求。由于視頻和圖像具有數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜等特征，當(dāng)前很多方法并沒(méi)有提供較為直觀的交互方式和實(shí)時(shí)的結(jié)果反饋，因此很難讓用戶高效地編輯視頻和圖像。如何根據(jù)視頻、圖

2、像的具體內(nèi)容和特征，設(shè)計(jì)簡(jiǎn)單的交互對(duì)其進(jìn)行高效編輯，已經(jīng)成為當(dāng)前計(jì)算機(jī)圖形學(xué)和視覺(jué)領(lǐng)域的研究熱點(diǎn)。
　　 本文針對(duì)視頻、圖像交互式編輯與融合中的關(guān)鍵問(wèn)題展開(kāi)研究，重點(diǎn)研究了視頻對(duì)象的高效提取、場(chǎng)景特征敏感的圖像融合以及立體圖像的深度一致性融合這三個(gè)方面內(nèi)容，取得了以下研究成果:
　　 [1]視頻對(duì)象的高效提取。提出了簡(jiǎn)單高效的交互手段，用戶能夠隨著視頻播放以拖動(dòng)筆刷的方式逐步提取出視頻對(duì)象。為了讓用戶在拖動(dòng)筆刷時(shí)迅速得到

3、結(jié)果的反饋，本文提出了基于3D圖割的算法用于高效、準(zhǔn)確地計(jì)算對(duì)象提取的結(jié)果，并采用基于濾波的幀間連續(xù)的透明度摳圖來(lái)提升對(duì)象提取的質(zhì)量。實(shí)驗(yàn)結(jié)果和用戶體驗(yàn)表明，該方法能讓用戶高效、準(zhǔn)確地提取出視頻對(duì)象，并在視頻編輯方面有著廣泛應(yīng)用。
　　 [2]場(chǎng)景特征敏感的圖像融合。提出了全局特征敏感的融合方法。該方法通過(guò)綜合考慮目標(biāo)場(chǎng)景的全局和局部特征來(lái)保證融合結(jié)果的光照一致性，從而改進(jìn)了傳統(tǒng)的梯度域融合方法。為了處理梯度域融合中顏色與紋理的

4、不一致性，本文進(jìn)一步提出了基于混合邊界和混合梯度的融合方法。該方法能避免不同顏色與紋理混合所產(chǎn)生的瑕疵，最終能夠生成更加自然的融合結(jié)果。
　　 [3]立體圖像的深度一致性融合。提出了一種高效的方法將2D對(duì)象交互式地融合到立體圖像中。用戶可以通過(guò)簡(jiǎn)單筆畫編輯2D對(duì)象的視差，并且能從融合結(jié)果中實(shí)時(shí)觀察到2D對(duì)象的立體效果。實(shí)驗(yàn)結(jié)果和用戶體驗(yàn)表明，該方法能讓用戶通過(guò)簡(jiǎn)單交互生成具有高度真實(shí)感的立體融合結(jié)果，并在立體圖像編輯方面有著廣泛