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65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、在過去的二十年中越來越多的數(shù)字媒體被制造、加工、存儲和傳輸,與之相對應,計算機圖形學、計算機視覺、多媒體和相關領域也研究出了很多新型的媒體形式,例如極大地擴大了用戶主觀感受的多視點視頻。多視點視頻系統(tǒng)利用相機獲取的部分視點信息根據(jù)視點合成技術來繪制新視點。目前常用的基于圖像的視點繪制方法是基于圖像的建模,與需要場景精確幾何信息的基于模型的繪制方法相比,圖像更易獲取,更易處理,繪制效果也更逼真,因而近年來得到了越來越多的重視,其中基于光場

2、的繪制方法(light field rendering,簡稱LFR)是基于圖像的繪制方法的核心。LFR在場景獲取過程中需要利用相機拍攝大量的圖像用于虛擬視點繪制。LFR中虛擬視點最終的繪制質量隨著已知視點數(shù)目的增加而變好,同樣當已知視點的位置改變時,虛擬視點最終的繪制質量也會不同。這就產生兩個光場繪制中的相機布置問題:對于給定場景如何確定采樣相機數(shù)目?當相機的數(shù)目確定時,應該在哪采樣可以使得虛擬視點的繪制質量最好?基于這兩個問題本文做了

3、以下工作:
  首先,相機位置最優(yōu)時虛擬視點的繪制誤差也就最小,本文通過對現(xiàn)有相機優(yōu)化算法的分析發(fā)現(xiàn),建立相機位置和虛擬視點繪制誤差之間的數(shù)學關系是解決相機布置問題的關鍵。本文定義基于中心顯著度的有效面積的概念作為相機布置優(yōu)化的優(yōu)化因子,建立了自己的相機布置問題的模型,并利用改進的聚類算法求解了優(yōu)化問題,最終虛擬視點繪制實驗證明了算法的有效性。
  然后,本文分析光場的頻譜特性得到了相機均勻布置時的最小采樣率,最小采樣率是要

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