您的位置: 专家智库 > >

国家自然科学基金(61273280)

作品数:5 被引量:11H指数:2
相关作者:王伟胡占义王欣波王云宽吴少泓更多>>
相关机构:中国科学院自动化研究所太原科技大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划中国科学院战略性先导科技专项更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇调制
  • 2篇噪声
  • 2篇噪声调制
  • 1篇遗传算法
  • 1篇语义标注
  • 1篇语义约束
  • 1篇三维场景重建
  • 1篇色调
  • 1篇深度图
  • 1篇图像
  • 1篇图像纹理
  • 1篇自适
  • 1篇自适应
  • 1篇纹理
  • 1篇误差扩散算法
  • 1篇基于纹理
  • 1篇MVS
  • 1篇GRAPH_...
  • 1篇变系数
  • 1篇PEARL

机构

  • 4篇中国科学院自...
  • 1篇太原科技大学

作者

  • 2篇胡建华
  • 2篇吴少泓
  • 2篇王云宽
  • 2篇王欣波
  • 2篇胡占义
  • 2篇王伟
  • 1篇胡立华
  • 1篇高伟
  • 1篇陆浩
  • 1篇傅康平

传媒

  • 2篇中国科学:信...
  • 1篇华南理工大学...
  • 1篇计算机辅助设...

年份

  • 1篇2016
  • 1篇2015
  • 2篇2014
5 条 记 录,以下是 1-4
排序方式:
自适应噪声调制多级误差扩散算法被引量:1
2014年
针对多级半色调技术输出结果存在轮廓效应以及人工结构的问题,提出一种自适应噪声调制多级误差扩散半色调算法.首先利用加权均方误差约束求取噪声调制器的各项系数,并将噪声调制器插入至误差扩散法中的量化过程内;然后通过遗传算法,结合蓝噪声原理获取噪声调制后的最优自适应误差过滤器;最后利用所得的自适应误差过滤器完成量化误差滤波,输出半色调结果图像.实验结果表明,该算法可以有效地减少半色调输出结果中的轮廓效应和人工结构,并且具有较高的信噪比.
胡建华王云宽王慎航王欣波吴少泓
关键词:噪声调制遗传算法
结构化场景重建中一种融合直线信息的平面拟合方法被引量:1
2015年
结构化场景是三维重建中非常重要的一类场景.本文分析了结构化场景的特点,并针对该类场景下多视立体点云的平面拟合问题,提出了一种融合直线信息的改进PEaRL算法.本文方法首先利用三维直线模型和三维点云模型生成候选平面.直线信息的引入使候选平面的数量得以降低,同时其可靠性得以提升.然后,利用直线对点云的邻接关系进行约束,提高了平面相交处的平面拟合准确性.在能量优化过程中,本文方法对PEaRL算法所使用能量函数的平滑项和标记惩罚项进行了改进,以更好地适应多视立体点云的不规则性.在模拟数据和真实数据集上的对比实验表明,本文方法有较高的运行效率,且可获得比PEaRL等多模型拟合算法更可靠的平面拟合结果.
傅康平王伟胡立华胡占义
关键词:MVSPEARL
基于纹理与色调感知的变系数误差扩散算法被引量:2
2016年
传统的误差扩散算法存在非期望的人工结构以及细节表现能力不足等缺点,为此,文中提出了一种基于纹理与色调感知的变系数误差扩散算法.首先根据图像局部视觉偏差,在图像的平坦区和纹理区分别采用噪声调制和纹理信息进行阈值修正,然后结合蓝噪声的频谱特性以及图像的空间特性,采用蚁群算法获得各灰度级下最优的误差扩散系数.实验结果表明,文中算法输出的半色调图像减少了误差扩散中存在的人工结构,保证了输出图像的纹理细节,具有较好的信噪比和结构相似度.
王欣波胡建华王云宽吴少泓陆浩
关键词:图像纹理噪声调制
基于语义约束与Graph Cuts的稠密三维场景重建被引量:6
2014年
本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图.
王伟高伟胡占义
关键词:语义标注深度图
共1页<1>
聚类工具0