图像绘制及其深度提取技术研究

近几年发展起来的基于图像的绘制技术已引起人们的极大兴趣，并成为计算机图形学和虚拟现实领域的一个新的研究热点。与传统的基于几何的绘制技术不同，基于图像的绘制技术所采用的数据模型是由光学图像集构成，直接由这些源图像通过插值或重投影的方式获得新的图像。因此，从图像真实感和绘制速度而言，图像绘制技术具有几何绘制技术无法比拟的优势。相机定标、图像深度信息提取和建立图像模型是图像绘制技术的重要研究内容，本文着重对这些问题开展研究。 相机定标是提取图像中3D信息必不可少的前提和基础，我们提出了适用于图像绘制系统的相机自定标方法，算法简便实用。图像深度提取一直是计算机视觉领域的中心研究问题，为了得到图像绘制系统必需的比较精确的高密度深度图像，我们相继提出了基于特征约束的立体匹配算法、基于灰度段的立体匹配算法和基于模糊判别的立体匹配算法，通过实验验证上述三种算法均获得了良好的效果。图像模型是基于图像的绘制技术的关键所在，因为图像的组织形式直接决定源图像的采集存储以及新图像生成的方式和速度，为此我们提出了棱柱面全景图模型并推导了新图像生成算法。在此之前，我们还设计实现了一种基于特征区域匹配的圆柱面全景图拼接算法，达到了无缝拼接的效果。