计算机技术研究论文提纲

论文提纲由作者在完成论文写作后,纵观全文,写出能表示论文主要内容的信息或词汇,这些信息或词汇,可以从论文标题中去找和选,也可以从论文内容中去找和选。下面是本站小编和大家分享的计算机技术研究论文提纲,更多内容请关注毕业论文网。

计算机技术研究论文提纲

论文题目全景成像的计算机重构技术研究

全景成像技术(Integral Imaging,Ⅱ)是一种新型三维图像技术,它利用微透镜阵列来记录、显示全真的三维场景。这种技术在不需要任何观察设备的情况下,在空间上再现了三维图像,而且不需要辅助光源显示立体图像,能给观察者提供连续视点、全视差的真实的立体图像,克服了眼睛集中适应性调节冲突问题。因为全景成像技术具有上述优点,所以它吸引了越来越多的科技工作者和公司的重视,成为三维图像领域内的研究热点,但全景成像系统的重构图像分辨率较低一直是影响该技术发展的主要问题之一。

在解决全景成像系统重构分辨率低的问题时,一般有两类方法:基于光学的方法和基于计算机的重构算法的改进。本文在现有的全景成像系统条件下,重点研究了如何根据全景成像特点,利用计算机改进重构算法,从而提高重构图像的分辨率。本文首先总结了目前存在的几类三维立体显示技术以及各自特点,并对全景成像技术的基本理论进行了分析,包括全景成像技术的工作原理、性能指标和全景成像系统的分类。

接着,论文探讨了重构图像的分辨率限制问题,分析了Ⅱ分辨率的计算、衍射效应和聚焦误差对分辨率的影响等问题。在介绍了目前采用的改善重构分辨率的光学方法之后,本文对传统的计算机重构三维物体的方法进行了总结和实验。同时,重点研究了全景图像的去噪过程,根据全景图像的特点,提出一种基于元素图像的局部去噪方法,这种方法在取得与传统技术相同的去噪效果的同时, 还能保持元素图像之间边界的清晰度,对全景图像的后续处理非常有利。

通过改进重构算法来提高重构图像分辨率的方法不需要机械运动和额外设备,更具有灵活性和可行性。本文提出了一种基于相似像素块平滑过渡的图像后处理方法,使用该方法处理后,属于同一个灰度值变化平缓区域内的相邻像素块的灰度值就能平滑过渡,这样的图像后处理过程既缓解了像素块间的灰度不连续性,又能保持重要的边缘信息,改善了重构图像的视觉效果。

另外,本文又提出一种改善计算机重构图像视觉质量的方法,该方法利用3D空间的物体部分在每个元素图像中形成的.匹配区域的纹理特征,从两个相邻的元素图像中的匹配区域提取出多个像素,经过加权计算重构出相应的图像区域。该方法与传统的计算机重构方法相比,提高了图像分辨率,改善了重构图像的视觉质量。最后本文对图像的超分辨率重构技术进行了研究,提出将超分辨率处理技术引入到重构的视图序列的后处理过程中,并设计了单幅视图和多幅连续视图的超分辨率处理的方法。同时,文中对提出的各种算法进行了仿真实验,得到了较理想的结果。

摘要4-5

ABSTRACT5-7

目录7-9

第一章 绪论9-17

1.1 三维显示技术概述9-10

1.2 全景成像技术10-13

1.3 课题的选题依据、研究思路和主要创新点13-15

1.4 论文的主要研究内容和组织结构15-17

第二章 三维立体显示技术17-25

2.1 立体视觉的形成17-18

2.2 立体显示技术分类18-23

2.3 本章小节23-25

第三章 全景成像技术的理论框架25-41

3.1 全景成像技术的工作原理25-27

3.2 全景成像技术的发展历史27-32

3.3 全景成像技术的性能指标32-38

3.4 全景成像系统的分类38-40

3.5 本章小节40-41

第四章 全景成像系统重构图像的分辨率41-51

4.1 重构图像的分辨率41-45

4.2 改善重构图像分辨率的光学方法45-49

4.3 本章小节49-51

第五章 全景成像的计算机重构51-69

5.1 全景成像的计算机重构原理51-52

5.2 计算机重构图像质量评价52-54

5.3 传统的全景成像计算机重构方法54-57

5.4 非周期性提取像素的计算机重构57-59

5.5 全景图像的去噪59-67

5.6 本章小节67-69

第六章 提高全景成像重构分辨率的计算机技术69-85

6.1 基于透镜阵列模型的计算机重构69-72

6.2 立体匹配像素的计算机重构72-75

6.3 基于相似像素块平滑过渡的图像后处理75-79

6.4 基于匹配区域纹理信息的计算机重构79-83

6.5 本章小节83-85

第七章 全景图像的超分辨率重构85-107

7.1 超分辨率重构的概念85-86

7.2 超分辨率重构的理论基础86-88

7.3 超分辨率重构图像的方法88-96

7.4 多帧图像超分辨率重构中的配准算法96-98

7.5 全景图像的超分辨率重构98-100

7.6 实验结果与分析100-104

7.7 本章小节104-107

第八章 总结与展望107-109

致谢109-111

参考文献111-119

发表论文和参与科研项目情况119