基于视图插值的图像绘制系统

摘要

基于图像的渲染在计算机图形学和计算机视觉领域中一直都备受关注。与传统的几何渲染技术相比，基于图像的渲染方法的优势是不需要对场景进行建模，可直接通过所输入的二维图像来渲染得到新视点处的图像。本文对现有算法进行了研究，并在视图插值这种具有代表性的算法的基础上加以改进，描述了基于该算法所实现的绘制系统。
　　 本文介绍了系统所实现的视图插值算法。在已知深度信息的情况下，通过计算图像间的透视投影矩阵可直接建立像素的对应关系，并对图像进行插值合成，得到中间视图。根据算法的主要思路，本文对系统的整体架构和具体实现进行了详细的描述。针对大规模的图片集，本文使用GPU对视图插值算法加以实现，以达到加速绘制的目的。在深度信息未知的情况下，基于现有的视图插值算法无法直接建立像素的对应关系。本文针对该问题，具体介绍了两种解决方法，可通过立体视觉的GraphCut算法，计算得到视差值，用以建立稠密的点对关系;或者利用SIFT特征匹配算法，获得稀疏的点对关系并由此计算单应矩阵，通过单应矩阵来建立像素对应关系。
　　 本系统分别在已知深度信息和未知深度信息的情况下，实现了基于视图插值算法的绘制，并用GPU实现加速。本文将各组绘制效果进行比较，分析深度信息对渲染效果的影响。

目录

摘要

第1章 绪论

1．1 课题背景

1．2 相关工作

1．2．1 基于全景视图的方法

1．2．2 基于Morphing的方法

1．2．3 基于深度信息的方法

1．2．4 基于光场信息的方法

1．3 本文的研究目标及论文结构

1．4 本章小结

第2章 背景知识

2．1 摄像机定标

2．1．1 摄像机模型

2．1．2 摄像机定标方法

2．2 立体视觉

2．2．1 立体成像原理

2．2．2 极线几何原理

2．2．3 单应约束

2．2．4 图像校正

2．3 本章小结

第3章 系统架构介绍

3．1 数据流图

3．2 本章小结

第4章 视图插值算法

4．1 视图插值算法简介

4．2 算法主要思想

4．2．1 建立像素间对应关系

4．2．2 插值像素间对应关系

4．2．3 图像合成

4．3 本章小结

第5章 算法实现

5．1 基于深度信息的算法实现

5．1．1 预处理

5．1．2 插值合成

5．1．3 GPU优化

5．2 深度信息缺失的处理

5．2．1 图像校正(image rectification)

5．2．2 建立稠密的像素对应关系

5．2．3 建立稀疏的像素对应关系

5．3 本章小结

第6章 实验结果与分析

6．1 实验数据及绘制结果

6．1．1 基于深度信息的绘制结果

6．1．2 基于视差的绘制结果

6．1．3 基于特征点匹配的绘制结果

6．2 结果分析

第7章 结论与展望

7．1 本文的总结

7．2 进一步设想

参考文献

致谢