摘要：为了解决全景图像视场宽、畸变显著等问题,提出了一种级联式生成对抗网络的全景图像修复算法。第一阶段提出了一种双判别器生成对抗网络,通过对等矩形格式的全景图像进行立方体投影转换,对立方体六面图像进行修复,引入PatchGAN作为全局判别器捕获细节信息,局部判别器网络可以保证局部修复结果与周围区域的一致性。第二阶段提出了一种失真感知生成对抗网络,通过矩形混合卷积缓解全景图像失真,判别器引入谱归一化,与第一阶段进行级联以缓解立方体图像边界不连续问题,设计联合损失函数以优化网络修复效果。实验结果表明,所提算法无论从主观视觉评价或是从客观评价指标上均取得了优秀的效果,实现全景图像的有效修复。

摘要：为了解决大面积视觉全景图像受拼接缝影响，拼接平滑面积较小的问题，提出阻尼改进抗差L-M匹配下全景图像拼接平滑优化方法。阻尼因子改进抗差L-M算法，计算抗差L-M迭代向量；利用改进抗差L-M算法，融合球面投影理论，对特征匹配误差目标函数进行优化。融合拉普拉斯算法和高斯滤波金字塔对图像进行分解重构，确定图像拼接缝重叠区域后完成全景图像拼接平滑优化。实验结果表明，所提方法的拼接缝平滑面积能够达到95.8%，解决了拼接平滑面积较小的问题。

摘要：由于全景拍摄中不同相机镜头的焦点距离不固定,因此在拼接之前相邻两个局部图像间就会产生视差,且距离越近的物体产生视差会越大。全景图像效果的优化是提升视觉质量的关键。提出一种复杂特征全景图像视觉传达效果优化方法。利用两种色彩空间模型与二维经验小波变换法,提取出图像的光谱特征与纹理特征。采用马拉特算法完成小波变换与小波分解,得到复杂特征融合后的全景图像重构结果。基于能量函数及负相关性,界定视觉传达效果的降噪优化目标,设计四阶偏微分方程的降噪模型,完成图像降噪处理。基于此,融合冲击滤波器与直方图均衡化,根据各连通分量对应的子图像,拉伸图像灰度级分布形式,增强细节信息,实现视觉传达效果优化。选取一幅具有复杂特征的全景图像,从感官与数据量化两方面评价不同方法下全景图像的优化效果。实验结果验证了上述方法提高了图像的对比度、清晰度、丰富度,且处理时间更短,具备良好的实践性与实时性。

摘要：现实场景中照相机获得的图像视场角范围往往是有限的,而目前对全景图像的需求日益增大,因此针对拍摄得到的全景图像序列,提出了一种基于参数回归的快速全景图像拼接算法。将传统的图像配准任务转化为深度学习结合机器学习的方式,设计一种基于高斯差分金字塔的多尺度深度卷积神经网络(MDCNN)对待拼接图像进行特征提取,并使用LightGBM回归模型对拼接参数进行预测,获得图像之间的变换矩阵和照相机焦距完成图像对齐,并设计了一种双曲线图像融合算法消除图像之间的拼接缝。实验结果表明,所提算法能够实现图像的快速拼接,获得比已有代表性算法更清晰自然的全景拼接效果,同时对红外图像也具有很好的适应性。

摘要：全景环形透镜(panoramic annular lens)是一种特殊的光学成像器件,将其应用在管道形貌检测领域,恰好能忽略管道径向上的中空图像且能获取整个管道内壁一定范围内的全景图像。吸收传统展开算法中切向展开的优点,设计一种标定实验,利用边缘提取、Hough变化、插值等方法来自适应地调节映射点领域内的权值,达到圆环的自适应径向展开。仿真实验表明,该算法有效地改善了径向放大率,方便适用于不同管径管道。

摘要：为了快速、有效地采集并处理交通事故现场全景图像,以满足事故现场快速勘查的要求,本文结合昆虫复眼和蟹眼的视觉机理和结构,首先设计了基于蝇复眼的交通事故现场全景图像采集仿生阵列,该阵列将多个图像传感器列阵排列,每个传感器使用各自独立的成像通道完成图像的获取,从而"镶嵌"成全景图像。然后,分析了复眼仿生阵列的设计原理,通过构建阵列的结构数学模型搭建了试验平台。最后,通过试验验证了本文设计阵列的有效性。试验结果表明,该交通事故现场复眼仿生阵列可以实现大视场成像。

摘要：针对敏捷设计的需要， 提出了一种基于全景图像的快速体元造型方法。该方法的计算机资源要求低， 算法简单， 速度较快， 效果较好。该方法可用于复杂零件的敏捷反求工程， 并适用于网络设计环境。

摘要：目的传统降噪方法通常忽视人眼感知因素,对不同区域的图像块都进行同等处理。当使用传统降噪算法对全景画面滤波处理时,全景画面两极区域容易产生模糊问题,尤其是通过视口观察时,该问题更加明显。针对此问题,提出一种视觉显著性驱动的蒙特卡洛渲染生成全景图非局部均值(visual saliency driven non-local means,VSD-NLM)滤波降噪算法。方法在VSD-NLM算法中首先使用全景图显著区域检测算法获取全景画面的显著区域;然后使用梯度幅值相似性偏差辅助的非局部均值(gradient magnitude similarity deviation assisted non-local means,GMSDA-NLM)滤波算法,降低显著区域的噪声;同时设计并行非局部均值(parallel non-local means,P-NLM)滤波算法,加快降噪处理速度,降低非显著区域噪声;最后利用改进的Canny算法提取梯度特征,同时结合各向异性扩散引导滤波来优化降噪结果。结果采用结构相似度(structural similarity,SSIM)和FLIP作为评价指标,来对比VSDNLM算法与非局部均值滤波算法、多特征非局部均值滤波算法以及渐进式去噪算法等其他算法的性能。实验结果表明,VSD-NLM算法的降噪结果在客观评价指标上均优于对比算法,SSIM值比其他算法平均提高14.7%,FLIP值比其他算法平均降低15.2%。在视觉效果方面,VSD-NLM算法能够减轻全景画面模糊,提升视觉感知质量。本文对GMSDA-NLM和P-NLM算法的有效性进行了实验验证,相较于非局部均值滤波算法,GMSDA-NLM算法能够有效去除噪声并保持图像细节的完整性。P-NLM算法在运行速度方面相较对比算法平均提高约6倍,与串行算法生成的图像之间的SSIM值可达到0.996。结论本文算法能够更好地用于全景图降噪,滤波效果更佳,对全景电影制作应用有重要的理论和实际意义。

摘要：针对三维模型传统顶点着色渲染方法存在数据体量大、渲染效果差等问题,提出了一种利用点云与多站全景图像空间融合技术生成清晰纹理图像的方法。首先计算全景纹理像素点对应的空间映射点到全景球中心的遮挡;其次进行纹理图像素点通视情况下多站全景的空间颜色域反距离加权融合;然后对纹理图像空白区域进行反距离加权填充,生成清晰纹理图像;最后采集全景图像和激光点云作为数据源,进行生成纹理图像实验。实验结果表明:所提方法经过并行设计,实现了多站全景图像到高清纹理图像的快速生成;相比传统顶点着色方法,视觉效果更加真实,更加清晰,提升了犯罪现场三维模型可视化效果。

摘要：图像拼接是制作全景图的关键技术,但目前图像拼接算法主要应用于PC机。PC机虽然处理速度较快,但体积较大,不易携带也不灵活。本文基于嵌入式系统实现了全景图像的自动拼接系统,该系统能自动采集图像,并利用基于区域相关的图像拼接算法对采集的图像进行拼接,最终得到全景图像。实验证明,本文设计的基于嵌入式系统的全景图像拼接系统对静止环境下的图像拼接具有较好的效果。