虛擬視角視頻合成方法研究.pdf

1、在虛擬現(xiàn)實(shí)、虛擬仿真、沉浸式遠(yuǎn)程視頻會議等應(yīng)用中，經(jīng)常需要從已有的兩幅圖像生成虛擬視角的新圖像。目前已有許多基于靜止的兩幅圖像進(jìn)行合成的算法，但根據(jù)兩個圖像序列進(jìn)行合成的研究還比較少，本文主要研究了基于ViewMorphing方法的圖像繪制技術(shù)，通過對ViewMorphing算法進(jìn)行改進(jìn)，以適應(yīng)圖像序列合成的需要。算法的基本思路是：首先利用高斯混合模型的方法進(jìn)行背景和前景的分離，然后對Harris角點(diǎn)算子檢測到的角點(diǎn)和前景圖像的輪廓邊緣

2、點(diǎn)進(jìn)行特征點(diǎn)匹配運(yùn)算，再基于匹配的特征點(diǎn)對前景圖像進(jìn)行Delaunay三角剖分，最后使用網(wǎng)格變形的方法合成虛擬視角的圖像。 為了提高算法的計算速度，采用了多種方法：改進(jìn)了基于高斯混合模型的背景提取方法，把整個過程分為兩個階段，在初始階段，通過改變模型的更新速度，使系統(tǒng)能夠更快地得到穩(wěn)定的背景模型，在穩(wěn)定階段把像素分為穩(wěn)定像素和非穩(wěn)定像素，只對非穩(wěn)定像素進(jìn)行復(fù)雜的高斯混合模型的運(yùn)算，加快了算法的處理速度。 角點(diǎn)特征值是綜合

3、了角點(diǎn)的灰度和幾何特征的一個重要參數(shù)，常用的基于歸一化相關(guān)系數(shù)方法的計算比較復(fù)雜，通過在粗匹配階段采用基于角點(diǎn)特征值的約束，減少了參與運(yùn)算的角點(diǎn)個數(shù)，提高了角點(diǎn)匹配的速度，粗匹配的結(jié)果再經(jīng)過視差梯度約束處理，最終得到精確的角點(diǎn)匹配結(jié)果。 如果Delaunay三角剖分僅僅利用稀疏的匹配角點(diǎn)來對圖像進(jìn)行建模，則合成的圖像中必然存在較大的誤差，通過增加使用前景目標(biāo)圖像的匹配邊緣輪廓點(diǎn)做為Delaunay三角形的頂點(diǎn)，提高了合成圖像的效