针对基于深度图像绘制技术(depth-image based rendering,DIBR)中产生的空洞问题,为提高虚拟视点质量,提出一种基于深度图像绘制技术的Criminisi改进算法。对优先级进行改进,加入指数形式的置信度项和新的数据项,加强对细节部分的填补;...针对基于深度图像绘制技术(depth-image based rendering,DIBR)中产生的空洞问题,为提高虚拟视点质量,提出一种基于深度图像绘制技术的Criminisi改进算法。对优先级进行改进,加入指数形式的置信度项和新的数据项,加强对细节部分的填补;在搜索最佳匹配块时,采用新的颜色匹配因子,添加梯度因子,结合深度因子,对映射后的纹理图和相对应的深度图进行搜索匹配。实验结果表明,相较传统空洞填补算法,改进算法在主观图像质量与客观峰值信噪比(peak signal to noise ratio,PSNR)方面有所提高。展开更多
采用基于机器视觉的方法,研究具有不同特征的水果的自动分类识别方法。首先通过对相机采集到的图像进行颜色空间转换、图像增强、图像分割等一系列算法的预处理,提取水果区域从而获得准确的颜色模型和纹理特征,再利用基于MVTec HALCON...采用基于机器视觉的方法,研究具有不同特征的水果的自动分类识别方法。首先通过对相机采集到的图像进行颜色空间转换、图像增强、图像分割等一系列算法的预处理,提取水果区域从而获得准确的颜色模型和纹理特征,再利用基于MVTec HALCON软件平台的SBI(Sample Based Identification)分类器算法,根据水果的颜色和纹理进行训练和识别。实验结果表明,基于样本的识别方法对经过处理后的水果图像识别具有较强的适应能力,并且具有良好的鲁棒性,总体识别率可达98.5%。展开更多
文摘针对基于深度图像绘制技术(depth-image based rendering,DIBR)中产生的空洞问题,为提高虚拟视点质量,提出一种基于深度图像绘制技术的Criminisi改进算法。对优先级进行改进,加入指数形式的置信度项和新的数据项,加强对细节部分的填补;在搜索最佳匹配块时,采用新的颜色匹配因子,添加梯度因子,结合深度因子,对映射后的纹理图和相对应的深度图进行搜索匹配。实验结果表明,相较传统空洞填补算法,改进算法在主观图像质量与客观峰值信噪比(peak signal to noise ratio,PSNR)方面有所提高。
文摘采用基于机器视觉的方法,研究具有不同特征的水果的自动分类识别方法。首先通过对相机采集到的图像进行颜色空间转换、图像增强、图像分割等一系列算法的预处理,提取水果区域从而获得准确的颜色模型和纹理特征,再利用基于MVTec HALCON软件平台的SBI(Sample Based Identification)分类器算法,根据水果的颜色和纹理进行训练和识别。实验结果表明,基于样本的识别方法对经过处理后的水果图像识别具有较强的适应能力,并且具有良好的鲁棒性,总体识别率可达98.5%。
