1 西安科技大学 计算机科学与技术学院, 陕西 西安 710054
2 江苏理工学院 计算机工程学院, 江苏 常州 213001
3 西北大学 信息科学与技术学院, 陕西 西安 710127
针对交互式图像色彩编辑对交互采样数据量要求较高的问题, 提出了一种基于分块特征的交互式图像色彩编辑方法。图像色彩的变化是由于原始图像中每一分块的特征的变化所致, 首先, 将图像分块, 以图像块在LUV坐标基下, UV与L存在线性关系且在小的分块内UV与L存在相同的线性关系系数为基础, 将此线性系数作为分块图像的特征建立图像色彩扩散优化模型。其次, 利用图像变换前后内容的结构不变性, 通过LLE简化优化模型, 最后, 利用稀疏线性代数方程组进行求解。实验结果表明, 文中方法在用户低采样的条件下较好地保持了图像结构, 自然渲染了图像色彩。
交互图像编辑 计算摄影 分块特征 色彩表达 interactive image editing computational photography block feature color representation 红外与激光工程
2019, 48(12): 1226003
1 西安科技大学 计算机科学与技术学院, 陕西 西安 710054
2 西安科技大学 机械工程学院, 陕西 西安 710054
TOF(Time-Of-Flight)相机获取的深度值存在着边角畸变和精度偏移, 目前主要是通过误差查找表或曲线拟合等技术进行误差补偿, 计算量大且补偿速度慢。通过对TOF相机在不同距离的深度误差分布规律的分析, 提出了一种实时、高精度的误差补偿方法。该方法利用TOF深度图像的旋转对称性以及误差分布的特性, 简化了误差补偿模型、降低参数数量级, 有效提升了补偿的精度和速度。将算法应用于基于TOF原理的Kinect v2深度传感器进行深度补偿, 使得有效距离内平面度误差下降到0.63 mm内, 平均误差下降到0.704 0 mm内, 单帧数据补偿时间在90 ms内。由于该算法仅基于光径差进行补偿, 因此适用于所有TOF原理的相机。实验结果表明, 该算法能够快速有效减少TOF相机的深度误差, 适用于实时、高精度的大视场三维重建。
TOF深度相机 深度误差补偿 曲线拟合 Kinect v2传感器 TOF depth camera depth error compensation curve fitting Kinect v2 sensor 红外与激光工程
2019, 48(12): 1213004
