一种优化的光线追踪立体元图像阵列获取方法

    公开(公告)号:CN114219887A

    公开(公告)日:2022-03-22

    申请号:CN202111549059.2

    申请日:2021-12-17

    Applicant: 吉林大学

    Abstract: 一种优化的光线追踪立体元图像阵列获取方法属3D图像处理技术领域,本发明具体涉及一种虚实结合的基于BVH的光线追踪立体元图像阵列的获取方法,本发明利用BVH对三维物体进行分类,进而加速立体元图像阵列的获取,通过读入由相机序列拍摄的真实物体的三维模型,经过计算机在虚拟环境下建立理想相机阵列,运用基于BVH分类算法的光线追踪算法,得到无深度翻转的立体元图像阵列,再使用加速算法高效率运行,通过约束其背景色块占比修正立体图像显示范围,使显示屏得到有效利用,经超高密度小间距LED集成成像显示平台验证,实际显示效果清晰度高,且无深度翻转。

    一种基于五维二次核建模的立体元图像阵列编码方法

    公开(公告)号:CN113674371A

    公开(公告)日:2021-11-19

    申请号:CN202110900318.5

    申请日:2021-08-06

    Applicant: 吉林大学

    Abstract: 一种基于五维二次核建模的立体元图像阵列编码方法属计算机图像处理技术领域,本发明包括下列步骤:推导并建立五维二次核模型的理论体系;执行五维高斯回归初始化的五维二次核混合专家算法;执行五维自适应模型选择算法;编码框架执行。本发明基于五维二次核模型的理论和立体元图像的特性,提出了一种适应人眼的编码方法。不仅在应用上进行了模型理论延伸,还对比了传统的基于变换的HEVC和JPEG2000编码算法,本发明相比于以上两种传统的编码方法,在低比特率下有良好的编码效果。

    边缘模糊定位联合MRF优化的单目视频虚拟视图合成方法

    公开(公告)号:CN113658202A

    公开(公告)日:2021-11-16

    申请号:CN202110945182.X

    申请日:2021-08-17

    Applicant: 吉林大学

    Abstract: 边缘模糊定位联合MRF优化的单目视频虚拟视图合成方法属自由立体显示技术领域,本发明包括:1.对视频帧进行边缘检测;2.估计视频帧的相机位姿;3.针对每幅视频帧,计算边缘像素的深度值及深度估计的可信度;4.对每幅视频帧的深度值和可信度进行视点内插值;5.给定虚拟视点的图像分辨率与相机位姿,将视频信息跨视点传播至虚拟视点;6.采用基于自适应足迹的抛雪球算法,为虚拟视图进行边缘模糊定位;7.采用MRF全局优化,将彩色图根据可信度图加权融合,得到虚拟视图;本发明结合边缘驱动算法计算效率更高和MRF模型对不确定性问题描述更有效的优点,能实现高质量、强稳健的虚拟视图绘制,为自由立体显示快速生成高品质内容。

    一种基于组合离散光栅的LED屏一维集成成像显示方法

    公开(公告)号:CN111193921B

    公开(公告)日:2021-07-30

    申请号:CN202010024681.0

    申请日:2020-01-10

    Applicant: 吉林大学

    Abstract: 一种基于组合离散光栅的LED屏一维集成成像显示方法属自由立体显示技术领域,本发明设计了一种基于组合型离散柱透镜光栅的LED显示屏真三维立体显示方法。首先通过实拍或虚拟模型获取视点图像,经立体图合成算法处理后在LED显示面板上显示,显示面板前的合适位置依次放置组合型离散柱透镜光栅和双角度全息扩散片,通过设计和匹配各个装置的各项参数,达到最佳的观看效果。本发明通过设计组合型离散柱透镜光栅和使用双角度全息扩散片,实现了视差连续、视点密集、视角广、清晰度高的立体显示,消除了LED显示屏像素点间的离散效应,解决了传统柱透镜光栅立体显示中单一观看视区视角小的问题,立体显示效果优于传统的一维集成成像显示方式。

    关联免疫组化指标Ki67的肾癌风险等级预测方法

    公开(公告)号:CN112735593A

    公开(公告)日:2021-04-30

    申请号:CN202110087250.3

    申请日:2021-01-22

    Applicant: 吉林大学

    Abstract: 本发明涉及一种关联免疫组化指标Ki67的肾癌风险等级预测方法,属于放射组学与机器学习领域。本发明使用的技术方案是,基于肾脏肿瘤纹理特征提取与支撑向量机(Support Vector Machine,SVM)分类的肾癌风险等级分类方法。步骤如下:1)获取肾脏肿瘤的核磁共振的T1加权图像;2)勾画肾脏肿瘤区域,即感兴趣区域(Region of Interest,RoI);3)对RoI进行像素灰度值归一化处理;4)提取RoI的二阶纹理特性;5)将已有Ki67指标分级结果与病灶区域的二阶纹理特征相关联,用SVM分类器对RoI图像进行训练,得到关联Ki67的肾癌风险等级智能预测分类模型。本发明方法训练时间短,结果准确率高,通过Ki67等级和肾癌细胞纹理特征的相关性,实现肾癌风险等级预测,可以在放射学层面为医生提供可靠的肾癌等级辅助诊断结果。

    一种基于粒子群算法的亚像素定位方法

    公开(公告)号:CN111968178A

    公开(公告)日:2020-11-20

    申请号:CN202010798375.2

    申请日:2020-08-10

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于粒子群算法的亚像素定位方法,属于计算机视觉领域,包括:使用matlab仿真出数字散斑图像作为原图,对原图进行平移得到目标图;在原图中选择一个待测点,计算相关系数,使用粒子群算法找到变形后的散斑图像中整像素坐标点,根据定位到的整像素坐标点,求解出整像素位移;以整像素坐标点为中心,使用双三次插值算法对该区域进行插值,然后使用粒子群算法找到插值后的该区域中相关系数最大的点;对于上一步找到的相关系数最大的点,使用二次多项式拟合算法计算出亚像素坐标。本发明使用了粒子群搜索算法,为了提高亚像素搜索精度本发明结合了二元多项式拟合算法和双三次插值法最终精度达到了0.01-0.02个像素。

    一种集成成像显示系统中实现动态手势识别与控制方法

    公开(公告)号:CN111897433A

    公开(公告)日:2020-11-06

    申请号:CN202010770381.7

    申请日:2020-08-04

    Applicant: 吉林大学

    Abstract: 一种集成成像显示系统中实现动态手势识别与控制方法属图像处理技术领域,本发明利用光场相机的图像采集系统、图像采集服务器端、三维立体图像的显示系统、显示系统的服务器端和动态手势识别系统,首先进行光场图像的采集,再对所拍摄视点进行图像分割和虚拟试点生成,三维重建后对立体图像进行显示,最后对控制图像的手势进行识别和训练;本发明能克服观看三维场景需佩戴3D眼镜等所造成的视觉疲劳、需借助设备控制图像的移动等问题,达到在集成成像显示系统中实现动态手势识别和控制三维图像的效果。

    一种基于球面相机阵列生成立体元图像阵列的方法

    公开(公告)号:CN111586316A

    公开(公告)日:2020-08-25

    申请号:CN202010257555.X

    申请日:2020-04-03

    Applicant: 吉林大学

    Abstract: 一种基于球面相机阵列生成立体元图像阵列的方法属集成成像技术领域,本发明包括下列步骤:对球面相机阵列进行标定,消除畸变;使用球面相机阵列对实际场景进行拍摄,得到不同角度的多视点图像;利用光学映射原理,将不同角度的多视点图像转化成低分辨立体元图像阵列;利用卷积神经网络对低分辨率立体元图像阵列进行超分辨率复原,得到高分辨率立体元图像阵列;本发明能实现球面稀疏相机阵列对实际场景进行拍摄,从而得到高分辨率的立体元图像阵列,生成的立体元图像阵列可用于集成成像显示,本发明能避免大量摄像机的使用,使拍摄成本明显降低,计算量大幅度减少。

    一种基于光子映射的立体元图像阵列生成方法

    公开(公告)号:CN110225332A

    公开(公告)日:2019-09-10

    申请号:CN201910467325.3

    申请日:2019-05-31

    Applicant: 吉林大学

    Abstract: 一种基于光子映射的立体元图像阵列生成方法属3D图像处理技术领域,本发明包括下列步骤:(1)从光源处发射光子到场景中,获取场景信息,并保存为一张光子图;(2)从设置的视点处向场景发射视线来进行辐射亮度估计,通过已保存的光子图中的信息来计算在该视点下的图片;(3)设置多个视点来模拟相机阵列获取图像,此时无需再重复步骤一,可直接通过光子图的信息来计算获得图像;(4)将步骤3中获取的图像阵列进行转化,变为立体元图像阵列;本发明通过使用光子映射算法,能减少光线追迹算法中需要不断重复计算的光线,可提高立体元图像阵列的生成速度。

    基于尺度不变特征变换的计算集成成像图像重构方法

    公开(公告)号:CN110060334A

    公开(公告)日:2019-07-26

    申请号:CN201910315941.7

    申请日:2019-04-19

    Applicant: 吉林大学

    Abstract: 基于尺度不变特征变换的计算集成成像图像重构方法属三维图像处理技术领域,本发明使用相对更正确的图像区域替换失真区域,这些图像区域通过对原始对象采集的视图图像和立体元图像之间的匹配得到,由于设备的限制和实验操作的不可避免的缺点,从原始对象采集的视图图像的对应区域不能满足人们的要求,为了解决上述问题,本发明采用SIFT描述子和透视变换来获得合理的正确区域,提供了三维视图图像的仿真和实验结果,以及相应的图像质量评估,以测试和验证所提方法的性能,仿真和实验结果表明,本发明提出的方法优于传统的计算集成成像重构方法,验证了本发明提出的方法的可行性和有效性。

Patent Agency Ranking