虛擬視角視頻合成方法研究.pdf

1、在虛擬現(xiàn)實、虛擬仿真、沉浸式遠程視頻會議等應用中，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行合成的算法，但根據(jù)兩個圖像序列進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，通過對ViewMorphing算法進行改進，以適應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行背景和前景的分離，然后對Harris角點算子檢測到的角點和前景圖像的輪廓邊緣

2、點進行特征點匹配運算，再基于匹配的特征點對前景圖像進行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)定像素進行復雜的高斯混合模型的運算，加快了算法的處理速度。 角點特征值是綜合

3、了角點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系數(shù)方法的計算比較復雜，通過在粗匹配階段采用基于角點特征值的約束，減少了參與運算的角點個數(shù)，提高了角點匹配的速度，粗匹配的結果再經(jīng)過視差梯度約束處理，最終得到精確的角點匹配結果。 如果Delaunay三角剖分僅僅利用稀疏的匹配角點來對圖像進行建模，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圖像的匹配邊緣輪廓點做為Delaunay三角形的頂點，提高了合成圖像的效