分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-04-01 合作期刊: 《计算机应用研究》
摘要: 基于暗通道先验的单幅图像去雾算法是目前最为高效的图像去雾技术,然而当图像中某些场景不完全满足暗通道先验时,去雾处理后的图像中常常出现大量伪影和色彩失真,因此需要根据图像对该方法进行修正。假设图像场景亮度越高,暗通道越不可信;场景饱和度越低,暗通道越不可信。基于该假设重新设计了图像的暗通道置信度,以补偿场景不完全满足暗通道先验时估算过大的暗通道值;另外对图像进行后置增强处理,以提升图像的视觉效果。提出的算法对三类具有代表性的雾天图像进行实验,实验结果显示,与相关算法相比,该算法在缓解色彩失真、去除伪影等方面表现更好。该算法通过设计暗通道置信度克服了图像场景不完全满足暗通道先验时暗通道值估计偏大的问题,显著提升了暗通道先验去雾模型对不同雾天场景的适应能力。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 目前,三维场景应用越来越多,复杂的模型给实时渲染造成了较大压力,模型简化成为必要的一步。针对大多算法在简化率较大的情况下易丢失模型的细节特征的问题,引入顶点尖锐度的概念,并基于QEM(quadric error metric)折叠代价给出一种改进的折叠代价,能更多地保留模型的细节特征;同时针对大多简化算法不包含纹理处理的问题,引入纹理变化因子,更多保留纹理的细节部分。在简化的基础上,还提出一种网格局部优化算法,解决简化后网格质量不高的问题。实验结果表明,本算法不仅可以保持模型的细节特征和纹理的完整性,同时得到的模型网格质量高。