数字图像的浅浮雕建模研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 浅浮雕创作特点 | 第11-13页 |
| 1.3 浅浮雕建模技术的研究现状 | 第13-16页 |
| 1.3.1 基于物体三维模型的浅浮雕建模技术 | 第14页 |
| 1.3.2 基于数字图像的浅浮雕建模技术 | 第14-16页 |
| 1.4 本文的研究目标和研究内容 | 第16-17页 |
| 1.4.1 研究目标 | 第16页 |
| 1.4.2 研究内容 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 数字图像的轮廓提取 | 第18-31页 |
| 2.1 引言 | 第18-19页 |
| 2.2 高斯差分边缘检测 | 第19-23页 |
| 2.2.1 高斯金字塔 | 第19-21页 |
| 2.2.2 多尺度空间 | 第21页 |
| 2.2.3 高斯差分 | 第21-23页 |
| 2.3 基于流的高斯差分边缘检测提取算法 | 第23-28页 |
| 2.3.1 梯度图像的获取 | 第23-26页 |
| 2.3.2 边缘切线流的构造 | 第26-27页 |
| 2.3.3 图像轮廓的提取 | 第27-28页 |
| 2.4 实验结果对比 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 数字图像的区域划分 | 第31-41页 |
| 3.1 引言 | 第31-32页 |
| 3.2 二值图连通域分析 | 第32-33页 |
| 3.3 基于轮廓的区域划分 | 第33-38页 |
| 3.3.1 轮廓细化 | 第34-37页 |
| 3.3.2 基于轮廓的区域标定 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于图像区域的浅浮雕生成 | 第41-59页 |
| 4.1 引言 | 第41-42页 |
| 4.2 明暗恢复形状算法 | 第42-47页 |
| 4.2.1 光照模型 | 第42-44页 |
| 4.2.2 SFS问题求解办法 | 第44-47页 |
| 4.3 基于区域的图像高度值恢复 | 第47-52页 |
| 4.3.1 图像像素点高度值恢复 | 第48-49页 |
| 4.3.2 实验结果与讨论 | 第49-52页 |
| 4.4 点云数据三角化 | 第52-58页 |
| 4.4.1 无序点云三角化算法 | 第52-54页 |
| 4.4.2 实验结果分析 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 浅浮雕生成系统和评价 | 第59-66页 |
| 5.1 软件系统的实现 | 第59-62页 |
| 5.1.1 系统的主体构架 | 第59页 |
| 5.1.2 系统实现流程 | 第59-62页 |
| 5.2 浅浮雕效果评价 | 第62-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结展望 | 第66-68页 |
| 6.1 本文的主要工作总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72-76页 |
| 附录一：测试图像 | 第72-73页 |
| 附录二：区域划分算法性能对比情况表(单位：s) | 第73-74页 |
| 附录三：浮雕效果的打分情况表 | 第74-76页 |
| 攻读学位论文期间的研究成果 | 第76-77页 |
| 致谢 | 第77页 |
