《圖像放大中的幾何問題研究》是依託山東大學，由李雪梅擔任項目負責人的面上項目。
基本介紹
- 中文名：圖像放大中的幾何問題研究
- 項目類別：面上項目
- 項目負責人：李雪梅
- 依託單位：山東大學
中文摘要,結題摘要,
中文摘要
圖像放大是圖像處理、計算機圖形學、計算機視覺和數字內容創作等領域的共性科學問題和關鍵技術,是這些領域的研究熱點，在實際工作中有廣泛的套用背景，也是國民經濟重大套用中急需解決的難點問題。本項目以圖像放大為主線，對其中的四個重要的幾何問題進行理論和關鍵技術研究。主要研究內容包括：像素的幾何屬性和像素間的相似性，圖像邊緣提取和分類；基於圖像的原場景表面的反向求解；原場景表面的構造。研究的關鍵和難點是圖像邊緣提取和分類、原場景表面的反向求解。研究內容的不同組合，可形成多個圖像放大有效方法。研究範圍涉及理論與方法、算法與技術以及原型演示系統。項目的主要目標是為解決圖像放大問題的解決提供新思路和途徑、新理論和方法，為上述領域中的圖像分割、邊緣提取、圖像去噪和圖像增強等問題的解決提供一系列簡單、高效和魯棒的新方法和技術。因此，項目預期目標的完成，具有很好的理論意義和套用價值。
結題摘要
圖像放大的主要目的是使得到的新圖像能儘可能好地反映原場景的形狀、特別是細節信息。圖像放大過程涉及到許多幾何問題。在自然科學基金等的資助下，課題組以圖像放大為主線，對其中的四個重要的幾何問題進行理論和關鍵技術研究，取得如下主要成果： 1、對像素的幾何屬性和像素間的相似性進行研究，設計了新的包括數據項、緊緻項和邊界項的像素距離度量函式，在由圖像像素構造的三角形格線上定義了結合了RGB-D圖像顏色和法向信息的測地度量來衡量像素的幾何屬性及其相關性；提出了新的邊緣像素機率來定義邊緣像素的幾何特徵，並以邊界機率對像素間距離加權；提出了抗噪的8-方向差分運算元來檢測邊緣和基於邊緣檢測的內容自適應參數選擇方案；2、在圖像分類和邊緣提取方面，提出了基於高頻梯度信息和聯合雙邊濾波的圖像平滑算法，定義了新的模糊因子衡量圖像中鄰域像素對中心像素的影響以實現像素的快速穩定分類；提出了基於稀疏性的優先權計算方法，對帶有結構信息的圖像塊優先修復，基於生成式對抗網路（GAN）的遞歸對抗學習算法； 3、在原場景表面反向求解方面，提出了基於輸入圖像本身的學習方法，藉助於對自相似性的深入研究，建立由自身圖像樣本構成的、動態的輕型資料庫；提出在三角形格線上構造擬合曲面片的方法，以及通過構造一個梯度方向上的投影長度加權的線性曲面獲得高解析度圖像； 4、在原場景表面的構造方面，提出了計算數據點的參數值（節點）的新方法構造高精度擬合曲線；基於經典的有理函式的三角插值模型構造混合模型，提出了魯棒的、自動的六面體格線結構簡化算法和新的矢量草圖簡化方法。 項目開展期間完成標註基金資助的論文19篇（SCI檢索16篇），其中頂級期刊ACM TOG論文1篇，TVCG論文1篇；獲批國家專利6項，省部級以上科研獎勵1項。這些成果為圖像處理、計算機視覺和數字內容創作等領域的關鍵和難點問題的解決提供了簡便、實用和功能穩定的一些新技術。
