u012361418的博客

虚拟视点生成技术研究

虚拟视点绘制，三菱实验室

vsrs软件配置教程

虚拟视点图像生成

视频格式转换

jpg图片转化为avi视频

计算yuv视频流的psnr

计算yuv视频流ssim值

并行虚拟视点生成

虚拟视点生成

虚拟视点生成

虚拟视点生成

由于左右参考图像生成的虚拟视点图像色差问题比较严重，猜想可能是由于光照的原因，于是利用直方图进行观察，在rgb颜色空间的直方图中，分布基本吻合，于是转变到hsv颜色空间，发现1通道有明显的分布差异，于是对分布进行调整，结果发现效果不明显，甚至还有些质量下降。cv::cvtColor(imageColorOut, imageColorOut, CV_BGR2HSV);cv::cvtColor

这是虚拟视点图像生成的第一篇博客，希望自己能坚持下来。1.      实验环境Win8-----vs2013-----opencv2.4.112.      实验材料微软亚洲研究院多视点视频序列下载地址：http://research.microsoft.com/en-us/downloads/5e4675af-03f4-4b16-b3bc-a85c5bafb21d/

结合网络上的资料和自己的修改，实现了psnr和ssim的c++版本。#include#include#include #include #include #include using std::cout;using std::endl;int ssim(char *ref_image, char *obj_image){ // default settings doub

全参考客观视频质量评价方法是指把原始参考视频与失真视频在每一个对应帧中的每一个对应像素之问进行比较。准确的讲，这种方法得到的并不是真正的视频质量，而是失真视频相对于原始视频的相似程度或保真程度。最简单的方法如均方误差MSE和峰值信噪比PSNR，其应用比较广泛。最常见的全参考视频质量评价方法有以下三种：(1) 均方误差MSE其中，fij，f'ij分别代表原始参考视

源码2#ifndef _wrapingOf3D1#define _wrapingOf3D1#include#include#include #include #include #include using std::cout;using std::endl;double max(double x, double y) { return ((x > y) ? x :

今天对参考视点的深度图像进行了不同程度的预处理，采用的是中值滤波器，参数分别取3,5,7，生成的图像质量在客观上是越来越好，分别是（按照psnr和ssim值）没有预处理：28.653515（psnr） 0.736945（ssim）中值滤波预处理（3）：28.778846（psnr） 0.743240（ssim）中值滤波预处理（5）：28.832030（psnr） 0.745603(ss

邻域滤波（卷积）邻域算子值利用给定像素周围像素的值决定此像素的最终输出。如图左边图像与中间图像卷积禅城右边图像。目标图像中绿色的像素由原图像中蓝色标记的像素计算得到。通用线性邻域滤波是一种常用的邻域算子，输入像素加权得到输出像素：其中权重核   为“滤波系数”。上面的式子可以简记为：【方框滤波】最简

DIBR的核心就是首先利用深度信息将参考图像投影到三维欧式空间，然后再将三维空间点投影到虚拟摄像机的成像平面上。在计算机图形学中被称为3D Image Warping技术。像素坐标系和图像坐标系如图一所示，三维空间点在成像平面上的位置可以通过像素坐标系和图像坐标系来表示。在直角整数像素坐标系u-v中，每个像素的坐标(u,v)T分别代表该像素在二维图像

马上要毕业了，比较忙，有半年多没有更新博客了，在毕业之际，对以前写的代码进行整理封装，以备后来者改进，希望长江后浪推前浪，一代更比一点强！整理原有代码，封装为c++类的形式。分为三个类：即配置类、点映射类和图像映射类。一个基础函数库。一个demo。一个配置文件。主函数接口：main_virtual_viewpoint_rendering.cpp基于函数库：base_functi