[發(fā)明專利]一種基于Contourlet變換的繪制方法

無效

• 申請?zhí)枺?/td>: 201310039474.2
• 申請日: 2013-01-31
• 公開（公告）號: CN103186910A
• 公開（公告）日: 2013-07-03
• 發(fā)明（設計）人: 鄭昌文;劉曉丹;胡曉惠;徐帆江
• 申請（專利權）人: 中國科學院軟件研究所
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T5/50
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 成金玉

技術領域

本發(fā)明涉及一種基于Contourlet變換的繪制方法，屬于計算機圖形學領域。

背景技術

在計算機圖形學領域，過去幾十年里，基于光線跟蹤的繪制方法主要分為兩大類：隨機繪制方法和自適應繪制方法。隨機繪制方法可以快速的采樣待繪制空間，但是沒有考慮空間信息的特征分布，平均的投放采樣點并重構圖像；自適應繪制方法利用空間特征，合理采樣待繪制空間并構建重構濾波器，有效的避免走樣。

隨著國內外研究的不斷深入和需求的不斷提升，特別是在真實感場景繪制領域中，為了進一步提高圖像繪制質量，許多人采用多尺度分析或是各向異性濾波器方法。目前研究較多的是如何提出自適應方法采樣圖像，來可以更好的減少噪聲，同時也提出了不少方法利用已有采樣點重構最終圖像。

盡管經過許多學者的研究，提出了許多自適應采樣與重構方法。但是不依賴采樣器提供的附加信息，重構各種效果的高質量繪制圖像仍然非常困難。也有學者開始考慮應用頻域分析將待繪制圖像轉換到頻率提取特征來輔助采樣與重構圖像，小波分析已經被應用于自適應繪制當中。

傳統(tǒng)的自適應繪制方法一般具有如下缺陷：（1）自適應分析函數(shù)的局部性，采樣方法只根據(jù)待繪制圖像的局部信息投放采樣點；（2）重構方法沒有利用各向異性特征，沒有考慮繪制空間的各向異性，濾波后會在邊界出產生走樣；（3）濾波器沒有多尺度特性，針對不同像素，需要構建不同大小的濾波器；（4）采樣方法與重構方法獨立，重構沒有依賴采樣方法，只是根據(jù)采樣得到的采樣點來重構圖像。

發(fā)明內容

本發(fā)明技術解決問題：克服現(xiàn)有技術的不足，提供一種基于Contourlet變換的繪制方法，利用Contourlet中的多尺度拉普拉斯金字塔變換（MLP）的自適應采樣和利用方向濾波器組（DFBs）的各向異性重構濾波，解決光線跟蹤繪制邊界走樣問題，能夠繪制高質量的真實感圖像。

本發(fā)明技術解決方案：一種基于Contourlet變換的繪制方法，分為兩層：利用多尺度拉普拉斯金字塔變換（MLP）的自適應采樣和利用方向濾波器組（DFBs）的各向異性重構濾波，實現(xiàn)步驟如下：

步驟1：將待繪制空間粗采樣后，作為采樣分析的初始輸入圖像；

步驟2：基于Contourlet中的多尺度拉普拉斯金字塔（MLP），將輸入圖像分解為粗粒度和細粒度兩部分，利用信號偏移技術，多次分解不同偏移的圖像，然后進行合成，保證輸入和輸出圖像大小一致；

步驟3：將輸出的粗粒度圖像作為輸入圖像，再次執(zhí)行步驟2，直到滿足分解尺度；

步驟4：根據(jù)不同尺度下的粗粒度和細粒度圖像，利用各個尺度下的方差特征計算錯誤評估函數(shù)，自適應采樣不同尺度下繪制空間；對于采樣后的區(qū)域重新計算其不同尺度下粗粒度和細粒度的值，不斷重復該過程，直到用完所有采樣點；

步驟5：利用不同尺度下細粒度的圖像，利用方向濾波器組（DFBs）將不同尺度的圖像分解為不同方向的子帶；

步驟6：利用每個像素在不同尺度下的方差和子帶信息，構建多尺度各向異性濾波器，重構最終圖像。

所述步驟2中的基于Contourlet中的多尺度拉普拉斯金字塔（MLP）實現(xiàn)步驟如下：

（1）對于尺度K，將輸入圖像通過位移生成另外3幅大小相同的圖像；

（2）利用濾波器H過濾每幅變換后的圖像并進行下采樣；

（3）將4個圖像的濾波結果合成為與原始輸入圖像大小相同的結果作為尺度K的粗粒度圖像，并作為K+1尺度的輸入圖像；

（4）將第一幅圖像上采樣后經濾波器G過濾后與原始圖像的差作為尺度K的細粒度圖像；

（5）重復以上過程，計算各個尺度的細粒度和粗粒度圖像，對于0尺度的輸入圖像既是采樣圖像。

所述步驟5中利用方向濾波器組（DFBs）將不同尺度的圖像分解為不同方向的子帶具體實現(xiàn)如下：

（1）將不同尺度下的細粒度采樣結果d_k作為不同尺度方向信息提取的輸入；

（2）使用DFBs分解不同細粒度圖像，得到各個子帶的方向圖像，DFBs能夠得到一副圖像不同子帶的圖像信息。

本發(fā)明與現(xiàn)有技術相比的優(yōu)點在于：