咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于引导滤波器和局部回归理论的Monte Carlo图像噪声... 收藏

基于引导滤波器和局部回归理论的Monte Carlo图像噪声移除算法

Monte Carlo Noise Removal Based on Guided Image Filter and Weighted Local Regression

作     者:刘宇 郑昌文 袁红亮 Liu Yu;Zheng Changwen;Yuan Hongliang

作者机构:中国科学院软件研究所天基综合信息系统重点实验室北京100190 中国科学院大学北京100190 

出 版 物:《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期:2018年第30卷第3期

页      面:367-374页

核心收录:

学科分类:08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家"八六三"高技术研究发展计划(2012AA011206) 

主  题:自适应绘制 引导滤波器 局部回归理论 SURE误差估计 

摘      要:针对现有Monte Carlo(MC)光线跟踪算法中噪声影响大和绘制消耗高的问题,提出一种基于引导滤波器和局部回归理论的自适应绘制算法.首先计算场景特征图像的梯度信息,利用引导滤波器对初始特征图像进行预过滤,以提高诸如景深、运动模糊等特殊绘制效果的图像质量;然后利用局部回归理论进行图像重构,并在图像空间计算最优重构参数,从而避免由含噪特征图像导致的噪声传递问题;最后计算Stein’s unbiased risk estimator(SURE)评判像素复杂程度并引导自适应采样过程.实验结果表明,该算法能够在提高图像视觉质量的同时,有效地降低了噪声影响,并能够绘制高质量的景深、运动模糊等特殊效果.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分