图像校正技术在大型正交多幕特种电影制作过程中的应用

1、计算机应用技术专业毕业论文 精品论文 图像校正技术在大型正交多幕特种电影制作过程中的应用关键词：特种电影 图像校正技术 制作工艺 图像处理摘要：在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进

2、行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。正文内容 在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更

3、高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图

4、像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了

5、一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法

6、的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于

7、BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然

8、后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的

9、形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进

10、行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Matlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。在特种电影的制作过程中，图像的畸变校正、拼接、融合一体化是一个重要部分。本文重点研究了一体化过程中的图像畸变校正部分。本文在总结已有的图像校正方法的基础上，提出了基于BP神经网络的新方法。对于本文提出的基于BP神经网络的图像校正方法，只需确定神经网络的输入和输出，然后用最速梯度下降法训练网络，即可以较高的精度拟和出畸变图像的形变模式，建立空间点与图像点的映射关系，然后采用双三次变换进行灰度插值恢复出原始图像，克服了传统方法的诸多不足。使用Ma

11、tlab进行仿真实验的结果充分表明：该方法校正效果好，具有更高的精度，能够满足课题实际的要求。特别提醒：正文内容由PDF文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 。如还不能显示，可以联系我q q 1627550258 ，提供原格式文档。 " 垐垯櫃换烫梯葺铑?endstreamendobj2x滌?U'閩AZ箾FTP鈦X飼?狛P?燚?琯嫼b?袍*甒?颙嫯'?4)=r宵?i?j彺帖B3锝檡骹>笪yLrQ#?0鯖l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛>渓?擗#?"?#綫G刿#K芿$?7.耟?Wa癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb皗E|?pDb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳