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 Ma
2、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。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
3、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 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
4、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，图像的畸变校正、拼接
5、、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。本文重点研究了一体化过
6、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
7、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的基础上，提出了基于 BP 神经网络的新方法。对
8、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BP 神经网络的图像校正方法，只需
9、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，然后用最速梯度下降法训练
10、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形变模式，建
11、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。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 http:/ 。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
12、#?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$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍
