基于部分参考图像质量评估的二维矢量图形快速渲染技术研究
项目介绍
AI项目解读
基本信息
- 批准号:61300108
- 项目类别:青年科学基金项目
- 资助金额:23.0万
- 负责人:
- 依托单位:
- 学科分类:F0209.计算机图形学与虚拟现实
- 结题年份:2016
- 批准年份:2013
- 项目状态:已结题
- 起止时间:2014-01-01 至2016-12-31
- 项目参与者:张军; 王志坚; 罗林波; 杨迪威; 张婧炜; 李璇;
- 关键词:
项目摘要
With the increasing of consumer electronics, such as smart phones and navigators, user interfaces with high image quality can be achieved by two-dimensional (2D) vector graphics instead of bitmap images. Comparing with bitmap images, 2D vector graphics occupy less data information and achieve high image quality after arbitrary scaling or rotating. However, during the rendering process of 2D vector graphics, huge amount of geometric information which are generated by complex calculation heavily affect rendering speed and image quality. Hence, an evaluation system for balancing geometric cost and image quality is considered in the rendering engine. Moreover, the traditional methods such as full-reference or no-reference image quality assessments are not suitable for embedded system environment due to expensive memory usage or computation requirement. Hence, in this research, we hope to explore a low requirement image quality assessment method which is based on reduced-reference approach. And based on the developed rendering engine, we will build an evaluation system for balancing geometric cost and image quality to achieve a better performance with high image quality and fast rendering speed.
随着消费类电子产品爆炸式的增长,比如智能手机、数字地图导航设备的普及,二维矢量图形凭借其无限缩放后仍能保证图像不失真的优点,逐渐取代位图,用于实现高图像质量的人机交互界面。但是,在二维矢量图形渲染过程中,需处理经复杂计算后生成的大量图形几何开销,并且图形几何开销的多少严重的影响着渲染速度和渲染结果的图像质量。因此,在渲染过程中,需要一种评价几何开销和图像质量关系的方法,用于动态的指导几何开销的生成。然而,传统的全参考(或无参考)图像质量评估方法存在需要存储大量信息(或计算量巨大)的缺点。相比之下,部分参考图像评估方法则更适用于硬件资源有限的嵌入式设备。因此,本课题希望探索一种新的低存储量、低运算量的部分参考图像质量评估方法,建立关于二维矢量图形几何开销和图像质量的评价模型,并在前期开发完成的渲染引擎的架构上融合该模型,设计新的渲染引擎,实现在保证图像质量条件下的最优快速渲染。
结项摘要
本项目在执行过程中,主要从部分参考图像质量评估方法、开销质量评价模型、专用硬件设计三个方面对二维矢量图形加速渲染进行了深入的研究,并取得了一定的研究成果。首先,对于二维矢量图形几何开销和图像质量的评价模型的建立,必须以高效合理的图像质量评估方法为基础。因此,本项目实施过程中,深入研究了基于矩量法的部分参考图像质量评估方法,并发表SCI检索论文一篇。其次,对于开销质量评价模型的建立,分别从顶点融合角度和量化计算开销比角度申请发明专利两项,并均已进入实审阶段。再次,由于在二维矢量图形渲染过程中,需要进行大量复杂运算,比如对每一个顶点均需要进行正弦和余弦值的计算。而在前期工作中,仅使用通用计算模块进行处理。在研究中发现,可并行处理的专用基础运算硬件电路能较大幅度的提升处理性能。因此,在项目实施过程中,设计了一种快速计算正余弦数值的电路,并根据二维矢量图形精度要求进行数值优化。同时,由于图形处理过程中存在大量可并行的计算的特点,设计了一种利用进位保留加法器树和涟波进位加法器相结合的,且可根据实际应用动态配置的两级流水线六操作数快速加法器电路,以提高计算的并行性。上述两专用电路申请并获得两项实用新型专利授权。除上述成果外,项目组成员在探讨交流过程中,受启发获得其他成果若干,具体内容为基于多项式运算的无累积误差Loeffler DCT算法,基于图形边判定的定位算法等,并发表EI检索论文以及申请发明专利。
项目成果
期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
基于多项式运算的无累积误差LoefflerDCT算法
- DOI:--
- 发表时间:2014
- 期刊:计算机工程与设计
- 影响因子:--
- 作者:沈永珞
- 通讯作者:沈永珞
1 Reduced-reference image quality assessment using moment method
1 使用矩法评估减少参考图像质量
- DOI:--
- 发表时间:2016
- 期刊:International Journal of Electronics
- 影响因子:1.3
- 作者:Yang, Diwei;Shen, Yuantong;Shen, Yongluo;Li, Hongwei
- 通讯作者:Li, Hongwei
The verifiable secure schemes for resisting attacks in cloud deduplication services
云重复数据删除服务中抵御攻击的可验证安全方案
- DOI:10.1504/ijguc.2016.10000991
- 发表时间:2016
- 期刊:International Journal of Grid and Utility Computing
- 影响因子:0.5
- 作者:Xuan Li;Yongluo Shen;Jun Zhang
- 通讯作者:Jun Zhang
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
一种基于视觉特性的图像质量评价指标
- DOI:--
- 发表时间:2011
- 期刊:信号处理
- 影响因子:--
- 作者:杨迪威;沈远彤;李宏伟;熊超;沈永珞
- 通讯作者:沈永珞
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}