题目：基于图像的头发建模技术研究与实现

头发是人类重要的外形的特征。为得到视觉逼真的头发模型，利用图像数据进行头发建模的技术得到广泛的研究与关注。如何有效地利用图像信息重建出视觉真实的三维头发模型尤其是动态头发模型，是计算机图形学和计算机视觉的研究热点和难点。

本课题来源于国家自然科学基金项目“动态参与介质建模技术研究(61272348)”，本文针对运动头发的视频图像数据，研究了基于图像的头发建模技术，主要研究成果如下：

设计搭建了动态头发视频图像的采集和预处理系统。利用21个拍摄速率为120帧每秒的GoPro HERO 3+相机实现了对运动头发数据的采集。设计实现了多视点相机同步方法以及利用光束平差法进行多视点相机标定的方法；设计实现了利用颜色分类器进行图像非头发区域的背景去除算法；利用多视点优化的方法求解了头部运动。

给出了一种基于图像的头发几何结构建模方法，实现了对单帧多视点图像数据的头发几何建模。从采集图像出发，通过分析图像数据中的几何外壳信息和方向信息，本文实现了各个级别头发在空间上几何结构的建模，包括头发点云，头发线段，头发带子，头发发束，以及头发发丝的重建。

提出了一种基于图像的头发运动建模方法。提出了应用头发运动路径表示头发在一个视点下的运动信息的方法。结合光流法思想和图像方向滤波器，本文设计了一种从单视点视频中有效提取头发运动路径的方法；结合迭代最近点法以及能量最小化方法，本文提出了利用头发运动路径对单帧的头发的几何进行有效的运动变形的算法。

提出了一种基于图像的动态头发建模方法。本文将头发空间信息与时间信息相结合，利用各视点重建的运动路径，串联了各帧重建的头发几何结构，得到了各帧头发可靠的空间约束，进而得到初始的动态头发模型。本文提出了时空优化的算法，利用各视点运动路径和各帧头发空间约束对初始化的动态头发模型进行迭代优化，得到几何和运动真实的动态头发模型。