徐煒文

（英國利物浦大學(xué) 英國利物浦市 L693BX）

三維圖形庫下的計算機視覺算法分析

徐煒文

（英國利物浦大學(xué) 英國利物浦市 L693BX）

隨著我國社會主義現(xiàn)代化建設(shè)的不斷發(fā)展，我國的計算機信息技術(shù)得到了前所未有的發(fā)展，這也在一定程度上促進了人工智能技術(shù)以及圖像工程等技術(shù)的革新。作為當(dāng)前計算機領(lǐng)域中一個熱點問題，三維圖形庫下的計算機視覺算法研究對計算機智能技術(shù)的發(fā)展有著重要的意義與價值。本文主要通過對四種計算機視覺算法進行分析，進一步探討了三維圖像的虛擬算法研究。

三維圖形；計算機；視覺算法

在當(dāng)前三維圖形技術(shù)的高科技應(yīng)用背景下，計算機圖形學(xué)的快速發(fā)展進一步縮小了真實世界與虛擬世界的差距。計算機視覺是通過相機系統(tǒng)完成目標識別，并對現(xiàn)實環(huán)境目標進行跟蹤和三維重建，三維圖像庫是建立在虛擬現(xiàn)實環(huán)境中的一種圖形庫函數(shù)，目前，計算機視覺算法正處在相對發(fā)展成熟階段，能夠從虛擬環(huán)境中獲得相應(yīng)的算法信息，并逐步完成圖像的渲染和完善[1]。由于在真實環(huán)境下獲取光照、環(huán)境顏色、玻璃反光等數(shù)據(jù)信息較為困難，而借助于三維圖像庫的計算機實驗，可以通過連接輸入端和輸出端，依據(jù)所獲得的虛擬環(huán)境信息實現(xiàn)圖像處理。

1 同步多相機系統(tǒng)的標定

相機標定是建立在相機的數(shù)學(xué)模型參數(shù)基礎(chǔ)之上的，通常可以采用一個3×4的相機矩陣P表示，P=A【RT】，其中A表示3×3的相機內(nèi)參矩陣，R表示3×3的3D旋轉(zhuǎn)矩陣，T表示3×1平移向量，，其中ax，ay表示相機焦距，u0、v0表示圖像中坐標，r表示像素的歪斜系數(shù)，通過相機標定算法聯(lián)合系數(shù)匹配，計算出相機的矩陣值。

仿真研究中往往需要搭建實驗環(huán)境，創(chuàng)造合適的虛擬場景，將運動中的人物、動態(tài)物體、靜態(tài)物體、光源等作為虛擬場景的部分，并將屏幕得到的圖像渲染進行處理。在計算機視覺算法中，可以假設(shè)所有的相機矩陣均為未知，根據(jù)算法的不同，其虛擬環(huán)境的搭建也存在一定差異。計算機算法主要根據(jù)同步相機組的圖像，在多視幾何原理的基礎(chǔ)上完成多相機標定。作為相機組點光源的同步視頻輸入[2]。

2 Visual Hull目標三維重建算法

Visual Hull是建立在二值圖像中的3D重建算法，通過將空間切分為M×N×K（其中M、N、K均為正整數(shù)）的長方體，根據(jù)長方體在相機矩陣P中的投影，獲得相應(yīng)的二值圖像。該計算機視覺算法的輸入信息包括所有相機矩陣計算值及相應(yīng)的二值圖像數(shù)據(jù)。在三維圖形庫OpenGL中，在除去圖像紋理后，可以較為置管的獲得相機的二值圖像。

3 視覺圖像顯示的連續(xù)幀差法

所謂連續(xù)幀差法主要是指在對視頻圖像運動目標進行提取與計算的過程中，計算出當(dāng)前幀圖像與前一幀圖像的差值，并以此確定運動區(qū)域，其能夠使運動區(qū)域背景保持不變的狀態(tài)，而對于非運動區(qū)域的背景則可以采用當(dāng)前幀實現(xiàn)動態(tài)更新，在迭代作用下，對背景進行提取。首先，原始圖像B0可以采用第一幀圖像I0進行表示，將迭代參數(shù)設(shè)置為i= 1，所求為前幀與前一幀的差分二值圖像，即BW1，其具體計算方法為：其中當(dāng)前幀與前一幀圖像分別采用Ii與Ii-1表示，幀間差分則為ads（Ik-Ii-1）表示，幀間差分圖像的灰度直方圖用T表示，即最大峰值右側(cè)1/10對應(yīng)的灰度值。然后通過二值圖像對背景進行更新，其具體計算方法為：，其中Bi（x，y），BWi（x，y）表示兩圖像在坐標中的位置，將更新速度系數(shù)確定為0.1。設(shè)置條件i=i+1，然后將其代入BWi進行迭代計算，達到一定數(shù)量后，結(jié)束迭代，將B1設(shè)置為提取背景。

4 基于同步多相機系統(tǒng)的人體動作捕獲

人體動作的捕獲在單一圖像中的呈現(xiàn)較為苦難，但是采用以骨架模型運動為主的動作重建模式能夠構(gòu)建多路同步圖像[3]。通過對搜集不同時間圖像組資料，骨架模型的運動隨著時間的變化逐漸運動。多相機系統(tǒng)的運動主要依賴于兩種不同的實現(xiàn)方式：①通過在人體貼上反光的標志，采用紅外相機系統(tǒng)記錄反光標志的運動形式和運動時間，采用計算機算法進一步分析各個相機在不同時間捕獲的運動標志，并通過算法重建進一步構(gòu)建骨架運動模型。②骨架運動的重建模型算法也可以依據(jù)于不帶反光標志的運動。對于該計算機視覺算法，應(yīng)從各個相機的數(shù)據(jù)資料記錄中，經(jīng)圖像預(yù)處理而收集需要用到的圖像特征，通過通過圖像的特征變化，進一步完成圖像測量，從而實現(xiàn)運動骨架模型的重建。

該三維圖像庫下的計算機視覺仿真研究中，采用多空間校對拍攝，將相機組能夠拍到的空間都設(shè)置為工作空間，如圖1，該圖表示實驗環(huán)境的仿真系統(tǒng)，上下兩列表示相機第3真的圖像。在游戲引擎Ogre的仿真過程中，設(shè)置六臺虛擬相機的環(huán)境搭建，并將其焦點設(shè)置為相機目標的中心，常采用引擎中的骨痂動畫模型進一步實現(xiàn)虛擬場景和虛擬人物的運動軌跡的記錄。

圖1 虛擬同步多相機系統(tǒng)

綜上所述，基于開放式的三維圖像庫，計算機視覺算法的虛擬場景和相機參數(shù)都是一致的，能夠為算法輸入提供較為可靠的數(shù)據(jù)支持，三維圖形庫下的計算機算法成為計算機領(lǐng)域研究的一個重點，其不僅是對計算機視覺仿真研究的理論分析，更是對視頻與圖像處理技術(shù)的實踐探究，有著廣闊的應(yīng)用前景。

[1]陳坤.基于立體視覺的三維重建理論與算法研究[D].南昌航空大學(xué)，2011.

[2]姜大志，郁倩.計算機視覺中的設(shè)備標定和三維圖形重構(gòu)綜述[J].計算機工程與應(yīng)用，2001，37（13）：53～55.

[3]Domingo，Mery，李亞寧.X射線檢測的計算機視覺成像，系統(tǒng)，圖像數(shù)據(jù)庫和算法[J].國外科技新書評介，2016，13（2）：9～10.

TP391.4

A

1004-7344（2016）29-0257-01

2016-9-25