王長(zhǎng)春，唐明雙

(1.長(zhǎng)春工程學(xué)院 建筑與設(shè)計(jì)學(xué)院，長(zhǎng)春 130000； 2.長(zhǎng)春工程學(xué)院 計(jì)算機(jī)中心，長(zhǎng)春 130000)

基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建研究

王長(zhǎng)春1，唐明雙2

(1.長(zhǎng)春工程學(xué)院 建筑與設(shè)計(jì)學(xué)院，長(zhǎng)春 130000； 2.長(zhǎng)春工程學(xué)院 計(jì)算機(jī)中心，長(zhǎng)春 130000)

當(dāng)前的虛擬校園三維場(chǎng)景構(gòu)建方法是利用osgEarth獲取GoogleEarth數(shù)據(jù)，構(gòu)建虛擬校園三維地圖，然后依據(jù)本地地形信息與三維場(chǎng)景模型完成對(duì)虛擬校園的三維場(chǎng)景構(gòu)建；該方法在三維場(chǎng)景構(gòu)建過(guò)程中沒(méi)有考慮到校園后續(xù)建設(shè)發(fā)展，只憑現(xiàn)在所需進(jìn)行三維場(chǎng)景構(gòu)建，導(dǎo)致虛擬校園三維場(chǎng)景雜亂，存在虛擬校園三維場(chǎng)景構(gòu)建顧慮不周的問(wèn)題;為此，提出一種基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建方法;該方法首先利用Kinect的RGB深度攝像頭獲取校園平面數(shù)據(jù)、影像數(shù)據(jù)和貼圖資料，采用相機(jī)陣列合成算法對(duì)所得校園圖像進(jìn)行特征提取，然后依據(jù)非局部均值濾波方法對(duì)獲取的校園圖像進(jìn)行去噪操作，最后利用邊緣方向和梯度表示中的結(jié)構(gòu)方向與強(qiáng)度，對(duì)校園圖像外輪廓的紋理特征進(jìn)行收斂，依據(jù)外輪廓紋理特征收斂實(shí)現(xiàn)校園圖像內(nèi)輪廓的準(zhǔn)確定位，將校園圖像與虛擬校園三維場(chǎng)景構(gòu)建所需圖像進(jìn)行匹配，由此完成對(duì)虛擬校園三維場(chǎng)景的構(gòu)建;實(shí)驗(yàn)結(jié)果證明，所提方法是虛擬校園三維場(chǎng)景構(gòu)建領(lǐng)域革命性的突破，提高了學(xué)校的招生率，增加了校園文化歷史的展現(xiàn)機(jī)會(huì)，為該領(lǐng)域的研究發(fā)展提供了有效依據(jù)。

AutoCAD；3DSMAX；虛擬校園；三維場(chǎng)景構(gòu)建

0 引言

現(xiàn)如今，隨著經(jīng)濟(jì)水平和科學(xué)技術(shù)的迅猛發(fā)展，促使著三維場(chǎng)景構(gòu)建不斷進(jìn)步，由于三維場(chǎng)景構(gòu)建可以虛擬化地還原真實(shí)場(chǎng)景，因此被應(yīng)用于社會(huì)各個(gè)領(lǐng)域，如軍事測(cè)繪導(dǎo)航、醫(yī)療救護(hù)、裝備制造、虛擬戰(zhàn)場(chǎng)、無(wú)人操作機(jī)、商務(wù)大樓建設(shè)等[1]，三維場(chǎng)景構(gòu)建不僅可以智能化的查詢(xún)定位，還可以使瀏覽者有身臨其境之感。虛擬校園三維場(chǎng)景構(gòu)建一直是當(dāng)今社會(huì)的重點(diǎn)討論對(duì)象之一，受到該領(lǐng)域研究學(xué)者的高度重視[2-3]。由于虛擬校園三維場(chǎng)景構(gòu)建具有可調(diào)節(jié)性、多變動(dòng)性、真實(shí)性等性質(zhì)[4]，大多數(shù)虛擬校園三維場(chǎng)景構(gòu)建方法無(wú)法對(duì)其進(jìn)行資源管理規(guī)劃性能強(qiáng)、精度高的三維場(chǎng)景構(gòu)建，導(dǎo)致在虛擬校園三維場(chǎng)景構(gòu)建時(shí)，存在視覺(jué)理解效率低、建設(shè)效果不理想等問(wèn)題[5]。在這種情況下，如何增加虛擬校園三維場(chǎng)景構(gòu)建的真實(shí)感，提高場(chǎng)景構(gòu)建的速度成為急需解決的問(wèn)題。而基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建方法，可以對(duì)虛擬校園進(jìn)行全方位、立體化、可靠穩(wěn)定地三維場(chǎng)景構(gòu)建，是解決上述問(wèn)題的有效途徑[6]，成為三維場(chǎng)景構(gòu)建領(lǐng)域的主要研究課題，同時(shí)也得出很多優(yōu)秀成果[7]。

文獻(xiàn)[8]提出了一種基于3DRC的虛擬校園三維場(chǎng)景構(gòu)建方法。該方法首先利用3DRC設(shè)計(jì)虛擬校園三維場(chǎng)景模型，并對(duì)三維場(chǎng)景模型進(jìn)行整合與格式轉(zhuǎn)換處理，轉(zhuǎn)換成虛擬校園場(chǎng)景系統(tǒng)可以識(shí)別的文件格式，然后采用3DSMax設(shè)計(jì)虛擬校園地表結(jié)構(gòu)，最后將上述素材進(jìn)行調(diào)整，從而完成對(duì)虛擬校園的三維場(chǎng)景構(gòu)建。該方法雖然簡(jiǎn)單，但是存在三維場(chǎng)景構(gòu)建整體性能弱的問(wèn)題。文獻(xiàn)[9]提出了一種基于VRML技術(shù)的虛擬校園三維場(chǎng)景構(gòu)建方法。該方法先以虛擬校園場(chǎng)景構(gòu)造程序?yàn)榫€索，對(duì)虛擬校園造型節(jié)點(diǎn)以及編組節(jié)點(diǎn)進(jìn)行了研究，完成對(duì)虛擬校園場(chǎng)景數(shù)據(jù)的組織，然后依據(jù)VRMLPad實(shí)現(xiàn)虛擬校園場(chǎng)景的建模、測(cè)試和校驗(yàn)，最后針對(duì)上述建模過(guò)程研究虛擬校園三維場(chǎng)景捕捉方法，并以此方法為基礎(chǔ)完成對(duì)虛擬校園的三維場(chǎng)景構(gòu)建。該方法下的三維場(chǎng)景構(gòu)建效率較高，但是過(guò)程過(guò)于繁瑣。文獻(xiàn)[10]提出了一種基于Google SkechUp的虛擬校園三維場(chǎng)景構(gòu)建方法。該方法首先通過(guò)UltraCamD立體影像獲取高精度的DEM，并結(jié)合SketchUP軟件對(duì)校園的建筑物進(jìn)行三維場(chǎng)景構(gòu)建，然后以此為基礎(chǔ)，利用GoogleEarth平臺(tái)展現(xiàn)校園的景觀與建筑。該方法雖然將校園地形和校園三維模型進(jìn)行了準(zhǔn)確的疊加，但是存在用時(shí)較長(zhǎng)的問(wèn)題。

針對(duì)上述產(chǎn)生的問(wèn)題，提出一種基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建方法。該方法首先利用Kinect的RGB深度攝像頭對(duì)校園圖像進(jìn)行獲取操作，以獲取的圖像為基礎(chǔ)，采用相機(jī)陣列合成算法對(duì)所得圖像進(jìn)行特征提取，然后通過(guò)非局部均值濾波方法對(duì)獲取的校園圖像進(jìn)行去噪，最后以校園圖像和虛擬校園三維場(chǎng)景構(gòu)建所需圖像的匹配，實(shí)現(xiàn)虛擬校園三維場(chǎng)景構(gòu)建。仿真實(shí)驗(yàn)證明，所提方法可以高精度地對(duì)虛擬校園三維場(chǎng)景進(jìn)行構(gòu)建，同時(shí)成為該領(lǐng)域前進(jìn)發(fā)展的指向標(biāo)。

1 基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建

1.1 虛擬校園三維場(chǎng)景圖像獲取與圖像特征提取

實(shí)現(xiàn)虛擬校園三維場(chǎng)景構(gòu)建，首先要獲取校園平面數(shù)據(jù)，影像數(shù)據(jù)和貼圖資料，本文采用Kinect的RGB深度攝像頭對(duì)校園的地勢(shì)，環(huán)境以及具體情況進(jìn)行全方位的攝像和錄像。在校園圖像獲取之前，需要對(duì)RGB深度攝像頭的視覺(jué)效果進(jìn)行修正，使攝像效果和錄像效果可以重疊，將拍攝的錄影和圖片作為虛擬校園三維場(chǎng)景構(gòu)建的依據(jù)，此拍攝結(jié)果在以下敘述中統(tǒng)稱(chēng)為校園圖像。

以拍攝的結(jié)果為基礎(chǔ)，利用相機(jī)陣列合成算法對(duì)所得圖像進(jìn)行特征提取。校園圖像的細(xì)節(jié)特征越豐富，說(shuō)明所獲圖像的亮度值變化越明顯，且含有的信息越豐富，有利于虛擬校園三維場(chǎng)景構(gòu)建精度的提高，所以通過(guò)校園圖像區(qū)域特征方差和均值來(lái)描述校園圖像細(xì)節(jié)特征的量。校園圖像像素的自適應(yīng)特征被稱(chēng)為校園圖像的區(qū)域特征，假設(shè)某個(gè)校園圖像像素點(diǎn)W(i,j)的區(qū)域特征，是以W(i,j)為中心的某個(gè)圖像區(qū)域特征，則將此區(qū)域特征記作該像素點(diǎn)的特征。將該區(qū)域特征設(shè)置為一個(gè)(2f+2)×(2f+2)的正方形圖像特征區(qū)域，則W(i,j)的區(qū)域特征方差定義為：

(1)

(2)

由上式可知，某個(gè)圖像像素的區(qū)域特征方差可表示為：以該校園圖像像素為中心的某個(gè)圖像特征區(qū)域中，每個(gè)圖像像素點(diǎn)與其平均值間差值的平方和，該平方和越大，說(shuō)明該校園圖像像素點(diǎn)周?chē)南袼夭町惥驮酱?，?xì)節(jié)特征就越豐富。

某幅校園圖像像素細(xì)節(jié)特征確定后，如果要將多幅圖像像素不同的細(xì)節(jié)特征提取到最終虛擬校園三維場(chǎng)景構(gòu)建中。需要對(duì)高動(dòng)態(tài)拍攝的校園圖像像素值進(jìn)行計(jì)算：

(3)

其中:Wij代表第j幅校園圖像像素點(diǎn)在i處像素值，q代表低動(dòng)態(tài)校園圖像數(shù)量，β(Wij)代表校園圖像在W(i,j)像素點(diǎn)的權(quán)重，此權(quán)重可表示為：

β(W)=166-W

(4)

其中:β(W)代表校園圖像在W(i,j)像素點(diǎn)的權(quán)重函數(shù)值。以上述權(quán)重為基礎(chǔ)，假設(shè)q幅校園圖像中某幅校園圖像像素的特征區(qū)域?yàn)椋篬V1(i,j),V2(i,j),…,Vq(i,j)]，那么將校園圖像特征提取函數(shù)定義為：

(5)

其中:βf代表校園圖像特征提取函數(shù)值，根據(jù)該函數(shù)完成對(duì)校園圖像的特征提取。

1.2 虛擬校園三維場(chǎng)景構(gòu)建

以2.1中各項(xiàng)數(shù)據(jù)為基礎(chǔ)，為提高虛擬校園三維場(chǎng)景構(gòu)建精度，需要利用非局部均值濾波方法對(duì)獲取的校園圖像進(jìn)行去噪，具體過(guò)程如下：

假設(shè)，對(duì)于給定的校園圖像x={x(a)/a∈D}，D代表校園圖像坐標(biāo)域，利用非局部均值對(duì)圖像中任何像素點(diǎn)a進(jìn)行濾波操作，該像素點(diǎn)去噪估計(jì)值可表示為：

(6)

其中:AZ[x](a)代表圖像去噪估計(jì)值，d代表對(duì)校園圖像的去噪次數(shù)，t代表校園圖像亮度矩陣Nt的亮度值，r代表校園圖像亮度矩陣Nr的亮度值，A代表校園圖像像素集，c代表校園圖像像素子集，利用上式結(jié)果，引入校園圖像鄰域間的相關(guān)系數(shù)，該系數(shù)是衡量校園圖像間相關(guān)度的指標(biāo)，可以更好地對(duì)鄰域圖像間的相似性進(jìn)行評(píng)價(jià)，有利于圖像去噪效果增強(qiáng)，其定義表達(dá)式為：

(7)

(8)

其中:d(t,r)代表鄰域亮度矩陣間相似參數(shù)，d(t,r)取值范圍在0-1，當(dāng)2個(gè)鄰域亮度矩陣相同時(shí)，d(t,r)=0，當(dāng)d(t,r)值比較大時(shí)，2個(gè)鄰域亮度矩陣相似程度比較低。將鄰域亮度矩陣相似參數(shù)d(t,r)與NLM去噪相結(jié)合，則新的鄰域亮度矩陣相似性參數(shù)為：

(9)

其中:l(t,r)代表新的鄰域亮度矩陣相似性參數(shù)，將得到的新鄰域亮度矩陣相似性參數(shù)應(yīng)用至校園圖像去噪中，公式為：

(10)

其中:Qε代表新鄰域亮度矩陣相似性參數(shù)應(yīng)用至校園圖像中的去噪值。由此完成對(duì)校園圖像的去噪過(guò)程。

利用邊緣方向和梯度表示將去噪后的校園圖像與虛擬校園三維場(chǎng)景構(gòu)建所需圖像進(jìn)行匹配，具體匹配過(guò)程如下所示：

采用計(jì)算某個(gè)校園圖像像素點(diǎn)的梯度值，表示所有圖像像素點(diǎn)邊緣結(jié)構(gòu)方向，假設(shè)一個(gè)校園圖像的亮度點(diǎn)(K,L)，該亮度點(diǎn)的局部梯度為(gi,gj)，由此得到該亮度點(diǎn)的方向角：

θ=tan-2(gi,gj)

(11)

其中:θ代表校園圖像亮度點(diǎn)的方向角，通過(guò)非線性函數(shù)獲取該亮度點(diǎn)的邊緣方向以及強(qiáng)度信息，表達(dá)式為：

(12)

(13)

2 仿真實(shí)驗(yàn)

為了證明基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建方法的整體有效性，需要進(jìn)行一次仿真實(shí)驗(yàn)。

2.1 仿真實(shí)驗(yàn)方法及步驟

在MATLAB7.02009的環(huán)境下搭建虛擬校園三維場(chǎng)景構(gòu)建實(shí)驗(yàn)仿真平臺(tái)。實(shí)驗(yàn)數(shù)據(jù)取自于東北師范大學(xué)三維場(chǎng)景構(gòu)建研究室，利用本文所提方法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行三維場(chǎng)景構(gòu)建，觀察其是否具有可利用性和可靠性。具體步驟如下：

1)采用Kinect的RGB深度攝像頭對(duì)校園的地勢(shì)、環(huán)境以及具體情況進(jìn)行全方位、立體化的攝像和錄像，而且在圖像獲取之前，對(duì)RGB深度攝像頭的視覺(jué)效果進(jìn)行修正，使攝像效果和錄像效果可以重疊，減少圖像獲取時(shí)間，加快虛擬校園三維場(chǎng)景構(gòu)建速度；

2)確定校園圖像特征提取控制閾值f的取值范圍，進(jìn)而分析其對(duì)圖像特征提取誤差率(%)的影響；

3)采用相機(jī)陣列合成算法對(duì)所得校園圖像進(jìn)行特征提取，分析圖像特征提起誤差率；

4)通過(guò)將圖像數(shù)量與圖像匹配時(shí)間的進(jìn)行對(duì)比，研究所提方法去噪精度對(duì)虛擬校園三維場(chǎng)景影響程度。

2.2 仿真實(shí)驗(yàn)結(jié)果分析

表1是文獻(xiàn)[8]所提方法與本文所提方法校園圖像獲取時(shí)間(s)的對(duì)比。

表1 不同方法下圖像獲取時(shí)間對(duì)比

分析表1可知，本文所提方法的圖像獲取時(shí)間明顯低于文獻(xiàn)[8]所提方法圖像獲取時(shí)間，這主要是因?yàn)樵诶帽疚姆椒ㄟM(jìn)行圖像獲取時(shí)，證明了本文所提方法的可實(shí)踐性較強(qiáng)。表2是本文所提方法下的，校園圖像特征提取控制閾值f的取值范圍對(duì)圖像特征提取誤差率(%)的影響。

表2 圖像特征提取控制閾值對(duì)特征提取誤差率的影響

由表2可知，圖像特征提取閾值的取值范圍，對(duì)圖像特征提取的誤差率影響很大，當(dāng)圖像特征提取閾值的取值范圍超出1-2時(shí)，圖像特征提取誤差率持續(xù)增長(zhǎng)，而當(dāng)圖像特征提取閾值的取值范圍在1-2時(shí)，圖像特征提取誤差率僅為5%-6%，基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建方法，采用了相機(jī)陣列合成算法對(duì)所得校園圖像進(jìn)行特征提取，保證了圖像特征提取精度，降低了特征提取的誤差率，進(jìn)一步證明了本文所提方法的整體有效性較強(qiáng)。圖1是文獻(xiàn)[8]所提方法、文獻(xiàn)[9]所提方法、文獻(xiàn)[10]所提方法及本文所提方法，圖像數(shù)量(萬(wàn)個(gè))與圖像匹配時(shí)間(s)的關(guān)系對(duì)比。

圖1 不同方法下圖像匹配時(shí)間對(duì)比

通過(guò)圖1可知，不同方法下的圖像匹配時(shí)間差異很大，文獻(xiàn)[8]和文獻(xiàn)[9]所提方法圖像匹配時(shí)間較為貼近，且用時(shí)都很長(zhǎng)，文獻(xiàn)[10]所提方法雖然相對(duì)文獻(xiàn)[8]、文獻(xiàn)[9]圖像匹配時(shí)間較短，但是圖像匹配時(shí)間曲線波動(dòng)較大，效果不理想。本文所提方法下的圖像匹配時(shí)間，雖然在一定程度上隨著圖像數(shù)量的增加而增加，但是時(shí)間曲線波動(dòng)不大，較為穩(wěn)定，有利于虛擬校園三維場(chǎng)景的構(gòu)建，證明了本文方法具有一定的兼容性和可擴(kuò)展性。圖2是圖像去噪?yún)?shù)η取值區(qū)間對(duì)去噪精度(%)的影響。

圖2 圖像去噪?yún)?shù)對(duì)去噪精度的影響

利用圖2中的數(shù)據(jù)可知，圖像去噪數(shù)量對(duì)圖像去噪精度就有一定程度地影響，在常理中圖像去噪精度會(huì)隨著去噪圖像數(shù)量的增加而逐漸降低，但在去噪?yún)?shù)η的影響下，去噪精度反增不降，說(shuō)明了去噪?yún)?shù)對(duì)去噪精度有很大影響。當(dāng)去噪?yún)?shù)值為0.6時(shí)，圖像去噪精度曲線波動(dòng)很大，呈不穩(wěn)定趨勢(shì)；當(dāng)去噪?yún)?shù)為0.4～0.5時(shí)，圖像去噪精度曲線平穩(wěn)上升，波動(dòng)較小，證明了本文所提方法的可取性較強(qiáng)，適用于虛擬校園三維場(chǎng)景構(gòu)建。

仿真實(shí)驗(yàn)證明，所提方法可以高效穩(wěn)定地對(duì)虛擬校園三維場(chǎng)景進(jìn)行構(gòu)建。提高了虛擬校園三維場(chǎng)景構(gòu)建的交互性和真實(shí)性，提升虛擬校園三維場(chǎng)景的層次化管理精度，實(shí)現(xiàn)教育教學(xué)過(guò)程可視化管理，減少校園真實(shí)建設(shè)中財(cái)務(wù)成本和時(shí)間成本，是數(shù)字化校園工程建設(shè)重要組成部分。

3 結(jié)束語(yǔ)

采用當(dāng)前方法對(duì)虛擬校園三維場(chǎng)景構(gòu)建時(shí)，無(wú)法保證場(chǎng)景還原的真實(shí)性，導(dǎo)致三維場(chǎng)景的構(gòu)建與實(shí)物不符，存在虛擬校園三維場(chǎng)景構(gòu)建精度偏差大的問(wèn)題。本文提出一種基于AutoCAD和3DSMAX的虛擬校園三維場(chǎng)景構(gòu)建方法。并通過(guò)仿真實(shí)驗(yàn)證明，所提方法可以高效精確地對(duì)虛擬校園三維場(chǎng)景進(jìn)行構(gòu)建，為學(xué)校的高速發(fā)展提供了可靠支撐。

[1] 梁 明,孫毅中,胡 最.基于圖形識(shí)別的建筑模型三維重建[J].測(cè)繪科學(xué),2014,39(1):125-128.

[2] 馬 天,韋 冠.西科大臨潼校區(qū)三維虛擬校園系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)[J].西安科技大學(xué)學(xué)報(bào),2014,34(1):67-70.

[3] 吳 勇,羅騰元.全景三維虛擬系統(tǒng)構(gòu)建方法研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2014,35(5):1858-1861.

[4] 劉登均,賀小兵,王明貴,等.虛擬仿真技術(shù)構(gòu)建三維模型在腰椎轉(zhuǎn)移性腫瘤中的應(yīng)用[J].中國(guó)組織工程研究,2014,18(48):7844-7848.

[5] 李 聰,趙紅蕊,傅 罡.基于獨(dú)立三視圖的圖像序列三維重建[J].計(jì)算機(jī)應(yīng)用研究,2015,32(6):1869-1873.

[6] 劉發(fā)久.基于Unity3D的虛擬校園[J].電子設(shè)計(jì)工程,2016,24(12):37-39.

[7] 李勁澎,姜 挺,肖 達(dá),等.基于關(guān)系圖的無(wú)人機(jī)影像三維重建[J].光學(xué)精密工程,2016,24(6):1501-1509.

[8] 吳 倩,孫颯爽,趙哲民,等.基于3DSOM的植株三維重建方法研究[J].農(nóng)機(jī)化研究,2017,39(9):148-153.

[9] 楊 玲,阮心玲.模型導(dǎo)向的矩形建筑物三維重建[J].計(jì)算機(jī)工程與應(yīng)用,2014,50(21):24-28.

[10] 翟志強(qiáng),杜岳峰,朱忠祥,等.基于Rank變換的農(nóng)田場(chǎng)景三維重建方法[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(20):157-164.

Virtual Campus Based on AutoCAD and 3DS Max 3D Scene Building Research

Wang Changchun2,Tang Mingshuang2

(1.Changchun Institute of Technology, School of Architecture & Design,Changchun 130000, China;2.Changchun Institute of Technology, Computer Center,Changchun 130000,China)

The current method of building virtual campus 3 d scene is using osgEarth obtain GoogleEarth data, construct the virtual campus 3 d map, and then on the basis of the local terrain information and 3 d scene model to complete the 3 d scene building of virtual campus. The method in the process of building a 3 d scene without considering the construction of campus follow-up development, only by now needed to build three-dimensional scene, result in 3 d virtual campus scene clutter, there are 3 d virtual campus scene construction concerns the problem of bad. For this, put forward a kind of virtual campus based on AutoCAD and 3 ds Max method of establishing three-dimensional scene. This method is first used to access depth of RGB camera obtain campus planar data, image data and map data, USES the camera array synthesis algorithm on the campus image feature extraction, and then on the basis of the nonlocal average filtering method to obtain the campus image denoising operation, the use of edge direction and gradient structure in the direction and intensity, outside of the campus image contour texture characteristics of convergence, based on the outer contour convergence in the campus image texture feature contour of accurate positioning, the campus image and 3 d virtual campus scene to build the required image matching, thus complete the virtual campus construction of 3 d scene. The experimental results show that the proposed method is virtual campus building a revolutionary breakthrough in the field of 3 d scene, improved the school enrollment rate, increases the chances of the history of the campus culture show, provide the effective basis for the research and development in the field of.

AutoCAD; 3DSMAX; Virtual campus;3 D scene building

2017-04-17；

2017-05-11。

王長(zhǎng)春(1964-)，男，吉林農(nóng)安人，碩士研究生，副教授，主要從事計(jì)算機(jī)圖形學(xué)虛擬現(xiàn)實(shí)方向的研究。

1671-4598(2017)08-0265-03

10.16526/j.cnki.11-4762/tp.2017.08.068

TP391

A