傅建明　鮑艷

摘 要： 針對(duì)當(dāng)前方法難以獲取3D動(dòng)畫場(chǎng)景完整正確的信息，存在計(jì)算復(fù)雜、三維動(dòng)畫場(chǎng)景連續(xù)性較差的問題，提出基于虛擬現(xiàn)實(shí)技術(shù)的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)方法。該方法先在空間中建立代表動(dòng)畫場(chǎng)景深度信息的網(wǎng)格節(jié)點(diǎn)，將攝像機(jī)坐標(biāo)系與世界坐標(biāo)系的坐標(biāo)進(jìn)行變換，得到關(guān)于動(dòng)畫場(chǎng)景圖像候選網(wǎng)格節(jié)點(diǎn)的深度坐標(biāo)值；利用動(dòng)畫場(chǎng)景的深度圖像進(jìn)行預(yù)處理以平滑噪聲，獲取動(dòng)畫場(chǎng)景圖像的三維點(diǎn)云；根據(jù)動(dòng)畫場(chǎng)景圖像特征點(diǎn)與三維點(diǎn)云之間的關(guān)系得到動(dòng)畫場(chǎng)景圖像的三維特征點(diǎn)，利用ICP法完成動(dòng)畫場(chǎng)景圖像點(diǎn)云的精確配準(zhǔn)，由此建立3D動(dòng)畫場(chǎng)景模型。實(shí)驗(yàn)結(jié)果表明，所提方法能夠有效提升3D動(dòng)畫場(chǎng)景的重建精度，且具有較強(qiáng)的實(shí)時(shí)性及穩(wěn)定性。

關(guān)鍵詞： 虛擬現(xiàn)實(shí)技術(shù)； 3D動(dòng)畫場(chǎng)景； 平面設(shè)計(jì)； 三維點(diǎn)云

中圖分類號(hào)： TN911.73?34； TP317 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）21?0059?03

Graphic design of 3D animation scene based on virtual reality technology

FU Jianming， BAO Yan

（College of Art and Design， Jiangxi University of Technology， Nanchang 330098， China）

Abstract： Since it is difficult for the current method to acquire the complete and correct information of the 3D animation scene， and exists the problems of the poor continuity of 3D animation scene and complex computation， a graphic design method of 3D animation scene based on virtual reality technology is proposed. With the method， the grid nodes representing the depth information of animation scene are established in the space coordinates； the camera coordinate system is transformed into the world coordinate system to get the depth coordinate values of the candidate grid nodes of the animation scene； the preprocessing for the depth image of animation scene is used to smooth the noise to acquire the 3D point cloud of the animation scene image. According to the relationship between the feature points of animation scene image and 3D point cloud， the 3D feature point of animation scene image is obtained， and the ICP method is used to realize the point cloud accurate matching of the animation scene image to establish the 3D animation scene model. The experimental results show that the method can improve the reconstruction accuracy of 3D animation scene effectively， and has strong real?time performance and high stability.

Keywords： virtual reality technology； 3D animation scene； graphic design； 3D point cloud

0 引 言

隨著三維重建技術(shù)的發(fā)展，二維動(dòng)畫場(chǎng)景已難以滿足人們對(duì)視覺的需求及主觀感受[1?2]?，F(xiàn)階段大多數(shù)3D動(dòng)畫場(chǎng)景重建方法獲取的3D動(dòng)畫場(chǎng)景數(shù)據(jù)是重建動(dòng)畫場(chǎng)景表面的部分信息，并且是按照以觀察者為中心的坐標(biāo)系中的三維形狀和位置對(duì)重建的動(dòng)畫場(chǎng)景進(jìn)行描述，難以呈現(xiàn)動(dòng)畫場(chǎng)景的深度信息[3]。在這種情況下，如何準(zhǔn)確有效地提取動(dòng)畫場(chǎng)景背后的全部信息完成3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)，成為計(jì)算機(jī)視覺研究領(lǐng)域亟需解決的主要問題，受到了該領(lǐng)域有關(guān)專家學(xué)者的高度關(guān)注[4?5]。

文獻(xiàn)[6]提出立體匹配的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)方法。該方法對(duì)于噪聲比較大的動(dòng)畫場(chǎng)景圖像重建效果較好，但存在計(jì)算過程較為復(fù)雜，且消耗時(shí)間較長的問題。文獻(xiàn)[7]提出基于角點(diǎn)檢測(cè)的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)方法，利用該方法進(jìn)行動(dòng)畫場(chǎng)景重建準(zhǔn)確率較高，但存在動(dòng)畫場(chǎng)景重建效率較低的問題[8?9]。

針對(duì)上述問題，本文提出基于虛擬現(xiàn)實(shí)技術(shù)的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)方法。實(shí)驗(yàn)結(jié)果表明，所提方法能夠有效提升3D動(dòng)畫場(chǎng)景的重建精度，且具有較強(qiáng)的實(shí)時(shí)性及穩(wěn)定性。

1 基于虛擬現(xiàn)實(shí)技術(shù)的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)

1.1 3D動(dòng)畫場(chǎng)景節(jié)點(diǎn)坐標(biāo)的計(jì)算endprint

假設(shè)[（u，v）]代表點(diǎn)[Pl]在動(dòng)畫場(chǎng)景圖像中的亞像素坐標(biāo)，[Xw，Yw，Zw]代表動(dòng)畫場(chǎng)景圖像中對(duì)應(yīng)點(diǎn)的世界坐標(biāo)系下的三維坐標(biāo)，利用動(dòng)畫場(chǎng)景圖像中的亞像素坐標(biāo)可計(jì)算獲得動(dòng)畫場(chǎng)景圖像徑向、切向畸變下攝像機(jī)坐標(biāo)系下的歸一化三維坐標(biāo)[xd]，利用式（1）進(jìn)行計(jì)算：

[xd（1）xd（2）1=αx0u00αyv0001-1uv1] （1）

式中：[αx]代表動(dòng)畫場(chǎng)景圖像坐標(biāo)系[x]軸的尺度因子；[αy]代表動(dòng)畫場(chǎng)景圖像坐標(biāo)系[y]軸的尺度因子；[（u0，v0）]代表動(dòng)畫場(chǎng)景圖像中心的像素坐標(biāo)；[xd（1），xd（2）]代表動(dòng)畫場(chǎng)景圖像歸一化的[x]方向和[y]方向的坐標(biāo)點(diǎn)。假設(shè)[xn]代表歸一化處理后的動(dòng)畫場(chǎng)景圖像坐標(biāo)，利用多次迭代的形式對(duì)動(dòng)態(tài)動(dòng)畫場(chǎng)景圖像徑向、切向畸變進(jìn)行補(bǔ)償，設(shè)[xd]為[xn]的初始估計(jì)值，利用式（2）進(jìn)行表示：

[xn=xy=xd（1）xd（2）] （2）

假設(shè)[kridial]代表動(dòng)畫場(chǎng)景圖像的徑向畸變分量，[δ]代表動(dòng)畫場(chǎng)景圖像的切向畸變分量，可分別表示為：

[kridial=1+k1r2+k2r4+k3r6] （3）

[δ=2k3xy+k4（r2+2x2）k3（r2+2x2）+2k4xy] （4）

式中：[r2=x2+y2]代表[x]方向和[y]方向的動(dòng)畫場(chǎng)景圖像的畸變相對(duì)值；[k1，k2，k3，k4]代表動(dòng)畫場(chǎng)景圖像的線性畸變參數(shù)。通過對(duì)式（2）～式（4）進(jìn)行聯(lián)立求解，可獲得歸一化處理后動(dòng)態(tài)動(dòng)畫場(chǎng)景圖像坐標(biāo)[xn：]

[xn=xy=（xd（1）-δ（1））kradial（xd（2）-δ（2））kradial] （5）

式中，[δ1，δ2]代表動(dòng)畫場(chǎng)景圖像切向畸變的線性畸變值，結(jié)合[xn]的計(jì)算結(jié)果對(duì)動(dòng)畫場(chǎng)景圖像的徑向畸變[kradial]和切向畸變分量[δ]進(jìn)行多次迭代，得到收斂的[xn。]由于[xn]為線性模型中攝像機(jī)坐標(biāo)系的歸一化坐標(biāo)，假設(shè)[Xc，Yc，Zc]代表攝像機(jī)坐標(biāo)系的坐標(biāo)，則利用式（6）將攝像機(jī)坐標(biāo)系與世界坐標(biāo)系的坐標(biāo)進(jìn)行變換：

[Zcxy1=ZcXcZcYcZc1=RXwYwZw+t] （6）

式中[R]和[t]分別代表攝像機(jī)外部參數(shù)的旋轉(zhuǎn)矩陣和平移向量。

通過對(duì)式（6）進(jìn)行求解，得到關(guān)于動(dòng)畫場(chǎng)景圖像候選網(wǎng)格節(jié)點(diǎn)在該深度方向的深度坐標(biāo)值。

1.2 3D動(dòng)畫場(chǎng)景重建模型

通過攝像機(jī)拍攝獲取同一視角下的[n]幅動(dòng)畫場(chǎng)景圖像[Ii，]對(duì)動(dòng)畫場(chǎng)景圖像[Ii（x，y）]的相同像素點(diǎn)[（x，y）]取均值再取整處理后，得到該動(dòng)畫場(chǎng)景圖像的相同像素點(diǎn)組成的圖像[Ix，y]：

[Ix，y=avgi=1，2，…，nIi（x，y）] （7）

攝像機(jī)在獲取動(dòng)畫場(chǎng)景的深度圖像時(shí)由于設(shè)備本身原因或測(cè)量環(huán)境等帶來的影響通常會(huì)產(chǎn)生一定的噪聲，對(duì)后面的計(jì)算存在著較大的不利影響，因此首先需要對(duì)原始的深度動(dòng)畫場(chǎng)景圖像進(jìn)行去噪，利用式（8）對(duì)動(dòng)畫場(chǎng)景圖像進(jìn)行濾波：

[I（x，y）=1ωp i，j∈Ωωi，j?Ii，j] （8）

式中：[Ix，y]代表濾波噪聲后的動(dòng)畫場(chǎng)景圖像；[Ω]代表動(dòng)畫場(chǎng)景圖像像素[x，y]的鄰域范圍；[ωi，j]代表濾波器在動(dòng)畫場(chǎng)景圖像像素[x，y]點(diǎn)處的權(quán)值；[ωp]代表惟一化參數(shù)；[Ii，j]代表原動(dòng)畫場(chǎng)景圖像。假設(shè)[ωs]代表動(dòng)畫場(chǎng)景圖像空間域權(quán)值，[ωr]代表動(dòng)畫場(chǎng)景圖像灰度域權(quán)值，結(jié)合高斯函數(shù)得到雙邊濾波的動(dòng)畫場(chǎng)景圖像的權(quán)值系數(shù)[ω]為：

[ω=exp-i-x2+j-y22σ2s?exp-Ii，j-Ix，y22σ2r] （9）

式中：[i，j]分別代表原動(dòng)畫場(chǎng)景圖像[x]方向和[y]方向的坐標(biāo)點(diǎn)；[σs]代表動(dòng)畫場(chǎng)景圖像的空間域權(quán)值的標(biāo)準(zhǔn)差；[σr]代表動(dòng)畫場(chǎng)景圖像灰度域權(quán)值的標(biāo)準(zhǔn)差。假設(shè)[P=piNpi=1，X=xiNxi=1]分別代表動(dòng)畫場(chǎng)景圖像待匹配的兩個(gè)點(diǎn)云數(shù)據(jù)的集合，搜索出動(dòng)畫場(chǎng)景圖像的點(diǎn)集[P]中的每個(gè)點(diǎn)[pi]在點(diǎn)集[X]上的最近鄰點(diǎn)作為對(duì)應(yīng)點(diǎn)，設(shè)[Y=yiNpi=1]代表[P=piNpi=1]的對(duì)應(yīng)點(diǎn)組成模型的點(diǎn)集，動(dòng)畫場(chǎng)景圖像點(diǎn)云配準(zhǔn)的目的是尋找點(diǎn)集[P]和點(diǎn)集[Y]之間的最優(yōu)變換關(guān)系，結(jié)合ICP法得到動(dòng)畫場(chǎng)景圖像的最小旋轉(zhuǎn)矩陣[R]和平移向量[t]的最小目標(biāo)函數(shù)，利用式（10）進(jìn)行計(jì)算：

[f=1Npi=1Npyi-Rpi+t2] （10）

式中[Np]代表動(dòng)畫場(chǎng)景圖像表鄰域中點(diǎn)的總數(shù)，通過點(diǎn)云配準(zhǔn)后，產(chǎn)生大量冗余的動(dòng)畫場(chǎng)景圖像特征點(diǎn)，利用近鄰點(diǎn)聚類過程對(duì)動(dòng)畫場(chǎng)景圖像點(diǎn)云進(jìn)行合并完成數(shù)據(jù)精簡(jiǎn)。假設(shè)[s]代表動(dòng)畫場(chǎng)景圖像三維空間中的一個(gè)三維向量樣本點(diǎn)，且[s∈E]滿足[Nearest（E，s，s），]利用式（11）表示動(dòng)畫場(chǎng)景圖像點(diǎn)云的數(shù)據(jù)精簡(jiǎn)：

[Nearest（E，s，s）??s∈Es-s≤s-s] （11）

式中：[s-s=i=1ksi-s′i2；][E]代表動(dòng)畫場(chǎng)景圖像點(diǎn)云數(shù)量的總數(shù)；[s]代表該樣本點(diǎn)的最近鄰點(diǎn)；[s]代表動(dòng)畫場(chǎng)景圖像點(diǎn)云精簡(jiǎn)后的點(diǎn)云數(shù)量；[si]代表動(dòng)畫場(chǎng)景圖像三維空間向量[s]的第[i]維度；[s′i]代表動(dòng)畫場(chǎng)景圖像三維空間向量[s]的最近鄰點(diǎn)。通過對(duì)式（11）求解可得到動(dòng)畫場(chǎng)景圖像數(shù)據(jù)精簡(jiǎn)后的點(diǎn)云，以此為依據(jù)完成3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)。

2 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證實(shí)驗(yàn)的準(zhǔn)確性，實(shí)驗(yàn)數(shù)據(jù)采用CCD攝像機(jī)多角度拍攝的5組動(dòng)畫場(chǎng)景圖像序列，動(dòng)畫場(chǎng)景圖像分辨率為380×600 dpi，幀速率為20 f/s。通過Windows平臺(tái)分別對(duì)改進(jìn)方法和雙目視覺方法的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)實(shí)驗(yàn)結(jié)果進(jìn)行描述。分別利用改進(jìn)方法和雙目視覺方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)實(shí)驗(yàn)，將兩種方法下3D動(dòng)畫場(chǎng)景的點(diǎn)云計(jì)算時(shí)間（單位：ms）進(jìn)行對(duì)比，對(duì)比結(jié)果如圖1所示。通過對(duì)圖1進(jìn)行分析可知，利用改進(jìn)方法進(jìn)行3D動(dòng)畫場(chǎng)景的點(diǎn)云計(jì)算時(shí)間要短于雙目視覺方法，這主要是因?yàn)樵诶锰摂M現(xiàn)實(shí)技術(shù)進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)過程中，先在空間中建立代表動(dòng)畫場(chǎng)景深度信息的網(wǎng)格節(jié)點(diǎn)，并根據(jù)動(dòng)畫場(chǎng)景圖像特征點(diǎn)與三維點(diǎn)云之間的關(guān)系得到動(dòng)畫場(chǎng)景圖像的三維特征點(diǎn)。利用ICP法完成動(dòng)畫場(chǎng)景圖像點(diǎn)云的精確配準(zhǔn)，得到動(dòng)畫場(chǎng)景圖像的三維點(diǎn)云，使得利用改進(jìn)方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)的點(diǎn)云計(jì)算時(shí)間較短。endprint

分別利用改進(jìn)方法和雙目視覺方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)實(shí)驗(yàn)，將兩種不同方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)的性能指標(biāo)參數(shù)的定位距離均方誤差[Hli]進(jìn)行對(duì)比，利用式（12）進(jìn)行計(jì)算：

[Hli=12ml2li-ml] （12）

式中：[li]代表動(dòng)畫場(chǎng)景圖像第[i]組對(duì)應(yīng)點(diǎn)在變換之后的距離差；[ml]代表預(yù)先給定值。兩種不同方法的性能指標(biāo)參數(shù)對(duì)比結(jié)果如圖2所示。

通過對(duì)圖2進(jìn)行分析可知，利用改進(jìn)方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)的性能指標(biāo)參數(shù)的定位距離均方誤差要低于雙目視覺方法，這主要是因?yàn)樵诶锰摂M現(xiàn)實(shí)技術(shù)進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)過程中，先計(jì)算出動(dòng)畫場(chǎng)景圖像徑向、切向畸變下攝像機(jī)坐標(biāo)系下的歸一化三維坐標(biāo)，利用多次迭代的形式對(duì)動(dòng)態(tài)動(dòng)畫場(chǎng)景圖像徑向、切向畸變進(jìn)行補(bǔ)償，結(jié)合雙邊濾波法對(duì)動(dòng)畫場(chǎng)景圖像進(jìn)行濾波處理，獲得動(dòng)畫場(chǎng)景圖像的空間域權(quán)值和動(dòng)畫場(chǎng)景圖像灰度域權(quán)值，使得利用改進(jìn)方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)的定位距離均方誤差較低。

分別利用改進(jìn)方法和雙目視覺方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)實(shí)驗(yàn)，將兩種不同方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)的重建精度對(duì)比，采用點(diǎn)云數(shù)量對(duì)比不同方法下的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)的重建精度，對(duì)比結(jié)果如表1所示。

通過對(duì)表1進(jìn)行分析可知，利用改進(jìn)方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)的點(diǎn)云數(shù)量要多于雙目視覺方法，能有效提高動(dòng)畫場(chǎng)景的重建精度，這主要是因?yàn)樵诶锰摂M現(xiàn)實(shí)技術(shù)進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)過程中，先計(jì)算出動(dòng)畫場(chǎng)景圖像徑向、切向畸變下攝像機(jī)坐標(biāo)系下的歸一化三維坐標(biāo)，用多次迭代的形式對(duì)動(dòng)態(tài)動(dòng)畫場(chǎng)景圖像徑向、切向畸變進(jìn)行補(bǔ)償，獲得歸一化處理后的動(dòng)畫場(chǎng)景圖像坐標(biāo)，在此基礎(chǔ)上結(jié)合點(diǎn)云配準(zhǔn)法計(jì)算出動(dòng)畫場(chǎng)景圖的最小旋轉(zhuǎn)矩陣以及最小平移向量的目標(biāo)函數(shù)，使得利用改進(jìn)方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)能有效提高重建的精度。

3 結(jié) 語

針對(duì)當(dāng)前方法進(jìn)行3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)過程中難以獲取3D動(dòng)畫場(chǎng)景完整、正確的深度信息，存在計(jì)算復(fù)雜，且三維動(dòng)畫場(chǎng)景連續(xù)性較差的問題，提出一種基于虛擬現(xiàn)實(shí)技術(shù)的3D動(dòng)畫場(chǎng)景平面設(shè)計(jì)方法。實(shí)驗(yàn)結(jié)果表明，所提方法能夠有效提升3D動(dòng)畫場(chǎng)景的重建精度，且具有較強(qiáng)的實(shí)時(shí)性以及可靠性。

參考文獻(xiàn)

[1] 李秀智，楊愛林，秦寶嶺，等.基于光流反饋的單目視覺三維重建[J].光學(xué)學(xué)報(bào)，2015，35（5）：228?236.

[2] 于盛睿，韓文，付俊發(fā)，等.基于虛擬現(xiàn)實(shí)的范成法齒輪設(shè)計(jì)與精確建模[J].陶瓷學(xué)報(bào)，2016，37（2）：200?204.

[3] 葉鳳華.3D動(dòng)畫場(chǎng)景光照渲染算法的效果優(yōu)化[J].科技通報(bào)，2015，31（8）：262?264.

[4] 張寧，羅衛(wèi)華，劉迎春，等.基于虛擬現(xiàn)實(shí)技術(shù)的輪機(jī)英語環(huán)境仿真研究[J].計(jì)算機(jī)仿真，2015，32（6）：212?217.

[5] 姜邁.基于激光及三維虛擬場(chǎng)景技術(shù)的表面平整度在線檢測(cè)系統(tǒng)[J].計(jì)算機(jī)測(cè)量與控制，2015，23（1）：50?52.

[6] 周瑜，李戈，張學(xué)賀，等.基于雙目視覺的地形三維重建[J].機(jī)械與電子，2016，34（7）：57?61.

[7] 蔡軼珩，張琳琳，盛楠，等.基于光度立體法的中醫(yī)舌體三維表面重建[J].電子與信息學(xué)報(bào)，2015，37（11）：2564?2570.

[8] 王輝，宋昌統(tǒng).基于X3D的虛擬現(xiàn)實(shí)技術(shù)建模[J].電腦知識(shí)與技術(shù)，2016，12（11）：238?239.

[9] 李馥娟，王群，紀(jì)佩宇.基于虛擬現(xiàn)實(shí)技術(shù)的案件現(xiàn)場(chǎng)重建方法[J].實(shí)驗(yàn)技術(shù)與管理，2015，32（5）：124?126.endprint