重慶工程學(xué)院 廖武忠

虛擬現(xiàn)實(shí)技術(shù)是使人類在探索自然過程中能跟真實(shí)的體驗(yàn)和方便自然的人機(jī)交互方式，實(shí)現(xiàn)人類更好地了解自然，適應(yīng)自然，利用自然的目的。沉浸性、交互性、構(gòu)想性是虛擬現(xiàn)實(shí)的三個(gè)特性。作為虛擬現(xiàn)實(shí)技術(shù)中涉及的眾多關(guān)鍵技術(shù)之一，場(chǎng)景建模技術(shù)的不斷發(fā)展，為克服現(xiàn)有虛擬現(xiàn)實(shí)技術(shù)的不足，提高虛擬現(xiàn)實(shí)系統(tǒng)的沉浸感和交互性提供了新的研究思路。本文從三維建模的兩個(gè)方面---基于幾何特性的建模技術(shù)和基于圖像的繪制技術(shù)來綜述場(chǎng)景建模的發(fā)展歷程以及待解決的問題。并且重點(diǎn)介紹了三維全景技術(shù)實(shí)現(xiàn)場(chǎng)景建模的流程以及在各個(gè)流程中的研究現(xiàn)狀。

1.引言

VR最重要的目標(biāo)就是產(chǎn)生真實(shí)的體驗(yàn)和方便自然的人機(jī)交互方式。交互和沉浸是任何VR經(jīng)歷的兩個(gè)實(shí)質(zhì)性的特性[1、2]，而VR的場(chǎng)景的實(shí)時(shí)構(gòu)建能更好地讓用戶感受這兩個(gè)特性。VR的場(chǎng)景主要包括全景VR場(chǎng)景和3D模型VR場(chǎng)景兩類。其中全景VR場(chǎng)景中的圖像處理研究主要包括視覺認(rèn)知計(jì)算模型、特征的提取與表示、特征的融合與處理。在VR圖像處理中，圖像拼接作為一項(xiàng)基礎(chǔ)性的工作，它通過一定的算法將多張?jiān)诓煌瑫r(shí)間、不同角度或者由不同傳感器拍攝到的圖像進(jìn)行匹配。對(duì)于圖像匹配來說，其中一個(gè)難點(diǎn)就是：當(dāng)待拼接圖像之間存在大的位置和尺度變化時(shí)，如何得到較好的拼接效果，仍是沒有完全解決的問題。

2.基于幾何特性的建模技術(shù)

基于幾何特性的建模技術(shù)是通過對(duì)模型的頂點(diǎn)的位置坐標(biāo)、拓?fù)潢P(guān)系、特征數(shù)據(jù)進(jìn)行一系列的幾何變換以及像素變換。而通過幾何特性進(jìn)行建模存在計(jì)算復(fù)雜度大等問題，針對(duì)計(jì)算復(fù)雜度大這一問題研究這方面的學(xué)者主要通過LOD(LveelsofDetial)和模型簡(jiǎn)化來尋找突破口，取得了以下成果：SehroederWJ,ZargeJAetal通過對(duì)模型中的影響權(quán)重較小的頂點(diǎn)進(jìn)行刪除，減小計(jì)算復(fù)雜度。由于該研究對(duì)影響權(quán)重的判斷沒有做比較深入的研究可能導(dǎo)致刪除頂點(diǎn)后，整個(gè)幾何拓?fù)潢P(guān)系改變。針對(duì)這一問題SehroederWJ在1997年通過對(duì)拓?fù)浣Y(jié)構(gòu)進(jìn)行修正，一定程度上解決了誤刪除頂點(diǎn)的問題，但是該研究在拓?fù)湫拚^程中使算法的時(shí)間復(fù)雜度大大的增加[3]。

針對(duì)幾何特性的建模技術(shù)是通過模型數(shù)據(jù)轉(zhuǎn)換為網(wǎng)格模型，所以u(píng)Trk.GRe在1992年提出了重新劃分多邊形技術(shù)來實(shí)現(xiàn)修改原模型網(wǎng)格以達(dá)到生成層次化模型，該方法對(duì)光滑曲面的模型有較好的效果，但是該方法增加了新的點(diǎn)，所以時(shí)間復(fù)雜度有一點(diǎn)增加[4]。為了適用于普通模型，HoPPe H.等人提出了能量函數(shù)，通過能量函數(shù)來反映簡(jiǎn)化模型和原來模型之間的相識(shí)度關(guān)系。該算法能較好地實(shí)現(xiàn)模型建模效果，但是該算法性能非常低[5]。該算法對(duì)三維掃描建模技術(shù)所得的模型實(shí)現(xiàn)效果較好，由此有大批研究者希望在模型簡(jiǎn)化算法上進(jìn)行改進(jìn)實(shí)現(xiàn)一個(gè)效果較好，實(shí)現(xiàn)速度快的網(wǎng)格簡(jiǎn)化算法，oRssignacJ.提出了基于頂點(diǎn)聚類的網(wǎng)格簡(jiǎn)化算法，Hamann,B提出了通過三角形刪除法進(jìn)行網(wǎng)格簡(jiǎn)化，以及等提出的一些非結(jié)構(gòu)化的網(wǎng)格簡(jiǎn)化方法等等[6]。

通過幾何特性的建模技術(shù)，主要是通過研究模型的幾何誤差，而現(xiàn)實(shí)中的模型幾何特性種類繁多，為了減少時(shí)間復(fù)雜度，研究者主要從簡(jiǎn)化研究對(duì)象模型入手，已達(dá)到模型的幾何誤差最小。該研究方向可以較好地保證模型的幾何特性的正確反映，然而模型的視覺效果較差。所以在以后的研究方向可以通過圖像的特征與幾何特性結(jié)合來研究建模技術(shù)，以期實(shí)現(xiàn)高逼真的、實(shí)時(shí)的、避免魯棒性的建模技術(shù)。

3.基于圖像的繪制技術(shù)

基于圖像的繪制技術(shù)主要是基于圖像的圖形學(xué)算法，這方面的算法在較多領(lǐng)域取得了比較突出的成果，而在虛擬現(xiàn)實(shí)技術(shù)的場(chǎng)景建模中主要應(yīng)用的是基于全景圖的方法，而全景圖的算法設(shè)計(jì)思想主要體現(xiàn)在以下過程，如圖1所示。

圖1

Kuglin和Hines依據(jù)傅里葉變換根據(jù)它們相位的關(guān)系進(jìn)行特征提取，這樣有利于計(jì)算兩幅圖像間的平移距離，對(duì)后期的圖像匹配提供較好的基礎(chǔ)。而傅立葉技術(shù)主要用于在估計(jì)候選變換時(shí)減少搜索空間，但是在特征提取的計(jì)算過程比較復(fù)雜，因此B. Srinivasa Reddy以及 Olan Samritjiarapon在快速傅立葉變換的基礎(chǔ)上根據(jù)它們相位的關(guān)系進(jìn)行特征提取。雖然該算法在一定程度上提高了特征提取效率，但是該方法在對(duì)圖像的魯棒性等方面處理還不夠好，導(dǎo)致了特征的搜索的準(zhǔn)確性不是很好，Ghaffary 和 Sawchuk通過對(duì)圖像中的噪點(diǎn)以及魯棒性相關(guān)問題進(jìn)行考慮提出了最佳優(yōu)先算法對(duì)圖像的特征進(jìn)行提取。為了更好地解決特征點(diǎn)提取的準(zhǔn)確性，圖論的思想也逐漸引入了圖像的特征提取中來。

基于圖論的圖像特征提取算法，首先是建立一個(gè)適當(dāng)?shù)膱D(可以把圖像中的像素點(diǎn)和一些過分割區(qū)域作為圖的頂點(diǎn)，按照一定的相似規(guī)則確定頂點(diǎn)之間邊權(quán))；其次，通過利用圖論已有的一系列優(yōu)化算法對(duì)圖像進(jìn)行特征提取。這種算法與數(shù)據(jù)結(jié)構(gòu)有著密切的關(guān)系，具有較好的幾何結(jié)構(gòu)，能夠很好地把握?qǐng)D像的全局特征。基于圖論的圖像分割算法已成功地應(yīng)用于多個(gè)領(lǐng)域。基于圖論的圖像特征提取算法有：Minmum Cut模型，Normalize Cut模型，Optimal Cut模型，基于最小生成樹的圖論特征提取算法等[7-9]。

4.結(jié)束語

綜上所述，能實(shí)現(xiàn)一個(gè)自適應(yīng)、實(shí)時(shí)、準(zhǔn)確地應(yīng)用于虛擬現(xiàn)實(shí)的特征提取技術(shù)還有待研究者的繼續(xù)努力，特別針對(duì)不同場(chǎng)景和模型的自適應(yīng)性找到一個(gè)通用算法還需要進(jìn)一步研究以及對(duì)現(xiàn)有的算法進(jìn)行改進(jìn)；隨著時(shí)代的進(jìn)步以及硬件的發(fā)展，對(duì)實(shí)時(shí)性建議研究者可以從硬件以及分布式服務(wù)器上考慮，不一定非要通過算法改進(jìn)。最后，期望更多的學(xué)者提出優(yōu)秀的算法，讓我們盡早進(jìn)入虛擬現(xiàn)實(shí)的時(shí)代，讓我們的生活更加精彩。