摘" 要： 針對傳統(tǒng)基于主動偏振成像的三維圖像重構方法重構過程中圖像統(tǒng)計信息表達能力較差，導致重構后三維圖像精度低，研究一種基于虛擬現(xiàn)實技術的三維圖像重構方法。選取Visual C++可視化軟件開發(fā)平臺和VTK三維圖像處理軟件作為三維圖像重構實現(xiàn)平臺，將原始圖像通過數(shù)據(jù)輸入以及文件解析等步驟導入計算機后，對原始圖像進行圖像濾波、圖像分割以及圖像插值等預處理，處理后的圖像在VTK軟件中利用包圍盒法先構建圖像重構的三維數(shù)據(jù)場，依據(jù)圖像重構三維數(shù)據(jù)場繪制圖像三維直接體，通過圖像三維直接體獲取三維圖像重構輸出公式，實現(xiàn)基于虛擬現(xiàn)實技術的三維圖像重構。仿真結果表明，采用該方法對10幅圖像進行三維圖像重構，重構圖像平均遍歷覆蓋度高達97.99%，重構精度均高于97%。

關鍵詞： 技術研究; 虛擬現(xiàn)實技術; 三維圖像; 文件解析; 圖像重構; 圖像預處理

中圖分類號： TN911.73?34" " " " " " " " " " " " 文獻標識碼： A" " " " " " " " " " " " 文章編號： 1004?373X（2019）21?0063?05

Abstract： Traditional methods of three?dimensional image reconstruction based on active polarization imaging have poor ability to express statistical information in the process of reconstruction， which leads to low accuracy of reconstructed three?dimensional images. Therefore， a method of three?dimensional image reconstruction based on virtual reality technology is studied. Visual C++ visualization software development platform and VTK three?dimensional image processing software are selected as the realization platform of three?dimensional image reconstruction. After entering the original image in a computer in terms of data input and files parsing steps， the image pre?processing， such as image filtering， image segmentation and image interpolation is carried out for the original image. In VTK software， the bounding box method is used to construct the three?dimensional data field of image reconstruction for the processed image. The three?dimensional direct volume of image is drawn according to the three?dimensional data field of image reconstruction. The output formula of three?dimensional image reconstruction is obtained with the three?dimensional direct volume of image， and the three?dimensional image reconstruction based on virtual reality technology is realized. The simulation results show that the average traversal coverage of the reconstructed images reaches 97.99% and the reconstruction accuracy is higher than 97% in the simulation experiment of 3D image reconstruction of 10 images reconstructed with this method.

Keywords： technology research; virtual reality technology; three?dimensional image; file parsing; image reconstruction; image pre?processing

0" 引" 言

虛擬現(xiàn)實技術是隨著科技發(fā)展而誕生的高科技技術，指通過計算機形成模擬真實環(huán)境的交互性三維動態(tài)仿真，使用戶通過計算機實現(xiàn)身臨其境的虛擬現(xiàn)實效果。虛擬現(xiàn)實技術不僅為人類帶來三維仿真的視覺感知，在聽覺、觸覺、嗅覺等方面也可帶來仿真感受。虛擬現(xiàn)實技術推動了科技發(fā)展，目前已應用于醫(yī)學、軍事、工業(yè)等眾多行業(yè)中。

三維圖像重構屬于計算機視覺領域，圖像具有不規(guī)則性，且在重構過程中容易受到噪聲干擾，因此三維圖像重構具有較大難度[1]。以往應用于三維圖像重構的數(shù)字全息方法，利用圖形特征體的繪制方法獲取數(shù)字全息圖像中的系數(shù)點云，實現(xiàn)圖像三維重構。重構后的三維圖像雖平滑性較好，但是計算過程復雜，且容易受到外界干擾，魯棒性差;Chen等人提出一種主動偏振成像的三維圖像重構方法，通過構建重構模板形狀提取與目標形狀相似程度較高的圖像特征，利用形變位移向量補償方法實現(xiàn)三維圖像重構，采用該方法進行三維重構圖像用時較短，但重構后圖像統(tǒng)計信息表達能力較差，清晰度較低。

為解決以上三維圖像重構方法的缺陷，本文提出一種基于虛擬現(xiàn)實技術的三維圖像重構方法，該方法采用包圍盒法在Visual C++可視化軟件開發(fā)平臺和VTK三維圖像處理軟件中對預處理后的圖像進行三維重構。圖像利用虛擬現(xiàn)實技術進行可視化重構相比于傳統(tǒng)三維圖像重構，可更清晰顯示圖像內部信息[2]，提升圖像統(tǒng)計信息表達能力。

1" 將虛擬現(xiàn)實技術應用于三維圖像重構

1.1" 三維圖像重構方法總體結構圖

在計算機中利用虛擬現(xiàn)實技術實現(xiàn)三維圖像重構。先將原始圖像導入計算機中，利用圖像預處理技術對導入的原始圖像進行圖像濾波、圖像分割以及圖像插值等預處理，將預處理后的圖像在VTK軟件中進行三維圖像重構，實現(xiàn)圖像的三維空間可視化。圖1為基于虛擬現(xiàn)實技術的三維圖像重構結構圖。

通過圖1可知，基于虛擬現(xiàn)實技術的三維圖像重構方法主要分為圖像導入、圖像預處理以及圖像三維可視化三部分。

1.2" 虛擬現(xiàn)實技術開發(fā)工具及開發(fā)原理

采用Visual C++和VTK軟件實現(xiàn)虛擬現(xiàn)實技術的三維圖像重構。其中，Visual C++軟件負責三維圖像重構的界面設計、數(shù)據(jù)集成以及算法編程;VTK軟件實現(xiàn)三維圖像重構處理以及三維圖像可視化，是基于虛擬現(xiàn)實技術的三維圖像重構實現(xiàn)的重要工具[3]。

VTK軟件中具有視覺化工具函式庫，將該函式庫應用于圖像處理中，可實現(xiàn)開放源碼、支持并行操作以及跨平臺操作等功能。VTK軟件主要包括計算機圖像處理、可視化三維圖像處理以及可視化三維圖像顯示三部分。VTK函式庫可實現(xiàn)眾多圖像處理以及圖像生成算法，通過C++語言在三維可視化VTK函式庫中編寫算法，利用虛擬現(xiàn)實技術實現(xiàn)三維圖像重構。

VTK軟件利用管道機制可視化處理數(shù)據(jù)以及圖像，依據(jù)原始數(shù)據(jù)以及圖像類型和最終顯示結果，通過濾波器濾波處理管道內數(shù)據(jù)以及圖像，尋找最優(yōu)算法獲取可視化進程[4]。本文選取包圍盒法作為基于虛擬現(xiàn)實技術的三維圖像重構算法。VTK軟件管道機制的圖像處理形式包括圖形形式以及可視化形式。

VTK軟件管道機制的圖形形式為將處理后的數(shù)據(jù)集以三維圖形形式展示。通過照相設備、繪制窗口以及實體等類庫屬性對數(shù)據(jù)集進行處理[5]，使用戶通過虛擬現(xiàn)實技術在三維圖像重構過程中有效交互，利用圖形形式實現(xiàn)轉動圖像以及調節(jié)角度、方向和位置等多種功能。

VTK軟件中可視化形式通過VTK數(shù)據(jù)流將圖像信息轉換為圖形數(shù)據(jù)，通過圖形數(shù)據(jù)對圖像中點陣數(shù)據(jù)進行調整[6]。VTK軟件通過映射器連接可視化模型以及圖像模型，原始數(shù)據(jù)對象經(jīng)濾波器過濾后轉換至圖像數(shù)據(jù)，同時將圖像數(shù)據(jù)發(fā)送至繪制器中，選取包圍盒法對圖像進行三維重構，在計算機顯示器顯示圖形數(shù)據(jù)重構過程，實現(xiàn)用戶與圖像的三維交互[7]。

1.3" 三維圖像重構算法

選取包圍盒法在VTK軟件中對圖像進行三維繪制，圖像三維繪制過程即三維圖像重構實現(xiàn)過程。

1.3.1" 構建圖像重構的三維數(shù)據(jù)場

利用局部圖像梯度信息獲取圖像數(shù)據(jù)體的三維坐標，設原始圖像坐標為[x，y]，三維圖像重構的輪廓長度公式如下：

式中：[γ]與[Lφ]分別表示局部圖像中各像素鄰域的灰度權重系數(shù)以及邊緣輪廓長度約束項;[Pφ]表示稀疏正則項;[ELBF]與[ELGF]分別表示局部灰度信息以及局部梯度能量項;[v]與[μ]均為大于0的常數(shù)，表示各局部圖像空間掃描約束向量的權重系數(shù)。

通過對圖像目標區(qū)域以及背景區(qū)域實施平滑度演化博弈[8]，獲取盒子模型為：

式中：[δφ]與[?φ]分別表示圖像目標區(qū)域以及背景區(qū)域的像素稀疏度正則項;[dx]表示原始圖像目標點橫坐標位置。

圖像邊緣像素點的局部高斯概率分布通過包圍盒法獲取，公式為：

通過式（3）獲取圖像數(shù)據(jù)體的三維坐標公式如下：

式中：[IG]，[fG1]，[fG2]分別表示重構表面的梯度模、三維圖像重構網(wǎng)格表面彎曲部分的梯度模以及三維圖像重構網(wǎng)格表面直線部分的梯度模;[λ1]與[λ2]均為大于0的常數(shù)，表示各局部圖像空間掃描約束向量的權重系數(shù);[Bσ]與[Hφ]分別表示Heaviside函數(shù)的標準差以及三維非線性空間映射;[f1x]與[f2x]為三維圖像重構灰度值;[dy]表示原始圖像目標點縱坐標位置。

通過以上公式利用Euler?Lagrange方程構建圖像重構的三維數(shù)據(jù)場公式如下：

依據(jù)圖像重構的三維數(shù)據(jù)場繪制圖像的三維直接體[9]，利用三維數(shù)據(jù)場中圖像重構3D紋理貼圖以及3D陣列坐標參量，將圖像分布中的像素視作模板并對其進行匹配，匹配公式如下：

式中[Hεz]與[δεz]分別為重構后的3D紋理貼圖以及3D陣列坐標參量。固定圖像模板中的射線方向[ε]，通過對[f1]，[f2]，[fG1]，[fG2]分別進行極小化運算[10]，利用圖像的三維直接體獲取三維圖像重構輸出公式為：

采用該方法在VTK軟件中對圖像進行三維重構，可有效提高三維圖像重構精準度以及統(tǒng)計信息表達能力。

2" 實驗分析

為檢測本文基于虛擬現(xiàn)實技術的三維圖像重構方法的有效性，在Matlab仿真平臺中進行仿真實驗，實驗選取10幅具有代表性的圖像進行三維重構，并將本文方法與光子方法以及數(shù)字全息方法進行對比，10幅圖像樣本基本信息如表1所示。

通過圖2三種方法重構結果對比可以看出，采用本文方法對圖像進行三維重構，重構后的三維圖像平滑性較優(yōu)，圖像清晰，視覺表達力較好;而光子方法重構后的三維圖像清晰度較低;數(shù)字全息方法重構后的三維圖像不僅清晰度較低且丟失部分圖像信息，重構結果說明本文方法具有較好的三維圖像重構性能。

通過三種方法對10幅圖像進行三維重構，統(tǒng)計三種方法重構后輸出三維圖像信噪比結果如表2所示。

輸出圖像信噪比可直接體現(xiàn)圖像中含有的噪聲大小，輸出圖像的信噪比越大，說明圖像中含有的噪聲越小，圖像質量越高;否則相反。通過表2實驗結果可以看出，采用本文方法對10幅圖像進行三維重構，輸出三維圖像結果信噪比均為最高，說明通過本文方法進行三維圖像重構的圖像質量明顯高于另外兩種方法。

統(tǒng)計通過三種方法對10幅圖像進行三維重構后輸出圖像的遍歷覆蓋度，結果如表3所示。

通過表3實驗結果可以看出，通過本文方法對10幅圖像進行三維圖像重構，輸出圖像遍歷覆蓋區(qū)域更全面，重構后10幅三維圖像的平均遍歷覆蓋度高達97.99%;而采用光子方法以及數(shù)字全息方法對10幅圖像進行三維圖像重構，重構后10幅圖像的平均遍歷覆蓋度僅為84.58%以及87.34%。采用本文方法重構圖像的遍歷覆蓋度明顯高于另外兩種方法，說明本文方法具有更高的重構性能。

三維圖像重構時間以及加速比是重構性能的重要體現(xiàn)，表4為采用三種方法對10幅圖像進行重構的重構時間以及重構加速比。

分析表4實驗結果可以看出，通過本文方法對10幅圖像進行三維重構，重構時間以及加速比明顯優(yōu)于光子方法以及數(shù)字全息方法，說明本文方法具有更高的重構效率，實時性較好。

三維圖像重構方法不僅需要具有較高的重構效率，重構精度以及圖像清晰度是重構性能優(yōu)劣的重要體現(xiàn)。將本文方法與光子方法以及數(shù)字全息方法三維重構圖像的重構精度以及圖像清晰度進行對比，對比結果如圖3，圖4所示。

通過圖3以及圖4實驗對比結果可以看出，針對10幅圖像，本文方法重構精度以及圖像清晰度明顯優(yōu)于光子方法以及數(shù)字全息方法，采用本文方法進行重構精度均高于97%，輸出圖像清晰度均高于95%，進一步驗證了本文方法的有效性。

3" 結" 論

本文研究了一種基于虛擬現(xiàn)實技術的三維圖像重構方法，采用Visual C++和VTK兩種軟件作為該方法的實現(xiàn)平臺，通過VTK軟件的可視化技術利用包圍盒法實現(xiàn)基于虛擬現(xiàn)實技術的圖像三維重構。對該方法進行仿真實驗，通過實驗結果驗證了本文方法具有較高的重構性能以及重構圖像精度。

參考文獻

[1] 葉新東，仇星月，封文靜.基于虛擬現(xiàn)實技術的語言學習生態(tài)模型研究[J].電化教育研究，2019，40（2）：107?114.

YE Xindong， QIU Xingyue， FENG Wenjing. Research on an ecological model of language learning based on virtual reality technology [J]. E?education research， 2019， 40（2）： 107?114.

[2] 夏振平，胡伏原，程成，等.基于視覺空間定向理論的虛擬現(xiàn)實空間重構[J].液晶與顯示，2019，34（2）：215?219.

XIA Zhenping， HU Fuyuan， CHENG Cheng， et al. Virtual reality space reconstruction based on visual space orientation theory [J]. Chinese journal of liquid crystals and displays， 2019， 34（2）： 215?219.

[3] 鄧磊，陳寶華，黃思遠，等.一種基于射線模型的圖像定位系統(tǒng)[J].電子學報，2017，45（1）：1?7.

DENG Lei， CHEN Baohua， HUANG Siyuan， et al. A ray?based image localization system [J]. Acta electronica sinica， 2017， 45（1）： 1?7.

[4] 湯楊，吳慧中，肖甫，等.基于等密度映射和紋理重構的分層圖像變換[J].中國圖象圖形學報，2018，11（4）：555?562.

TANG Yang， WU Huizhong， XIAO Fu， et al. Layered image warping based on equal?density mapping and texture?reconstruction [J]. Journal of image and graphics， 2018， 11（4）： 555?562.

[5] 姬莉霞，劉成明.基于虛擬現(xiàn)實技術的模糊靜態(tài)圖像目標重現(xiàn)方法[J].計算機科學，2018，45（7）：248?251.

JI Lixia， LIU Chengming. Fuzzy static image target reproduction method based on virtual reality technology [J]. Computer science， 2018， 45（7）： 248?251.

[6] 茹金平.多深度相機標定下稀疏紋理圖像三維超分辨率重構[J].微電子學與計算機，2017，34（8）：109?112.

RU Jinping. Three dimensional super resolution reconstruction of sparse texture image with multi depth camera calibration [J]. Microelectronics amp; computer， 2017， 34（8）： 109?112.

[7] 趙曉亮，王艷閣.虛擬現(xiàn)實的圖像復原真實性優(yōu)化仿真研究[J].計算機仿真，2017，34（4）：440?443.

ZHAO Xiaoliang， WANG Yange. Optimization and simulation of image restoration in virtual reality [J]. Computer simulation， 2017， 34（4）： 440?443.

[8] 肖翱，徐楓，雍俊海，等.針對虛擬現(xiàn)實眼鏡的近/遠視反卷積矯正算法[J].計算機輔助設計與圖形學學報，2017，29（7）：1169?1176.

XIAO Ao， XU Feng， YONG Junhai， et al. A fast deconvolution algorithm for correcting myopia/hyperopia in head mounted display [J]. Journal of computer?aided design amp; computer graphics， 2017， 29（7）： 1169?1176.

[9] 鄧磊，陳寶華，賴偉良，等.三維監(jiān)控系統(tǒng)中基于三維重構的交互式標定[J].電子學報，2017，45（3）：527?533.

DENG Lei， CHEN Baohua， LAI Weiliang， et al. Interactive calibrating 3D surveillance system based on 3D reconstruction [J]. Acta electronica sinica， 2017， 45（3）： 527?533.

[10] 丁汛，趙躍進，丁玉奎.基于多圖像融合的MEMS顯微三維形貌重構[J].光學精密工程，2018，26（5）：277?287.

DING Xun， ZHAO Yuejin， DING Yukui. Three?dimensional microscopic reconstruction of MEMS based on multi image fusion [J]. Optics and precision engineering， 2018， 26（5）： 277?287.