張春黎

(黃山職業(yè)技術(shù)學(xué)院 工貿(mào)系,安徽 黃山 245000)

0 引言

虛擬現(xiàn)實(shí)是21 世紀(jì)計(jì)算機(jī)領(lǐng)域研究的重要方向，與多媒體、互聯(lián)網(wǎng)技術(shù)一起，構(gòu)成了計(jì)算機(jī)領(lǐng)域三大重點(diǎn)技術(shù)，備受當(dāng)代社會(huì)的關(guān)注。虛擬現(xiàn)實(shí)集成了多學(xué)科、多角度的綜合性高新技術(shù)，涉及到機(jī)器人技術(shù)、分布式技術(shù)、網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)科學(xué)等多個(gè)領(lǐng)域，同時(shí)還擁有三維建模功能，該功能可以構(gòu)建逼真、生動(dòng)的虛擬環(huán)境，用戶還可以利用傳感性設(shè)備，自然、直觀、便捷的進(jìn)入構(gòu)建的虛擬空間，并在虛擬空間中隨意遐想、交互[1]。虛擬現(xiàn)實(shí)技術(shù)創(chuàng)建的虛擬世界可以感知人的感覺，包括嗅覺、觸覺、聽覺、視覺等；并且用戶可以利用人的動(dòng)作與基本行為與構(gòu)建出來(lái)的虛擬世界進(jìn)行深入、自然的交互；還能夠通過(guò)頭盔形顯示器、三維空間傳感交互球以及數(shù)字手套等顯示設(shè)備和傳感設(shè)備來(lái)提高用戶體驗(yàn)的真實(shí)感、增強(qiáng)人機(jī)交互感?；诖?，提出一種基于真實(shí)感的虛擬現(xiàn)實(shí)圖像生成技術(shù)[2]，進(jìn)而加速圖像生成的速度，提升虛擬現(xiàn)實(shí)圖像生成技術(shù)的適用性。

1 基于真實(shí)感的虛擬現(xiàn)實(shí)圖像生成技術(shù)設(shè)計(jì)

1.1 特征點(diǎn)匹配誤差消除

以給定的閾值為依據(jù)，將灰度方差最小值比閾值點(diǎn)大的點(diǎn)作為候選特征點(diǎn)，其中選擇閾值時(shí)需要保障候選特征點(diǎn)中包含必要的特征點(diǎn)，又要保障非特征點(diǎn)的數(shù)量不能過(guò)多[3]。在候選特征點(diǎn)中選擇具備極大局部值的點(diǎn)作為必要的特征點(diǎn)，并剔除灰度方差最小值較小的點(diǎn)，保留灰度方差最小值最大的點(diǎn)，該象素就是樣本的特征點(diǎn)。虛擬現(xiàn)實(shí)圖像的生成需要對(duì)虛擬現(xiàn)實(shí)圖像的特征點(diǎn)進(jìn)行匹配，建立匹配點(diǎn)對(duì)。匹配過(guò)程包括初始匹配、松弛匹配。首先進(jìn)行初始匹配：對(duì)于虛擬現(xiàn)實(shí)樣本A與B，利用GAij與GBij來(lái)表示虛擬現(xiàn)實(shí)樣本A與B中某個(gè)N×N像元陣列第j列、第i行的像素灰度值，并求出其方差與灰度均值，以及像元陣列的灰度協(xié)方差CAB，當(dāng)CAB取最大值時(shí)，虛擬現(xiàn)實(shí)樣本A與B中的N×N像元陣列即為互相匹配的像元影像陣列，陣列中的點(diǎn)就是匹配像點(diǎn)[4]。

然后進(jìn)行松弛匹配，修正初始匹配結(jié)果，以初始的樣本匹配點(diǎn)(MAi,MBj)為中心，R為半徑的領(lǐng)域定義為N(MAi)與N(MBj)，根據(jù)樣本匹配點(diǎn)的連續(xù)性，對(duì)其匹配強(qiáng)度SM進(jìn)行定義與取值，實(shí)現(xiàn)松弛匹配，對(duì)樣本匹配點(diǎn)對(duì)的支持程度進(jìn)行衡量。

利用提取特征點(diǎn)的算子對(duì)特征點(diǎn)真實(shí)提?。哼M(jìn)行灰度化處理，利用像元各個(gè)方向上灰度方差的最小值來(lái)表現(xiàn)該像元與周圍像元出現(xiàn)的灰度變化，并在樣本的局部區(qū)域中尋找灰度變化最大的點(diǎn)作為樣本的特征點(diǎn)，如圖1所示[5]。

圖1 特征點(diǎn)選取示意圖

首先對(duì)各像元各個(gè)方向上灰度方差的最小值進(jìn)行計(jì)算：利用gu,v來(lái)表示像元(u,v)的灰度值，要想對(duì)(u,v)各個(gè)方向上灰度方差的最小值進(jìn)行計(jì)算，需要以(u,v)為中心，對(duì)其五乘五影像窗口的副對(duì)角、主對(duì)角、上下、左右方向鄰近像元灰度差值的平方和進(jìn)行計(jì)算，分別用V1、V2、V3、V4、V5來(lái)表示，則(u,v)各個(gè)方向上灰度方差的最小值為：

其中，IVu,v代表(u,v)各個(gè)方向上灰度方差的最小值。

最后通過(guò)最小中值法對(duì)匹配誤差進(jìn)行消除，利用最小中值法中的ransac 法與極線約束法，如圖2所示。

圖2 最小中值法示意圖

1.2 建立網(wǎng)格紋理虛擬現(xiàn)實(shí)圖像層次模型

完成樣本特征點(diǎn)匹配后，構(gòu)建網(wǎng)格紋理虛擬現(xiàn)實(shí)圖像層次模型[6]。首先建立m層虛擬現(xiàn)實(shí)圖像網(wǎng)格，其中第k層可以用式（2）來(lái)表示：

式（2）中，Vk代表頂點(diǎn)；Tk代表三角片。利用n個(gè)點(diǎn)建立網(wǎng)格，隨機(jī)在網(wǎng)格表面上放入初始點(diǎn)，利用排斥法使初始點(diǎn)在表面上分布均勻[7]。這些初始點(diǎn)即構(gòu)成了分辨率最低的網(wǎng)格Mm的頂點(diǎn)Vm。固定初始點(diǎn)后，繼續(xù)加入3n個(gè)點(diǎn)，利用排斥法均勻推開這些點(diǎn)，構(gòu)成網(wǎng)格Mm-1的頂點(diǎn)Vm-1。遞歸進(jìn)行這種操作，獲得最細(xì)網(wǎng)格M1以及該網(wǎng)格的頂點(diǎn)V1。三角化鄰近點(diǎn)在切平面上投影，從而將各點(diǎn)連接建立起網(wǎng)格虛擬現(xiàn)實(shí)圖像層次模型。

并利用Pyramid Gaussian對(duì)網(wǎng)格虛擬現(xiàn)實(shí)圖像層次模型進(jìn)行分解，從而建立網(wǎng)格紋理虛擬現(xiàn)實(shí)圖像層次模型。

其中G1(I)代表模型中最高分辨率的那一層，由1到m層分辨率逐步降低，降低點(diǎn)數(shù)為25%[8]。

1.3 實(shí)現(xiàn)虛擬現(xiàn)實(shí)圖像的生成

建立網(wǎng)格紋理虛擬現(xiàn)實(shí)圖像層次模型后，利用紋理快速合成算法，匹配與合成模型中的圖像顏色，映射處理圖像紋理，從而生成具備真實(shí)感的虛擬現(xiàn)實(shí)圖像。

利用種子位置與星形匹配搜索，實(shí)現(xiàn)紋理快速合成。種子位置確定包括確定合成圖像時(shí)的預(yù)置位置，以及樣圖的取樣位置[9]。針對(duì)普通紋理，在樣圖中可以隨機(jī)進(jìn)行采樣，并隨機(jī)對(duì)采樣圖像顏色進(jìn)行匹配與合成；而針對(duì)具備方向特征的紋理，選取種子位置時(shí)必須沿某方向的紋理變化，充分反映種子位置方向信息，例如Y軸有紋理變化信息時(shí)，需要沿Y軸方向進(jìn)行種子豎線的選取。將其在合成的紋理圖像中按順序放置，具體放置位置可能存在隨機(jī)小量擾動(dòng)[10]。

采用星形匹配搜索去除隨機(jī)小量擾動(dòng)。星形匹配搜索則從初始樣本匹配點(diǎn)開始，向其半徑為R的領(lǐng)域內(nèi)作星形搜索，直到種子位置隨機(jī)小量擾動(dòng)量小于給定閾值，即停止搜索，并將該點(diǎn)位置合成至圖像中，如圖3所示[11]。

圖3 星形匹配搜索示意圖

接著對(duì)紋理進(jìn)行邊緣連續(xù)映射處理，映射處理的具體流程如圖4所示[12]。

圖4 映射處理具體流程

采用紋理二維映射技術(shù)進(jìn)行邊緣連續(xù)映射處理，對(duì)于矩形表面，需要將正面影像文件位圖的4個(gè)頂點(diǎn)與待貼紋理矩形表面的4 個(gè)角點(diǎn)相對(duì)應(yīng)，將圖像直接繪制在物體表面，從而生成具備真實(shí)感的虛擬現(xiàn)實(shí)圖像[13]；對(duì)于曲面待貼紋理，需要以曲面特征為依據(jù)分割待貼紋理，建立生成圖像與待貼紋理的映射關(guān)系[14]。通過(guò)對(duì)應(yīng)圖像紋理坐標(biāo)與曲面紋理的網(wǎng)格點(diǎn)坐標(biāo)，將紋理分割面片成功繪制在曲面面片上，完成曲面待貼紋理的紋理繪制，從而實(shí)現(xiàn)具備真實(shí)感的虛擬現(xiàn)實(shí)圖像的生成[15]。

2 實(shí)驗(yàn)研究

為了檢測(cè)本文設(shè)計(jì)的基于真實(shí)感的虛擬現(xiàn)實(shí)圖像生成技術(shù)的性能，設(shè)計(jì)了一個(gè)對(duì)比實(shí)驗(yàn)。

2.1 實(shí)驗(yàn)過(guò)程

首先進(jìn)行實(shí)驗(yàn)虛擬現(xiàn)實(shí)場(chǎng)景的創(chuàng)建，創(chuàng)建的虛擬現(xiàn)實(shí)場(chǎng)景種類包括簡(jiǎn)易虛擬現(xiàn)實(shí)場(chǎng)景、中等難度虛擬現(xiàn)實(shí)場(chǎng)景以及高等難度虛擬現(xiàn)實(shí)場(chǎng)景，實(shí)驗(yàn)虛擬現(xiàn)實(shí)場(chǎng)景創(chuàng)建流程如圖5所示。

圖5 實(shí)驗(yàn)虛擬現(xiàn)實(shí)場(chǎng)景具體創(chuàng)建流程

實(shí)驗(yàn)具體環(huán)境如表1所示。

表1 實(shí)驗(yàn)具體環(huán)境

在表1實(shí)驗(yàn)環(huán)境下對(duì)實(shí)驗(yàn)虛擬現(xiàn)實(shí)場(chǎng)景進(jìn)行虛擬現(xiàn)實(shí)圖像生成，為了保證實(shí)驗(yàn)的有效性，使用傳統(tǒng)虛擬現(xiàn)實(shí)圖像生成技術(shù)與本文方法比較，觀察不同虛擬現(xiàn)實(shí)圖像生成技術(shù)的圖像生成性能，比較圖像生成速率。

2.2 實(shí)驗(yàn)結(jié)果

可通過(guò)圖像邊緣檢測(cè)是確定圖像位置信息。采用傳統(tǒng)虛擬現(xiàn)實(shí)圖像生成技術(shù)，以及本文方法進(jìn)行邊緣特征檢測(cè)，傳統(tǒng)方法檢測(cè)出的圖像較為模糊，本文方法可清晰提取圖像位置邊緣特征，且邊緣的連續(xù)性較好。主要原因在于本文方法采用星形匹配搜索去除隨機(jī)小量擾動(dòng)，降低邊緣連續(xù)映射處理網(wǎng)格點(diǎn)坐標(biāo)對(duì)應(yīng)更加準(zhǔn)確，節(jié)省虛擬現(xiàn)實(shí)圖像生成時(shí)間。

為進(jìn)一步驗(yàn)證圖像生成速率，利用基于碰撞檢測(cè)的虛擬現(xiàn)實(shí)圖像生成技術(shù)、基于場(chǎng)景繪制的虛擬現(xiàn)實(shí)圖像生成技術(shù)、基于視點(diǎn)方式的虛擬現(xiàn)實(shí)圖像生成技術(shù)以及基于真實(shí)感的虛擬現(xiàn)實(shí)圖像生成技術(shù)進(jìn)行虛擬現(xiàn)實(shí)場(chǎng)景的虛擬現(xiàn)實(shí)圖像生成，具體圖像生成速率數(shù)據(jù)如表2所示。

表2 具體圖像生成速率數(shù)據(jù)

根據(jù)表2 圖像生成速率數(shù)據(jù)可知，基于真實(shí)感的虛擬現(xiàn)實(shí)圖像生成技術(shù)對(duì)簡(jiǎn)易、中等以及高等難度虛擬現(xiàn)實(shí)場(chǎng)景中，虛擬現(xiàn)實(shí)圖像生成速率均高于其他方法，并且圖像生成速率較為穩(wěn)定。

3 結(jié)束語(yǔ)

基于真實(shí)感的虛擬現(xiàn)實(shí)圖像生成技術(shù)，通過(guò)網(wǎng)格紋理虛擬現(xiàn)實(shí)圖像層次模型的構(gòu)建，生成具備真實(shí)感的虛擬現(xiàn)實(shí)圖像，經(jīng)試驗(yàn)驗(yàn)證圖像生成速率遠(yuǎn)高于傳統(tǒng)虛擬現(xiàn)實(shí)圖像生成技術(shù)，對(duì)虛擬現(xiàn)實(shí)圖像生成領(lǐng)域具有重要的意義。但是，圖像生成的速度還有賴于其他一些因素，如數(shù)據(jù)庫(kù)的結(jié)構(gòu)等，數(shù)據(jù)庫(kù)結(jié)構(gòu)不僅是虛擬現(xiàn)實(shí)對(duì)虛擬環(huán)境的描述所在，還關(guān)系到VR 系統(tǒng)的真實(shí)效果，因此，下一步的研究方向?yàn)榭紤]數(shù)據(jù)庫(kù)結(jié)構(gòu)的虛擬現(xiàn)實(shí)圖像生成技術(shù)。