王雅潔

（陜西學前師范學院，陜西西安，710100）

0 引言

隨著我國社會經(jīng)濟的不斷發(fā)展，計算機三維景觀模型虛擬技術也得到了良好的發(fā)展與普及，尤其是在信息技術與軟件工程技術的大力推動下，許多針對環(huán)境藝術的三維景觀建模工作只需要在現(xiàn)場通過移動設備就能夠完成，大幅提升了設計工作的實時性[1]。因此，在現(xiàn)階段的景觀設計工作中，需要進一步加強對于數(shù)字虛擬技術的開發(fā)，通過高水平的三維景觀構建技術為景觀設計提供更加全面的支持[2]。

1 三維圖像的重構

本次研究所使用的三維動畫模擬軟件為Autodesk Maya，通過分塊像素特征匹配的方式重構環(huán)境藝術的三維視覺特征，并借由向量量化分解技術來實現(xiàn)三維動畫成像，對成像結果中的顏色特征分量加以提取，進而提升整個模型對顏色特征分辨能力和主成分特征分析能力[3]。通過自適應特征檢測技術針對三維動畫進行多視點融合跟蹤，進而獲取成像結果中的邊緣輪廓特征值，多視點重構模型如圖1所示。

圖1 三維成像的多視點重構模型

本次研究通過多重紋理融合技術來對三維動畫圖像進行動態(tài)化的融合處理，首先需要對某一環(huán)境區(qū)域內(nèi)的分塊像素自相關函數(shù)進行定義[4]，定義方法如下：

上式將三維動畫圖像動態(tài)融合的邊緣特征點記為(xi,yi)；將環(huán)境設計特征分塊的融合像素集記為 ?x和 ?y，根據(jù)特征分解和像素邊緣融合方法，三維動畫模擬特征重構的像素特征量輸出可表示為：

上式將三維成像的邊界像素點記為?I，通過Kronecker Delta函數(shù)將三維成像的先驗分布場分割為幾個不同的區(qū)域，三維分布場相關系數(shù)的計算方法如下：

上式將空間區(qū)域分割特征值記為l，將模糊相關性特征檢測的像素值記為k。本次研究通過三維顏色特征空間的特征分解的方式來重構環(huán)境藝術三維圖像，進而獲取三維動態(tài)特征量，最后完成圖像信息的采集工作。

2 提取三維動態(tài)特征量

本次研究通過虛擬視景重構的方式來針對景觀環(huán)境進行特征投影處理并采集三維動畫圖像，并對三維動力圖像實施邊緣輪廓檢測和二值擬合處理，其中邊緣輪廓檢測所使用的方法為包絡輪廓檢測法，并基于計三維動畫圖像的色彩空間分塊融合特征值來更新模型，進而獲得如下所示的迭代公式：

上式將控制三維成像的兩個分布場記為ρ，進而得到三維動畫圖像的灰度像素特征量。本次研究利用Euler－Lagrange方程得出如下所示的三維動畫圖像觀測點邊界區(qū)域方程：

利用邊緣輪廓特征檢測結果，設計者能夠?qū)θS動畫圖像細節(jié)部分進行有針對性地強化。假定三維動畫圖像呈正態(tài)分布，通過連續(xù)重構法能夠獲取如下所示的三維動態(tài)特征重構輸出：

在此基礎上可通過RGB分解的方式來提取三維動畫圖像的顏色分量，處理方法如下：

上式將RGB分量記為fR,G,B，將標準差為σs的2D高斯核記為hσs，三維動畫的邊緣輪廓檢測輸出為：

3 分塊融合處理

本次研究通過Autodesk Maya軟件來優(yōu)化景觀環(huán)境的設計方案，通過RGB分解的方式來提取三維動畫圖像的顏色分量，三維動畫圖像Harris角點分布信息的表達方式如下：

上式將特征重構空間中三維動畫圖像的橢圓主方向角記為θ，將長半軸長度記為λ1，將短半軸長度記為λ1。因此，三維動畫圖像像素分布序列的表達方式如下：

上式將圖像特征象素點分布序列在多線性融合模型中的權值系數(shù)記為e，將迭代總步數(shù)記為m。設為N個標量所構成的三維動畫圖像向量量化特征分解值，在此基礎上通過多特征融合的方式來分解邊緣像素，進而獲取如下所示的分塊融合處理模型：

上式將三維動畫圖像的灰度像素級記為g，并在此基礎上針對三維動畫圖像實施分塊融合處理。

4 三維動畫重構

本次研究通過分塊區(qū)域重構的方式來實現(xiàn)三維動畫重構，通過區(qū)域塊分割方法的方式來獲取三維動畫重構的幾何不變矩相關系數(shù)，區(qū)域塊分割的結果如下：

上式將圖像像素序列每一幀中分塊區(qū)域的位置記為b，將三維動畫圖像的定義域記為y，將圖像像素初始值的分布坐標記為(j,i)，將b與y的相關系數(shù)記為?。在此基礎上對圖像暗原色先驗特征信息進行提取，并通過灰度像素信息融合的方法重構圖像特征，進而實現(xiàn)自適應的圖像信息融合，標記景觀灰度輪廓點，單個像素值P的傳達方式如下：

上式將圖像特征分布直方圖特征值記為r，接下來需要對圖像的動態(tài)信息融合特征量進行構建，本次研究通過自動分塊技術獲取M×N個2×2的景觀環(huán)境子塊Gm,n，經(jīng)過圖像動態(tài)信息重構處理后得到以下計算結果：

接下來研究基于景觀環(huán)境實體來標定三維動畫信息，進而獲取圖像動態(tài)信息特征匹配集，該匹配集表示為G1=βGm,n，即以二維層狀圖的方式加以表示，最終獲取如下所示的三維動畫重構輸出結果：

在三維動畫圖像設計中通過顏色模板空間投影算法實施分塊融合處理，可以使三維動畫的重構能力得到顯著提升。

5 三維動畫重建及結果

本次研究利用SoftImag、3DStudio MAX、Autodesk Maya等軟件針對景觀環(huán)境實施三維模型重建，將先驗像素值設置為640×480，梯度特征系數(shù)為1.45，于200×200的網(wǎng)格區(qū)域平均分布環(huán)境觀賞點，并以景觀環(huán)境中的一棵樹為例實施三維動畫模擬，于2個垂直面的紋理映射和1個面的紋理映射區(qū)域中實施操作，最終得到如圖2所示的重建結果。

圖2 三維動畫重建結果

經(jīng)仿真實現(xiàn)發(fā)現(xiàn)，本次研究所提出的三維動畫重建方案獲取了良好的視覺重構效果。在視線變動過程中未出現(xiàn)明顯的視覺誤差，具有較強的視覺能力。