滕嘉瑋，趙 巖*，張艾嘉，王世剛，王曉坤

（1.吉林大學(xué) 通信工程學(xué)院，吉林 長(zhǎng)春 130012；2.空軍航空大學(xué) 航空作戰(zhàn)勤務(wù)學(xué)院，吉林 長(zhǎng)春 130022）

1 引 言

增強(qiáng)現(xiàn)實(shí)（Augmented Reality，AR）［1］一直是三維顯示領(lǐng)域的研究熱點(diǎn)，將計(jì)算機(jī)生成的虛擬對(duì)象與真實(shí)場(chǎng)景相結(jié)合，達(dá)到增強(qiáng)用戶視覺感觀的效果。AR廣泛地應(yīng)用于工業(yè)、軍事、醫(yī)療等領(lǐng)域［2］，近年來(lái)也經(jīng)常出現(xiàn)在春節(jié)聯(lián)歡晚會(huì)的節(jié)目中。AR技術(shù)在現(xiàn)代生活中扮演著越來(lái)越重要的角色，并且不斷改變著我們的日常生活。該技術(shù)的核心是虛實(shí)融合技術(shù)［3］，為了使虛實(shí)融合效果更加逼真，需要使虛擬對(duì)象與實(shí)際場(chǎng)景呈現(xiàn)一致的幾何效果。幾何一致性主要考慮的是場(chǎng)景中真實(shí)對(duì)象和虛擬對(duì)象的遮擋和幾何匹配，增強(qiáng)觀眾在視覺上的真實(shí)感。

在AR領(lǐng)域中，解決幾何一致性虛實(shí)融合的方法主要分為輔助標(biāo)記法和輔助設(shè)備法［4］。Guo等［1］采用雙通行方案，首先用平行相機(jī)實(shí)時(shí)跟蹤，并允許在掃描過(guò)程將重建結(jié)果更新并且可視化，然后根據(jù)攝像機(jī)姿態(tài)處理虛擬對(duì)象和真實(shí)場(chǎng)景模型之間的遮擋，將渲染結(jié)果與彩色圖像融合。Liang等［5］提出了一種為ARAS設(shè)計(jì)的裸手深度感知方法，它可以輸出操作員的手部和虛擬零件之間的正確遮擋。該方法包含一個(gè)懸掛在立足點(diǎn)上的深度攝像機(jī)，由該攝像機(jī)提供了場(chǎng)景的俯視圖，并提出了一種基于深度攝像機(jī)的手部分割方法。Güne?等［6］提出了一種無(wú)標(biāo)記的3D AR應(yīng)用程序，用于人體手臂周圍的虛擬物體試穿。

上述這些方法都是在三維層面上處理模型和場(chǎng)景之間的遮擋和幾何匹配。本文提出了幾何一致性虛實(shí)融合算法，討論了真實(shí)場(chǎng)景中的人體手臂是否正對(duì)攝像機(jī)拍攝的兩種情況。在手臂二維圖像上確定腕部的寬度和位置后，計(jì)算出虛擬腕表的位置、縮放和旋轉(zhuǎn)角度，最終通過(guò)差分渲染得到虛實(shí)融合的結(jié)果。為了使結(jié)果更加真實(shí)同時(shí)也考慮了光照一致性［7］。實(shí)驗(yàn)證明在二維層面處理模型，可以更細(xì)致、精準(zhǔn)地確定虛擬物體與真實(shí)場(chǎng)景的幾何關(guān)系，使虛實(shí)融合結(jié)果更真實(shí)。

2 虛實(shí)融合系統(tǒng)的構(gòu)成

本文提出的虛實(shí)融合系統(tǒng)框圖如圖1所示。首先對(duì)場(chǎng)景進(jìn)行三維重建得到場(chǎng)景三維模型，對(duì)場(chǎng)景的三維模型進(jìn)行分割，分割出手臂區(qū)域并計(jì)算手腕的位置與寬度。然后，通過(guò)差分渲染［8］算法把虛擬物體插入到真實(shí)場(chǎng)景中，最后為了虛實(shí)融合結(jié)果的真實(shí)性，對(duì)場(chǎng)景進(jìn)行光照估計(jì)，構(gòu)建了幾何一致性和光照一致性統(tǒng)一的虛實(shí)融合系統(tǒng)。

圖1 虛實(shí)融合系統(tǒng)框圖Fig.1 System diagram of virtual-real fusion system

3 關(guān)鍵算法

3.1 場(chǎng)景模型重建算法

使用Kinect相機(jī)［9］拍攝場(chǎng)景得到場(chǎng)景的深度圖像和彩色圖像，采用KinectFusion［10］算法來(lái)重建三維場(chǎng)景。在導(dǎo)出重建的場(chǎng)景模型之后，通過(guò)蝴蝶細(xì)分算法［11］分割場(chǎng)景模型，將場(chǎng)景中的人體手臂部分分割出來(lái)。因?yàn)樾枰罅康狞c(diǎn)的坐標(biāo)數(shù)據(jù)，所以將分割好的手臂模型表面的三角面片細(xì)分，增加其頂點(diǎn)數(shù)量，最后將所有的頂點(diǎn)坐標(biāo)輸出。

3.2 手腕位置與寬度計(jì)算

3.2.1 投影映射算法

當(dāng)手臂正對(duì)攝像機(jī)時(shí)，手臂的三維模型坐標(biāo)系中z軸垂直于視覺平面。此時(shí)將模型的所有x o y平面向z軸的方向投影，映射的結(jié)果就是手臂的二維圖像，如圖2所示。

圖2 手臂二維圖像Fig.2 Two-dimensional image of arm

從圖2可以看出，手臂上的主方向是從手肘到手腕的方向，即水平方向。為了驗(yàn)證結(jié)果的準(zhǔn)確性，計(jì)算了手臂二維圖像協(xié)方差的特征值，發(fā)現(xiàn)手臂二維圖像的水平特征值最大，因此得到的手臂二維圖像是準(zhǔn)確的。

不難發(fā)現(xiàn)手臂二維圖像上因?yàn)橐恍c(diǎn)的缺失或者與其他點(diǎn)重疊，一些垂直列上的點(diǎn)很稀疏。在計(jì)算腕部位置與寬度時(shí)，這會(huì)導(dǎo)致錯(cuò)誤。因此，刪除所有稀疏點(diǎn)的垂直列，獲得新的手臂二維圖像如圖3所示。

圖3 優(yōu)化后的手臂二維圖像Fig.3 Optimized two-dimensional image of arm

在圖3中，很容易找到手臂二維圖像每列的上邊緣和下邊緣上的點(diǎn)。上邊緣的點(diǎn)記為Yupper，下邊緣的點(diǎn)記為Ydown。因?yàn)檫@些點(diǎn)是離散的，上下點(diǎn)不嚴(yán)格匹配。因此，計(jì)算每列的長(zhǎng)度為：

其中：x=2，…，N-1；j=i-1，i，i+1，第i列的長(zhǎng)度值是3條線的最大值。通過(guò)每一個(gè)下邊緣點(diǎn)與其對(duì)應(yīng)的3個(gè)上邊緣點(diǎn)之間的長(zhǎng)度來(lái)計(jì)算腕部的長(zhǎng)度。在獲得不同列的長(zhǎng)度之后，最短的長(zhǎng)度被視為手腕的長(zhǎng)度，可通過(guò)以下公式得出：

其中：Loc是計(jì)算得出的腕部寬度，相應(yīng)的x值可以確定哪根立柱是腕部位置。

3.2.2 仿射變換算法

手臂與攝像機(jī)成一定夾角，按照3.2.1的方法得到的手臂二維圖像如圖4所示。

圖4 不正對(duì)攝像機(jī)的手臂二維圖像Fig.4 Two dimensional image of arm not facing camera

由圖4可以看出，手臂的二維圖像不方便直接計(jì)算出手腕的位置與寬度，所以需要對(duì)手臂的二維圖像進(jìn)行仿射變換。

仿射變換［12］是在幾何上定義為兩個(gè)向量空間之間的一個(gè)仿射變換或者仿射映射，由一個(gè)非奇異的線性變換［13］（運(yùn)用一次函數(shù)進(jìn)行的變換）并接上一個(gè)平移變換組成。這里使用仿射變換（或2D仿射變換），主要包括旋轉(zhuǎn)、平移和縮放等。該變換結(jié)果仍然保持二維圖像的平坦度，即直線上的點(diǎn)仍然在直線上，點(diǎn)的位置順序保持不變，二維圖像的相對(duì)位置不變。

任何仿射變換都可以表示為矩陣與向量的乘積，然后通過(guò)齊次坐標(biāo)將這兩部分結(jié)合起來(lái)，矩陣平移公式為：

然后假設(shè)矩陣旋轉(zhuǎn)角度為α角，則坐標(biāo)的仿射矩陣為：

類似地，假設(shè)縮放因子為s，則坐標(biāo)的仿射矩陣為：

因此，需要根據(jù)上述算法優(yōu)化手臂的二維圖像。求出圖4中手臂二維圖像上所有點(diǎn)的坐標(biāo)，然后計(jì)算將其轉(zhuǎn)到面向相機(jī)的手臂二維圖像的旋轉(zhuǎn)角度。經(jīng)過(guò)計(jì)算可得旋轉(zhuǎn)角度為π/3，旋轉(zhuǎn)后手臂的二維圖像如圖5所示。

3.3 坐標(biāo)系統(tǒng)一算法

因?yàn)檎鎸?shí)場(chǎng)景中物體的坐標(biāo)系和虛擬物體的坐標(biāo)系存在差異，所以坐標(biāo)系的統(tǒng)一有利于虛實(shí)融合。在手腕位置的中心點(diǎn)處建立了第一個(gè)坐標(biāo)系，同時(shí)在虛擬腕表的表盤處建立了第二個(gè)坐標(biāo)系，需要通過(guò)坐標(biāo)系的旋轉(zhuǎn)和平移將兩個(gè)坐標(biāo)系統(tǒng)一［14］。

圖5 旋轉(zhuǎn)后的手臂二維圖像Fig.5 Two dimensional image of arm after rotating

矩陣旋轉(zhuǎn)有3個(gè)，分別繞x軸旋轉(zhuǎn)，繞y軸旋轉(zhuǎn)，繞z軸旋轉(zhuǎn)。其中，繞x軸旋轉(zhuǎn)的旋轉(zhuǎn)矩陣為：

其中θ為旋轉(zhuǎn)角度。

同理，可以得到繞y軸旋轉(zhuǎn)和繞z軸旋轉(zhuǎn)的旋轉(zhuǎn)矩陣：

如果有一個(gè)旋轉(zhuǎn)可以表示為依次繞著3個(gè)旋轉(zhuǎn)軸旋轉(zhuǎn)3個(gè)角度的組合，那這3個(gè)角度可以稱之為歐拉角，3個(gè)軸的旋轉(zhuǎn)次序不同，得到的結(jié)果也會(huì)不同。例如，常用的AR軟件Unity3D中歐拉角的旋轉(zhuǎn)順序就為Z Y X，所以旋轉(zhuǎn)順序很重要。

通過(guò)歐拉角旋轉(zhuǎn)將兩個(gè)坐標(biāo)系統(tǒng)一。由歐拉角求旋轉(zhuǎn)矩陣時(shí)，設(shè)3個(gè)軸的歐拉角分別為θx，θy，θz。正弦值和余弦值分別為sx，cx，sy，cy，sz，cz，那么旋轉(zhuǎn)矩陣為：

解上述旋轉(zhuǎn)矩陣可以逆向求得3個(gè)歐拉角，分別為：

其中rij是旋轉(zhuǎn)矩陣中的元素值，i，j=1，2，3。由此就可以得到坐標(biāo)系3個(gè)坐標(biāo)軸各自的旋轉(zhuǎn)角度。

3.4 差分渲染算法

為了自動(dòng)地將虛擬物體與真實(shí)場(chǎng)景相融合，采用了差分渲染算法。

3.4.1 虛擬對(duì)象的插入

為了在獲得的圖像中插入虛擬對(duì)象，實(shí)現(xiàn)場(chǎng)景的幾何一致性，在場(chǎng)景中放置一個(gè)虛擬對(duì)象，場(chǎng)景中的一些像素會(huì)被虛擬對(duì)象遮擋。虛擬對(duì)象也會(huì)影響未被遮擋的像素，當(dāng)虛擬對(duì)象在場(chǎng)景中投射陰影時(shí)，插入對(duì)象周圍的局部區(qū)域?qū)⒆儼怠ebevec等［18］將該區(qū)域稱為“局部場(chǎng)景”，并使用微分方法渲染該區(qū)域。

在給定的場(chǎng)景光照和相機(jī)參數(shù)下，對(duì)有合成對(duì)象和無(wú)合成對(duì)象的虛擬局部場(chǎng)景進(jìn)行渲染，得到圖像IO和IN。這兩個(gè)圖像之間的差異揭示了插入的對(duì)象對(duì)場(chǎng)景的影響。該改變被添加到原始圖像IF以生成合成圖像IΔ：

差分渲染要求在虛擬局部場(chǎng)景中渲染虛擬對(duì)象，并將虛擬局部場(chǎng)景與真實(shí)場(chǎng)景調(diào)成一致的像素。然而，因?yàn)樘摂M局部場(chǎng)景的像素強(qiáng)度可能在每一個(gè)圖像之間發(fā)生變化。通過(guò)相機(jī)進(jìn)行自動(dòng)曝光校正，虛擬局部場(chǎng)景的顏色強(qiáng)度會(huì)發(fā)生變化。所以插入虛擬物體后，插入前后圖像的像素強(qiáng)度會(huì)不一致。為了克服這個(gè)問(wèn)題，計(jì)算得到：

其中SO和SN分別是具有和不具有虛擬對(duì)象的渲染無(wú)紋理場(chǎng)景。它們的比率顯示插入虛擬對(duì)象導(dǎo)致的像素變暗程度。

如果原始場(chǎng)景中的某個(gè)區(qū)域被插入的對(duì)象遮擋，便將它替換為虛擬對(duì)象中的像素。通過(guò)在相機(jī)坐標(biāo)系中比較場(chǎng)景像素和對(duì)象像素的深度來(lái)確定這些區(qū)域；如果插入的對(duì)象離攝像機(jī)較近，IO中的像素將復(fù)制到IC。

由于攝像機(jī)的運(yùn)動(dòng)，初始場(chǎng)景圖像可能會(huì)模糊。為了產(chǎn)生更具說(shuō)服力的結(jié)果，虛擬對(duì)象也應(yīng)根據(jù)攝影機(jī)的移動(dòng)進(jìn)行模糊。當(dāng)在時(shí)間t處合成圖像IC時(shí)，收集多個(gè)樣本，樣本時(shí)間t=t-Δt其中Δt∈[0，]1，通過(guò)對(duì)樣本時(shí)間t'處合成的圖像進(jìn)行平均來(lái)獲得最終合成圖像Ic，t：

式中IO，t'，SO，t'和SN，t'的定義與式（10）和式（11）中的IO，SO和SN相同。在樣本時(shí)間t'進(jìn)行渲染并計(jì)算t'處的相機(jī)姿態(tài)。IF，t是輸入圖像。Mt'是一個(gè)值為1的二元掩膜，其中插入的對(duì)象在時(shí)間t'和其他位置為0的地方開始遮擋原始場(chǎng)景。這可以反映出虛擬對(duì)象隨著場(chǎng)景的移動(dòng)而移動(dòng)，從而使整個(gè)場(chǎng)景更加連貫。

3.4.2 陰影檢測(cè)

如果光源被其他對(duì)象阻擋，則投射的陰影可使其他陰影變形。如果能計(jì)算出有多少光線被遮擋，就能消除陰影。如果場(chǎng)景幾何體和照明可用，通過(guò)式（13）確定每個(gè)點(diǎn)被遮擋的光線數(shù)量，即：

需要通過(guò)忽略可見性項(xiàng)V（V表示來(lái)自光源的光按照正常照射方向照向物體表面）來(lái)計(jì)算它在沒有遮擋的情況下接收的光線數(shù)量。忽略可見性項(xiàng)V后，式（13）變?yōu)椋?/p>

當(dāng)S(x)和S'(x)分別測(cè)量到達(dá)x的光線是否有遮擋時(shí)，S(x)/S'(x)表示光線在x處無(wú)遮擋的程度。為了去除陰影，將每個(gè)像素I(x)除以S(x)/S'(x)的值以補(bǔ)償陰影。然而，該值可能不準(zhǔn)確，某些區(qū)域會(huì)被過(guò)度校正，而其他區(qū)域仍然太暗。為了克服這個(gè)問(wèn)題，本文生成一個(gè)閾值為S(x)/S'(x)的陰影遮罩，并使用掩膜區(qū)域中的局部照明變化來(lái)調(diào)整其外觀。

由于本方法中在插入對(duì)象和陰影檢測(cè)的同時(shí)也考慮了場(chǎng)景中的光照影響，所以在場(chǎng)景中對(duì)虛擬物體進(jìn)行了光照估計(jì)［15-19］。

4 實(shí)驗(yàn)結(jié)果

4.1 手腕位置與寬度確定

采用式（2）來(lái)確定手腕位置和寬度，通過(guò)計(jì)算手臂二維圖像上每一列的上下邊緣點(diǎn)的差值來(lái)計(jì)算每一列的長(zhǎng)度，得到的結(jié)果如圖6（a）所示，此時(shí)計(jì)算出的長(zhǎng)度曲線圖很不規(guī)則，很難處理?？紤]到手臂二維圖像上存在邊緣點(diǎn)缺失的問(wèn)題，將每一個(gè)下邊緣點(diǎn)與它對(duì)應(yīng)的上邊緣點(diǎn)和其左右相鄰的兩個(gè)上邊緣點(diǎn)連線，計(jì)算3條線的長(zhǎng)度，得到的結(jié)果中取最長(zhǎng)的一條線作為這列的長(zhǎng)度，最終的長(zhǎng)度曲線如圖6（b）所示。

圖6 確定手腕位置與寬度實(shí)驗(yàn)結(jié)果Fig.6 Experiment result for determining wrist position and width

由圖6可以看出，手腕的位置在橫坐標(biāo)（表示列數(shù)）279處，寬度為對(duì)應(yīng)的縱坐標(biāo)66，用白線標(biāo)記出來(lái)，如圖7所示。

圖7 白線標(biāo)記手腕位置Fig.7 Wrist position marked by white line

4.2 虛實(shí)融合

通過(guò)3.3中坐標(biāo)系統(tǒng)一的算法將坐標(biāo)系旋轉(zhuǎn)的3個(gè)歐拉角計(jì)算出來(lái)，再通過(guò)差分渲染算法，結(jié)合計(jì)算出的虛擬物體旋轉(zhuǎn)角、位置坐標(biāo)和縮放將對(duì)象插入到真實(shí)場(chǎng)景中并進(jìn)行渲染［20］，虛擬腕表模型以及插入虛擬物體后場(chǎng)景的初步融合圖如圖8所示。

圖8 插入虛擬腕表模型融合Fig.8 Fusion image of virtual watch model on arm

為了使融合結(jié)果更加真實(shí)，采用基于全局照明模型的光照估計(jì)算法［17］對(duì)場(chǎng)景加入了光照估計(jì)，結(jié)果如圖9所示。

將計(jì)算得到的手腕寬度與實(shí)際手腕寬度比較，將虛擬腕表旋轉(zhuǎn)角度和位置點(diǎn)與實(shí)際的腕表旋轉(zhuǎn)角度和位置點(diǎn)比較，然后進(jìn)行誤差分析，結(jié)果如圖10和表1所示。把計(jì)算得到的手腕寬度與在手腕處4次測(cè)量得到的寬度相比較，可以看出計(jì)算得到的數(shù)據(jù)在誤差范圍內(nèi)。

表1為計(jì)算得到的虛擬腕表的3個(gè)坐標(biāo)軸的旋轉(zhuǎn)角度和坐標(biāo)原點(diǎn)的坐標(biāo)與實(shí)際測(cè)量得到的結(jié)果，誤差控制在4%左右。

為了驗(yàn)證結(jié)果，按照文獻(xiàn)［7］的方法，使用計(jì)算機(jī)檢測(cè)手腕姿態(tài)，在骨架提取之后確定了手腕點(diǎn)，通過(guò)四元數(shù)算法旋轉(zhuǎn)虛擬物體，得到虛擬物體的旋轉(zhuǎn)角度（x，y，z）為(-30°，163°，47.5°)。最后通過(guò)渲染RGB得到融合圖，如圖11所示。與圖11的誤差分析結(jié)果中虛擬物體的旋轉(zhuǎn)角度相比，本文的計(jì)算精度提高了15%左右。

圖9 虛實(shí)融合結(jié)果Fig.9 Result of virtual-real fusion

圖10 手腕寬度計(jì)算誤差分析Fig.10 Error analysis of wrist width calculation

圖11 文獻(xiàn)［7］的虛實(shí)融合結(jié)果Fig.11 Result of virtual real fusion in reference［7］

文獻(xiàn)［7］中，通過(guò)Kinect深度相機(jī)的骨骼點(diǎn)提取，確定出手腕的骨骼點(diǎn)位置，經(jīng)過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，該方法只有人在深度相機(jī)視野內(nèi)，并且要距深度相機(jī)特定的距離，所以具有局限性。在虛實(shí)融合部分文獻(xiàn)［7］采用的是四元數(shù)算法，沒有實(shí)際考慮到虛擬物體真實(shí)的體積，所以手表和手腕的融合幾何一致性不夠好。

表1 坐標(biāo)系旋轉(zhuǎn)角度和坐標(biāo)原點(diǎn)位置比較Tab.1 Comparison of coordinate system rotation angle and coordinate origin location

5 結(jié) 論

本文提出了一種幾何一致性的虛實(shí)融合方法，并結(jié)合光照一致性，實(shí)現(xiàn)了具有幾何一致性和光照一致性的虛實(shí)融合系統(tǒng)。該系統(tǒng)使用Kinect重建場(chǎng)景三維模型，使用三維到二維的方法處理手臂，并采用一種基于空間的變換方法來(lái)提高精度。最后，使用差分渲染將虛擬對(duì)象準(zhǔn)確地插入到真實(shí)場(chǎng)景中。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)本文方法確定手腕的位置與寬度，其誤差在實(shí)際測(cè)量的數(shù)據(jù)范圍之內(nèi)，得到的手表坐標(biāo)系的旋轉(zhuǎn)角度和位置與實(shí)際測(cè)量結(jié)果的誤差在4%，且融合效果提升了15%左右。