林 琳

(1.河南科技大學(xué) 應(yīng)用工程學(xué)院，河南 三門峽 472000；2.三門峽職業(yè)技術(shù)學(xué)院，河南 三門峽 472000)

0 引 言

隨著視景仿真和圖像融合調(diào)度處理技術(shù)發(fā)展，結(jié)合視覺傳達(dá)和視景仿真技術(shù)，構(gòu)建船艙艙室三維圖像的重建結(jié)構(gòu)模型。通過視景仿真和三維立體成像軟件，實(shí)現(xiàn)對(duì)船艙艙室三維圖像重組。通過三維建模軟件設(shè)計(jì)，提高對(duì)船艙艙室的三維空間傳達(dá)和細(xì)節(jié)展示能力。在VR視景仿真環(huán)境中，構(gòu)建船艙艙室的沉浸式視景仿真模型。通過計(jì)算機(jī)感知和三維虛擬重構(gòu)件數(shù)，進(jìn)行船艙艙室三維特征點(diǎn)分析，結(jié)合視覺分析和視景仿真技術(shù)進(jìn)行船艙艙室三維圖像重建的沉浸式交互環(huán)境設(shè)計(jì)[1]。

傳統(tǒng)方法中，對(duì)船艙艙室三維圖像重建技術(shù)主要采用計(jì)算機(jī)模型參數(shù)分析方法，使用船艙艙室三維渲染技術(shù)，結(jié)合圖形圖像VR視景重建，通過三維視景擬合和跟蹤渲染技術(shù)，提高對(duì)船艙艙室三維圖像仿真和重構(gòu)能力[2]。但當(dāng)前方法對(duì)船艙艙室三維圖像的視覺表達(dá)能力不好，圖模型參數(shù)匹配能力不好。針對(duì)上述問題，本文提出基于VR技術(shù)的艙室三維圖像重建技術(shù)。首先采用銳化模板匹配動(dòng)態(tài)增強(qiáng)技術(shù)和幀點(diǎn)掃描技術(shù)實(shí)現(xiàn)對(duì)艙室的三維立體圖像掃描和特征提??；然后通過光場邊緣輪廓檢測和模板分塊融合匹配，結(jié)合VR視景重建技術(shù)，實(shí)現(xiàn)對(duì)艙室的三維圖像重建。最后進(jìn)行實(shí)驗(yàn)測試，驗(yàn)證本文方法在提高船艙艙室三維圖像重建視覺表達(dá)能力方面的性能。

1 艙室三維立體圖像掃描和視點(diǎn)跟蹤

1.1 艙室三維立體圖像掃描

為了實(shí)現(xiàn)對(duì)船艙艙室三維圖像重建，采用模糊的紋理梯度信息增強(qiáng)方法，建立三維場景點(diǎn)跟蹤模型。采用視差線索和散焦線索相融合的方法，結(jié)合相鄰2個(gè)視角的圖像視差分析，構(gòu)建艙室三維立體圖像掃描模型[3]，通過視點(diǎn)跟蹤識(shí)別和圖像像素特征分解，采用VR技術(shù)實(shí)現(xiàn)對(duì)艙室的三維圖像重建，總體實(shí)現(xiàn)結(jié)構(gòu)圖如圖1所示。

圖1 船艙艙室三維圖像重建結(jié)構(gòu)Fig.1 3D image reconstruction structure of ship cabin

通過對(duì)船艙艙室三維噪點(diǎn)分離和圖像網(wǎng)格區(qū)域分割，采用銳化模板增強(qiáng)技術(shù)建立船艙艙室三維圖像輪廓分配模型[4]，根據(jù)圖像像素奇、偶的幀掃描，得到圖像采集輸出為：

式中：A為 船艙艙室三維圖像成像在x方向的四維光場分布像素值；t(x)為船艙艙室三維相鄰2個(gè)視角的圖像視差；J(x)t(x)為船艙艙室三維圖像微透鏡陣列與主透鏡的距離。

根據(jù)相移理論，分析每幀掃描的激光船艙艙室三維關(guān)聯(lián)像素值大小相同，為W×N，在空間域偏分布域中，得到亞像素單位偏移量檢測約束函數(shù)定義為：

其中：x∈?為局部線性模型增量分布行域，雙線性插值的輸入特征量為g={g(i),i∈?}；為濾波器對(duì)每個(gè)匹配代價(jià)函數(shù)；?n為引導(dǎo)圖像和待濾波圖像的協(xié)方差。

采用像素偏移掃描的方法，得到船艙艙室三維圖像成像單個(gè)像素值I(i,j)分布的邊界特征量為：

式中：J(w,e)為雙線性插值圖像；ai為窗口大??；w為模糊加權(quán)系數(shù)；φ(xi)為濾波圖像的協(xié)方差；ei為多個(gè)窗口的平均誤差；b為魯棒性設(shè)置的閾值；yi為自適應(yīng)像素分離特征值。

根據(jù)上述分析，采用艙室三維立體圖像掃描技術(shù)，實(shí)現(xiàn)對(duì)船艙室三維立體圖像的紋理軌跡渲染，得到艙室三維立體圖像的多標(biāo)簽的圖像分布為：

其中：xir為船艙室中心孔徑圖像像素；為要斷裂的點(diǎn)與點(diǎn)之間邊的權(quán)值；Airp為每幅圖像的像素分辨率，采用多標(biāo)簽亞像素偏移方法，實(shí)現(xiàn)船艙艙室三維圖像重建[5]。

1.2 船艙艙室三維圖像濾波

結(jié)合像素匹配模型和濾波抑制方法實(shí)現(xiàn)三維圖像的不規(guī)則點(diǎn)濾波和修正處理，通過光場邊緣輪廓檢測[6]，得到圖像的背景種子點(diǎn)配準(zhǔn)模型，圖像平滑區(qū)域的濾波函數(shù)為：

其中：Gij(x,y)為微透鏡陣列的模板像素；(xij,yij)為在圖像平滑區(qū)域的層位像素級(jí)；ε為傳感器像素集合，船艙室的三維重建的分塊區(qū)域大小為：

其中：xij和yij為宏像素的大小；x為目標(biāo)物的深度信息特征量；y為3D結(jié)構(gòu)對(duì)象的懲罰特征量；σ為半全局匹配特征值。

根據(jù)參考的模板圖像動(dòng)態(tài)特征，船艙艙室三維圖像的稀疏性分解過程如下式：

式中：Wij(x,y)為圖像的邊緣輪廓信息的模板參數(shù)；Oij(x,y)為曲線軌跡融合跟蹤軌跡。

根據(jù)圖像的信息增強(qiáng)處理結(jié)果，得到艙室三維圖像表面(a,bm)點(diǎn)處的連續(xù)重構(gòu)特征為：

其中，Mi及MT經(jīng)過Wi投影后的得到反映艙艙室三維圖像表面的子空間。令I(lǐng)x為一個(gè)艙艙室三維圖像的模糊特征集，其中x=P,N表示船艙艙室三維圖像的區(qū)域大小，采用梯度運(yùn)算方法進(jìn)行特征分解，實(shí)現(xiàn)對(duì)船艙艙室三維圖像輪廓特征提取和重構(gòu)。

2 船艙艙室三維圖像重建

2.1 船艙艙室三維圖像增強(qiáng)與特征提取

采用信息融合方法進(jìn)行圖像的Kalman濾波，采用銳化模板增強(qiáng)方法進(jìn)行船艙艙室三維圖像的信息增強(qiáng)處理，建立船艙艙室三維圖像的統(tǒng)計(jì)形狀分析模型，得到船艙艙室三維圖像成像的自動(dòng)匹配算子為g={g(i),i∈?}，對(duì)采集的原始三維船艙艙室圖像進(jìn)行三維提升反變換處理，得到分割尺度為：

式中：i=1,2,···,T為像素點(diǎn)序列；N為船艙艙室三維圖像輪廓重建的維數(shù)；c1為一階統(tǒng)計(jì)特征量；c2為二階統(tǒng)計(jì)特征量；S為灰色子空間序列，三維圖像像素序列的分布輪廓特征表達(dá)式為：

其中：Ts為圖像的塊匹配特征量；Tp為相應(yīng)圖像塊之間的視覺相似度；Tc為輕量化的動(dòng)態(tài)模板匹配系數(shù)；ai為 半全局匹配特征量；ε為視差估計(jì)系數(shù)；t為相應(yīng)圖像塊之間的視覺增強(qiáng)分量。

分析匹配代價(jià)在全圖的不同方向特征量，得到融合結(jié)果為：

其中：Ts為船艙艙室三維圖像成像的單尺度特征值；Tp為線性變換周期；Tc為船艙艙室三維圖像成像采集周期；cj為船艙艙室三維圖像線性變換的加權(quán)系數(shù)；Np為船艙艙室三維圖像的模糊子空間特征分量。

由此實(shí)現(xiàn)對(duì)船艙艙室三維圖像增強(qiáng)與特征提取。

2.2 船艙艙室三維圖像重建輸出

在對(duì)船艙艙室三維圖像增強(qiáng)與特征提取的基礎(chǔ)上，采用可微分的 PatchMatch模塊匹配方法，得到船艙艙室三維圖像的層級(jí)位分布像素級(jí)J(Wi)，可以用如下形式簡化：

其中：H1為稀疏注釋的視差圖；H2為稀疏表示的代價(jià)系數(shù)；λ為特征值。設(shè){w1,w2,···,wdi}表示船艙艙室三維圖像輪廓向量加權(quán)，基于深度學(xué)習(xí)的雙邊網(wǎng)絡(luò)學(xué)習(xí)，得到大規(guī)模的數(shù)據(jù)集分布密度大小關(guān)系{λ1≥λ2≥···≥λdi}，其中{λj|j=1,2,···,di}所對(duì)應(yīng)的特征向量。

基于空間變換和視圖合成方法，得到船艙艙室三維圖像重建的中心矩為：

式中：U為一N×N的直方圖分布矩陣；V為一個(gè)2×2的流形矩陣，表示為三維幾何信息的動(dòng)態(tài)分配特征量，S是不同條件的適應(yīng)性分布集。

綜上分析，得到三維重建輸出：

綜上分析，通過光場邊緣輪廓檢測和模板分塊融合匹配，結(jié)合VR視景重建技術(shù)，實(shí)現(xiàn)對(duì)艙室的三維圖像重建。

3 性能測試與分析

在對(duì)船艙艙室三維圖像重建的仿真實(shí)驗(yàn)中，采用VR技術(shù)進(jìn)行三維圖像的視景重構(gòu)，使用Visual C++6.0底層開發(fā)的編程軟件，設(shè)定船艙艙室三維圖像的寬度withd=12，匹配像素百分比為37%，采用分辨率為960×1 280像素成像儀進(jìn)行船艙室的三維成像采集，邊緣像素檢測點(diǎn)的裁剪分割分塊特征值為192×384，根據(jù)上述參數(shù)設(shè)定，得到初始的船艙室的三維圖像采集如圖2所示。

圖2 初始的船艙室的三維圖像采集Fig.2 Initial 3D image acquisition of the cabin

根據(jù)圖2的圖像采集結(jié)果，采用本文方法進(jìn)行圖像三維重建的增強(qiáng)處理，得到圖像增強(qiáng)結(jié)果如圖3所示。

圖3 船艙室的三維圖像增強(qiáng)結(jié)果Fig.3 3D image enhancement results of the cabin

分析圖3得知，采用本文方法能有效實(shí)現(xiàn)對(duì)船艙室的三維圖像重建，提高圖像的細(xì)節(jié)增強(qiáng)能力。在此基礎(chǔ)上實(shí)現(xiàn)對(duì)船艙室的三維圖像重建，重建結(jié)果如圖4所示。

圖4 圖像三維重建結(jié)果Fig.4 Image 3D reconstruction results

為了對(duì)比性能，采用本文方法和傳統(tǒng)方法，以船艙艙室三維圖像重建輸出圖像的信噪比(SNR)、特征點(diǎn)的匹配精度等指標(biāo)為測試結(jié)果，得到對(duì)比結(jié)果見表1。分析可知，采用本文方法進(jìn)行VR三維圖像處理和船艙艙室三維圖像重建，輸出的信噪比較高，特征點(diǎn)匹配精度較好，說明船艙艙室三維圖像VR視景重構(gòu)的視覺表達(dá)能力較強(qiáng)，重建效果更佳。

表1 船艙艙室三維圖像重建性能對(duì)比Tab.1 Comparison of 3D image reconstruction performance in cabins and cabins of ships

4 結(jié) 語

在VR視景仿真環(huán)境中，構(gòu)建船艙艙室的沉浸式視景仿真模型。通過計(jì)算機(jī)感知和三維虛擬重構(gòu)件數(shù)，進(jìn)行船艙艙室三維特征點(diǎn)分析。結(jié)合視覺分析和視景仿真技術(shù)，進(jìn)行船艙艙室三維圖像重建的沉浸式交互環(huán)境設(shè)計(jì)。本文提出基于VR技術(shù)的船艙室三維圖像重建技術(shù)，測試表明，本文方法的重建效果較好，指標(biāo)性能表現(xiàn)優(yōu)越。