虛擬現(xiàn)實三維建模研究概述

重慶工程學院 廖武忠

虛擬現(xiàn)實技術是使人類在探索自然過程中能跟真實的體驗和方便自然的人機交互方式，實現(xiàn)人類更好地了解自然，適應自然，利用自然的目的。沉浸性、交互性、構想性是虛擬現(xiàn)實的三個特性。作為虛擬現(xiàn)實技術中涉及的眾多關鍵技術之一，場景建模技術的不斷發(fā)展，為克服現(xiàn)有虛擬現(xiàn)實技術的不足，提高虛擬現(xiàn)實系統(tǒng)的沉浸感和交互性提供了新的研究思路。本文從三維建模的兩個方面---基于幾何特性的建模技術和基于圖像的繪制技術來綜述場景建模的發(fā)展歷程以及待解決的問題。并且重點介紹了三維全景技術實現(xiàn)場景建模的流程以及在各個流程中的研究現(xiàn)狀。

1.引言

VR最重要的目標就是產生真實的體驗和方便自然的人機交互方式。交互和沉浸是任何VR經歷的兩個實質性的特性[1、2]，而VR的場景的實時構建能更好地讓用戶感受這兩個特性。VR的場景主要包括全景VR場景和3D模型VR場景兩類。其中全景VR場景中的圖像處理研究主要包括視覺認知計算模型、特征的提取與表示、特征的融合與處理。在VR圖像處理中，圖像拼接作為一項基礎性的工作，它通過一定的算法將多張在不同時間、不同角度或者由不同傳感器拍攝到的圖像進行匹配。對于圖像匹配來說，其中一個難點就是：當待拼接圖像之間存在大的位置和尺度變化時，如何得到較好的拼接效果，仍是沒有完全解決的問題。

2.基于幾何特性的建模技術

基于幾何特性的建模技術是通過對模型的頂點的位置坐標、拓撲關系、特征數(shù)據進行一系列的幾何變換以及像素變換。而通過幾何特性進行建模存在計算復雜度大等問題，針對計算復雜度大這一問題研究這方面的學者主要通過LOD(LveelsofDetial)和模型簡化來尋找突破口，取得了以下成果：SehroederWJ,ZargeJAetal通過對模型中的影響權重較小的頂點進行刪除，減小計算復雜度。由于該研究對影響權重的判斷沒有做比較深入的研究可能導致刪除頂點后，整個幾何拓撲關系改變。針對這一問題SehroederWJ在1997年通過對拓撲結構進行修正，一定程度上解決了誤刪除頂點的問題，但是該研究在拓撲修正過程中使算法的時間復雜度大大的增加[3]。

針對幾何特性的建模技術是通過模型數(shù)據轉換為網格模型，所以uTrk.GRe在1992年提出了重新劃分多邊形技術來實現(xiàn)修改原模型網格以達到生成層次化模型，該方法對光滑曲面的模型有較好的效果，但是該方法增加了新的點，所以時間復雜度有一點增加[4]。為了適用于普通模型，HoPPe H.等人提出了能量函數(shù)，通過能量函數(shù)來反映簡化模型和原來模型之間的相識度關系。該算法能較好地實現(xiàn)模型建模效果，但是該算法性能非常低[5]。該算法對三維掃描建模技術所得的模型實現(xiàn)效果較好，由此有大批研究者希望在模型簡化算法上進行改進實現(xiàn)一個效果較好，實現(xiàn)速度快的網格簡化算法，oRssignacJ.提出了基于頂點聚類的網格簡化算法，Hamann,B提出了通過三角形刪除法進行網格簡化，以及等提出的一些非結構化的網格簡化方法等等[6]。

通過幾何特性的建模技術，主要是通過研究模型的幾何誤差，而現(xiàn)實中的模型幾何特性種類繁多，為了減少時間復雜度，研究者主要從簡化研究對象模型入手，已達到模型的幾何誤差最小。該研究方向可以較好地保證模型的幾何特性的正確反映，然而模型的視覺效果較差。所以在以后的研究方向可以通過圖像的特征與幾何特性結合來研究建模技術，以期實現(xiàn)高逼真的、實時的、避免魯棒性的建模技術。

3.基于圖像的繪制技術

基于圖像的繪制技術主要是基于圖像的圖形學算法，這方面的算法在較多領域取得了比較突出的成果，而在虛擬現(xiàn)實技術的場景建模中主要應用的是基于全景圖的方法，而全景圖的算法設計思想主要體現(xiàn)在以下過程，如圖1所示。

圖1

Kuglin和Hines依據傅里葉變換根據它們相位的關系進行特征提取，這樣有利于計算兩幅圖像間的平移距離，對后期的圖像匹配提供較好的基礎。而傅立葉技術主要用于在估計候選變換時減少搜索空間，但是在特征提取的計算過程比較復雜，因此B. Srinivasa Reddy以及 Olan Samritjiarapon在快速傅立葉變換的基礎上根據它們相位的關系進行特征提取。雖然該算法在一定程度上提高了特征提取效率，但是該方法在對圖像的魯棒性等方面處理還不夠好，導致了特征的搜索的準確性不是很好，Ghaffary 和 Sawchuk通過對圖像中的噪點以及魯棒性相關問題進行考慮提出了最佳優(yōu)先算法對圖像的特征進行提取。為了更好地解決特征點提取的準確性，圖論的思想也逐漸引入了圖像的特征提取中來。

基于圖論的圖像特征提取算法，首先是建立一個適當?shù)膱D(可以把圖像中的像素點和一些過分割區(qū)域作為圖的頂點，按照一定的相似規(guī)則確定頂點之間邊權)；其次，通過利用圖論已有的一系列優(yōu)化算法對圖像進行特征提取。這種算法與數(shù)據結構有著密切的關系，具有較好的幾何結構，能夠很好地把握圖像的全局特征。基于圖論的圖像分割算法已成功地應用于多個領域。基于圖論的圖像特征提取算法有：Minmum Cut模型，Normalize Cut模型，Optimal Cut模型，基于最小生成樹的圖論特征提取算法等[7-9]。

4.結束語

綜上所述，能實現(xiàn)一個自適應、實時、準確地應用于虛擬現(xiàn)實的特征提取技術還有待研究者的繼續(xù)努力，特別針對不同場景和模型的自適應性找到一個通用算法還需要進一步研究以及對現(xiàn)有的算法進行改進；隨著時代的進步以及硬件的發(fā)展，對實時性建議研究者可以從硬件以及分布式服務器上考慮，不一定非要通過算法改進。最后，期望更多的學者提出優(yōu)秀的算法，讓我們盡早進入虛擬現(xiàn)實的時代，讓我們的生活更加精彩。