基于機器視覺的三維小范圍建模研究

林瀟銳 胡省錕 湯杰

摘? ?要：隨著我國科技的迅速發(fā)展，地圖定位技術(shù)日趨成熟，人們在生活中經(jīng)常使用各種二維定位軟件來尋找目的地，例如高德地圖、百度地圖等，早已融入人們的生活。文章分析三維數(shù)字立體模型的形成設(shè)計，利用機器視覺技術(shù)，對現(xiàn)有的小范圍三維立體模型進行拍攝、計算和分析，估算出其物理模型，并將其應(yīng)用于地圖中，從而加強空間的資源利用率和地圖的使用效率，使人們更直觀地識別小范圍內(nèi)的路況。三維技術(shù)與二維技術(shù)相比，雖然數(shù)據(jù)分析較慢、占用網(wǎng)絡(luò)資源較多，但是具有直觀明朗、通俗易懂等特點，故文章采取小范圍研究，其不單是現(xiàn)存社會未成熟、亟待發(fā)展的一種技術(shù)，更是當前地理信息系統(tǒng)技術(shù)研究的熱點之一。

關(guān)鍵詞：機器視覺;小范圍;三維立體模型;直觀

1? ? 機器視覺技術(shù)

機器視覺技術(shù)是一門涉及人工智能、神經(jīng)生物學、心理物理學、計算機學、圖像學、指紋識別等多個領(lǐng)域的交叉學科，主要是利用計算機模擬人的視覺功能，從圖像中提取正常信息，對其進行計算和分析，最終用于實際的測量、控制以及檢測。其最大特點是速度快、信息量大、功能多，應(yīng)用了人工智能與虛擬現(xiàn)實技術(shù)，并以數(shù)字圖像識別與處理為基礎(chǔ)，當前已經(jīng)得到了一定程度的推廣，在航天航空以及醫(yī)療檢測等多個領(lǐng)域都取得了不錯的應(yīng)用效果。但實際上，由于現(xiàn)實當中的識別環(huán)境有較高的復(fù)雜程度，目標自身也是如此，因此，如何高效而精準地對圖像進行識別，已經(jīng)成為該技術(shù)發(fā)展的主要焦點。具體來說，本文所要用到的機器視覺識別主要包含以下幾種技術(shù)。

1.1? 圖像預(yù)處理技術(shù)

為了降低后續(xù)算法的復(fù)雜程度，提高數(shù)據(jù)的讀取速度，在圖像識別時，通常采用圖像預(yù)處理技術(shù)。在這一步對圖像去噪，并通過特殊方法將其轉(zhuǎn)換為高清晰度的點線圖，從而提取圖像特征。但在圖像預(yù)處理過程中，圖像分割質(zhì)量會對最終的分析結(jié)果產(chǎn)生相應(yīng)的影響。在現(xiàn)有科學理論的幫助下，類似算法已經(jīng)有上百種，但如何有效識別目標特征仍是一個關(guān)鍵問題。就像目前廣泛使用的圖像侵權(quán)方法—灰度方差法等，如果圖像本身太干或太單薄，就不能取得很好的效果。

圖像分割也可以基于方向圖，根據(jù)圖像的方向，分析圖像的準確性。圖像本身的對比度對圖像分割的效果影響很小，但在單個灰度圖像的區(qū)域中，該方法的應(yīng)用一般不能獲得良好的圖像分析結(jié)果。通常情況下，圖像的構(gòu)圖可分為4種類型：清晰區(qū)域、可恢復(fù)區(qū)域、不可恢復(fù)區(qū)域和背景區(qū)域。圖像分割的主要功能是去除背景和不可恢復(fù)區(qū)域，以確保清晰區(qū)域和可恢復(fù)區(qū)域的完整性。當前，最新的圖像分割技術(shù)是三級分割。首先，劃分背景區(qū)域;其次，將前景區(qū)域中的模糊區(qū)域劃分;最后，從模糊區(qū)域中提取出無法恢復(fù)的區(qū)域。不但能節(jié)省時間，而且可以降低計算機的運算成本。總而言之，當前，圖像分割技術(shù)體系已經(jīng)基本完善。所以，在圖像分割的過程中，若采用單一技術(shù)無法獲得理想的效果，則可將多種技術(shù)聯(lián)合應(yīng)用，以期取得較好的分割效果。例如，在估算模型前將不同角度的圖形進行畫面優(yōu)化，再進一步分析。

1.2? 提取圖形特征

特征提取的效率影響圖像識別的效率。特征提取過程是對圖像的信息進行分割以形成多種類別的特征項。通常，這些特征主要是孤立的點集，或可以是連續(xù)的曲線集或連接的區(qū)域集等。圖像的特征主要包括圖像的紋理特征、顏色特征、形狀特征以及圖像不同部分的圖像空間關(guān)系，其中，顏色是最明顯的特征之一。

圖像區(qū)域中每個場景經(jīng)常將特征點作為表面特性。所以，特征點不能夠完全反映圖像的大小和方向，不適合捕捉事物的局部信息。紋理特征能夠反映物體表面的特征信息，但是不能反映圖像表面的基本信息，不適合高層次的內(nèi)容捕獲。

紋理特征需要對同一部分的圖像區(qū)域進行處理，與顏色的特征不同，其具有很強的穩(wěn)定性。由于圖像分辨率的變化，其在抗干燥和抗干擾能力方面具有優(yōu)勢，但同時也影響了特征提取的結(jié)果。在切換方面，通過檢測圖像的特殊區(qū)域來提取相同的屬性。但是形狀特征提取在數(shù)據(jù)模型方面仍然不夠完備，如果圖形發(fā)生變化，就不能起到較好的效果。另外，如果需要一次提取所有目標，則需要處理設(shè)備的性能要求更高，增加了設(shè)備的成本。空間關(guān)系特征分為兩類：圖像中目標的絕對位置關(guān)系和圖像中目標的相對位置關(guān)系。前者一般判斷目標區(qū)域的距離、位置和其他信息，后者一般描述目標區(qū)域的位置關(guān)系。經(jīng)過這一步，計算機能夠很輕易地計算出不同圖形特征所適應(yīng)的顯示環(huán)境，方便圖像的匹配。

1.3? 圖像匹配

圖像匹配是指通過一定的匹配算法在兩幅或多幅圖像之間識別同名點，如二維圖像匹配中，比較目標區(qū)和搜索區(qū)中相同大小的窗口的相關(guān)系數(shù)，取搜索區(qū)中相關(guān)系數(shù)最大所對應(yīng)的窗口中心點作為同名點。實質(zhì)是在基元相似性的條件下如何運用匹配準則的最佳搜索問題。

2? ? 三維建模研究

2.1? 技術(shù)指標

本文提供了各種模擬環(huán)境，可以在不同的模擬環(huán)境中體驗真實的三維、測量和色彩空間;支持靈活的數(shù)據(jù)組織方法，例如，區(qū)域規(guī)劃、小區(qū)域建模和漫游瀏覽;具有更加靈活的三維分析功能，真正實現(xiàn)了虛擬構(gòu)造，方便了空間瀏覽，例如駕駛、飛行、多角度觀察等;支持單機模式、雙機模式;單擊、雙機或多投資的硬件平臺。

2.2? 功能組成

針對小范圍3D建模與2D建模相比的缺點，例如周期時間長和漫游速度較慢等，本文采用了一種具有統(tǒng)一識別建模和良好的模型編輯界面的3D建模系統(tǒng)，采用LOD技術(shù)，通過分層、快速共享、基礎(chǔ)設(shè)置等方式，實現(xiàn)了對整個區(qū)域的海量數(shù)據(jù)管理，并通過線程技術(shù)實現(xiàn)了在整個區(qū)域的空中和地面快速瀏覽的三維觀察模式以及分布式服務(wù)。系統(tǒng)功能組成如圖1所示。

2.2.1? 數(shù)據(jù)輸入子系統(tǒng)

輸入數(shù)據(jù)子系統(tǒng)部分包含GIS矢量數(shù)據(jù)、數(shù)字地面模型、單體模型的矢量數(shù)據(jù)或標量數(shù)據(jù)（即點、線、面），將其聯(lián)系在一起，轉(zhuǎn)換為目標空間的具體數(shù)據(jù)。

2.2.2? 子系統(tǒng)三維建模

三維建模子系統(tǒng)可以批量傳輸現(xiàn)有地理信息的系統(tǒng)矢量數(shù)據(jù)和地形數(shù)據(jù)，以進行三維建模。可以將真實的建筑模型與現(xiàn)場的紋理數(shù)據(jù)連接，將采集到的數(shù)據(jù)與GIS地面紋理數(shù)據(jù)匹配，應(yīng)用3D可視化技術(shù)模擬出實際場景，并生成3D空間模型。

GIS矢量數(shù)據(jù)非常復(fù)雜，因此，有必要根據(jù)某些規(guī)則對數(shù)據(jù)進行分類，以減少3D數(shù)據(jù)的冗余性。如果常規(guī)幾何和特殊幾何被逐層保存，則常規(guī)幾何系統(tǒng)將自動建模。根據(jù)三維編碼規(guī)則，對不規(guī)則幾何進行編碼，然后將其轉(zhuǎn)換為系統(tǒng)建模。對于復(fù)雜的建筑，如區(qū)域性的標志性建筑，由于其整體性能影響占的比重較大，精度、美觀性都比較高，因此，宜采用近景攝影測量進行建模。

表面形態(tài)可以用TIN或DEM表示，能合理地表達地形狀態(tài)，并以此為基礎(chǔ)對地形數(shù)據(jù)、地表覆蓋、地面建設(shè)和道路建設(shè)進行全面分析。TIN的優(yōu)點在于數(shù)據(jù)量小，能夠反映地形的變化特征、簡單與復(fù)雜性，尤為重要。TIN系統(tǒng)可以使用GIS等高線和高程點，來自動生成或調(diào)用由JX4攝影測量工作站生成的TIN數(shù)據(jù)。DEM可以直接調(diào)用Arc/info的ASIC代碼格式DEM或DEM以及JX4攝影測量工作站生成的其他GIS數(shù)據(jù)。

2.2.3? 三維模型的編輯、查詢與分析

對于廣泛的DEM，DOM和3D模型系統(tǒng)，數(shù)據(jù)可以分類管理和保存。根據(jù)國家的不同比例尺的地形圖標準劃分，合理地劃分數(shù)據(jù)流信息。計算機的顯示速度和計算速度會受到很大的顯示，因此，為了達到動態(tài)調(diào)度和大規(guī)模平滑漫游的效果，必須將數(shù)據(jù)按區(qū)域類型劃分為較小的塊。

在三維數(shù)據(jù)查詢與分析方面，系統(tǒng)可以基于屬性查詢各種屬性及其位置，根據(jù)其區(qū)域的位置進行照明和分析，如建筑高度的分析等。

2.3? 三維城市模型的構(gòu)建

筆者就三維建模系統(tǒng)的功能組成，對某城市的一小范圍區(qū)域進行數(shù)據(jù)勘測以及數(shù)學模型構(gòu)建，并設(shè)計、分析步驟以及對數(shù)據(jù)進行集成。

2.3.1? 數(shù)據(jù)的獲取及模型的構(gòu)建

數(shù)據(jù)獲取采用批量傳輸?shù)姆椒ǎ瑯O大地縮短了模型構(gòu)建的時間和工作量。建筑物的表面信息采集由無人機或人工進行拍攝，實際模型的構(gòu)建步驟如圖2所示。

2.3.2? 數(shù)據(jù)的集成

經(jīng)查閱資料顯示，小區(qū)域的三維建模技術(shù)理論上具有真實和美觀的性能效果，通常情況下會選擇使用以下措施。

（1）采用網(wǎng)格形式的數(shù)字地面模型DEM來表示地表形狀。（2）建立高分辨率的城市地區(qū)正射影像數(shù)據(jù)庫。（3）測量那些保存至久的建筑物，從而獲取真實的三維坐標數(shù)據(jù)。（4）建立真實的三維模型坐標和數(shù)據(jù)，合理地利用數(shù)據(jù)庫管理系統(tǒng)進行管理。（5）對重要建筑物或區(qū)域?qū)嵤┘毼?shù)據(jù)的復(fù)制及粘貼。（6）分別建立小范圍三維模型，構(gòu)建城市模型數(shù)據(jù)庫，形成三維模型網(wǎng)絡(luò)。（7）盡量遮蓋景區(qū)內(nèi)市容不良的地方。（8）暫時不顯示正在維修的建筑物。（9）盡量調(diào)整因光線問題導(dǎo)致照片質(zhì)量出現(xiàn)問題的個別案例。（10）圖像光影由于拍攝的時間和取材地點的不同，效果不一致，需要對條件進行改善。（11）協(xié)調(diào)附近建筑物的整體顏色。（12）協(xié)調(diào)建筑物的背光面和照明面。（13）協(xié)調(diào)重要景點和非重要景點的簡單性和復(fù)雜性。

3? ? 利弊分析與應(yīng)用前景

3.1? 利弊分析

經(jīng)過以上的三維模型構(gòu)建分析，不難得出建模后的立體圖形具有直觀、清晰等特點，但是其分析和計算過程漫長，結(jié)果占用運行內(nèi)存較多，在當今社會難以普及，只能實施小范圍的精準測量。因此，本文提出的利用機器視覺對小范圍進行三維建模研究總體來說具有很強的應(yīng)用性。使用機器視覺進行測試不僅消除了人為主觀因素的干擾，還可以定量地描述這些指標，從而避免因人而異的測試結(jié)果，減少檢測分類錯誤，提高生產(chǎn)率和分類精度。不僅更利于人們對目的地進行精準的定位，還為人們的科研發(fā)展提供了便捷的途徑。

3.2? 應(yīng)用前景

（1）城市建設(shè)。在當今社會已有技術(shù)的前提下，利用本文提供的方法進行三維建模。導(dǎo)入TIN，DEM，DOM等測量信息，可以更好地改善城市部分區(qū)域的建設(shè)，能夠更輕易地體現(xiàn)出改善前后的視覺顯示變化。

（2）地圖的升級。將該技術(shù)應(yīng)用于現(xiàn)存社會的地圖軟件，可以給部分科學研究者和登山愛好者提供良好的視野環(huán)境，能夠更快地了解自身附近的地形，防止受傷或遇險。

（3）軍事模擬。虛擬的戰(zhàn)場可以模擬復(fù)雜的作戰(zhàn)環(huán)境，展現(xiàn)出軍隊訓(xùn)練的效果，更好地提高訓(xùn)練成效。

（4）土地規(guī)劃。利用本系統(tǒng)的三維顯示和快速計算等特點，對土塊體積進行合理地計算分析，提高土地利用率，更能展現(xiàn)其經(jīng)濟性能。

[參考文獻]

[1]朱文杰.基于機器視覺的物體識別與抓取控制系統(tǒng)[J].物聯(lián)網(wǎng)技術(shù)，2019（3）：37-38.

[2]高俊.地圖學四面體數(shù)字化時代地圖學的詮釋[J].測繪學報，2004（1）：6-11.

[3]余明，過靜.三維仿真虛擬現(xiàn)實技術(shù)在城市規(guī)劃中的應(yīng)用[J].測繪科學，2004（3）：6，59-61.

[4]萬剛，陳剛，游雄.虛擬城市中地物幾何建模技術(shù)的研究[J].測繪科學，2003（1）：60-65.

[5]王源，劉建永，江南，等.視點相關(guān)實時LOD地形模型動態(tài)構(gòu)網(wǎng)算法[J].測繪學報，2003（1）：49-54.

[6]許云杰，胡事民.基于層次細節(jié)模型的遮擋裁減算3法[J].中國圖像圖形學報，2002（9）：962-967.

[7]高武俊.城市信息的三維可視化研究[D].北京：中國測繪科學研究院，2002.

[8]謝永杰，智賀寧.基于機器視覺的圖像識別技術(shù)研究綜述[J].科學技術(shù)創(chuàng)新，2018（7）：74-75.