虛擬現(xiàn)實三維建模研究概述

重慶工程學(xué)院 廖武忠

虛擬現(xiàn)實技術(shù)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(yīng)自然，利用自然的目的。沉浸性、交互性、構(gòu)想性是虛擬現(xiàn)實的三個特性。作為虛擬現(xiàn)實技術(shù)中涉及的眾多關(guān)鍵技術(shù)之一，場景建模技術(shù)的不斷發(fā)展，為克服現(xiàn)有虛擬現(xiàn)實技術(shù)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(shù)和基于圖像的繪制技術(shù)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(shù)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(biāo)就是產(chǎn)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(jīng)歷的兩個實質(zhì)性的特性[1、2]，而VR的場景的實時構(gòu)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(rèn)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(chǔ)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(jìn)行匹配。對于圖像匹配來說，其中一個難點就是：當(dāng)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(shù)

基于幾何特性的建模技術(shù)是通過對模型的頂點的位置坐標(biāo)、拓?fù)潢P(guān)系、特征數(shù)據(jù)進(jìn)行一系列的幾何變換以及像素變換。而通過幾何特性進(jìn)行建模存在計算復(fù)雜度大等問題，針對計算復(fù)雜度大這一問題研究這方面的學(xué)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(quán)重較小的頂點進(jìn)行刪除，減小計算復(fù)雜度。由于該研究對影響權(quán)重的判斷沒有做比較深入的研究可能導(dǎo)致刪除頂點后，整個幾何拓?fù)潢P(guān)系改變。針對這一問題SehroederWJ在1997年通過對拓?fù)浣Y(jié)構(gòu)進(jìn)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?fù)湫拚^程中使算法的時間復(fù)雜度大大的增加[3]。

針對幾何特性的建模技術(shù)是通過模型數(shù)據(jù)轉(zhuǎn)換為網(wǎng)格模型，所以uTrk.GRe在1992年提出了重新劃分多邊形技術(shù)來實現(xiàn)修改原模型網(wǎng)格以達(dá)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(fù)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(guān)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(shù)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(jìn)行改進(jìn)實現(xiàn)一個效果較好，實現(xiàn)速度快的網(wǎng)格簡化算法，oRssignacJ.提出了基于頂點聚類的網(wǎng)格簡化算法，Hamann,B提出了通過三角形刪除法進(jìn)行網(wǎng)格簡化，以及等提出的一些非結(jié)構(gòu)化的網(wǎng)格簡化方法等等[6]。

通過幾何特性的建模技術(shù)，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(fù)雜度，研究者主要從簡化研究對象模型入手，已達(dá)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(jié)合來研究建模技術(shù)，以期實現(xiàn)高逼真的、實時的、避免魯棒性的建模技術(shù)。

3.基于圖像的繪制技術(shù)

基于圖像的繪制技術(shù)主要是基于圖像的圖形學(xué)算法，這方面的算法在較多領(lǐng)域取得了比較突出的成果，而在虛擬現(xiàn)實技術(shù)的場景建模中主要應(yīng)用的是基于全景圖的方法，而全景圖的算法設(shè)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(jù)傅里葉變換根據(jù)它們相位的關(guān)系進(jìn)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(chǔ)。而傅立葉技術(shù)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(fù)雜，因此B. Srinivasa Reddy以及 Olan Samritjiarapon在快速傅立葉變換的基礎(chǔ)上根據(jù)它們相位的關(guān)系進(jìn)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(dǎo)致了特征的搜索的準(zhǔn)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(guān)問題進(jìn)行考慮提出了最佳優(yōu)先算法對圖像的特征進(jìn)行提取。為了更好地解決特征點提取的準(zhǔn)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(dāng)?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(quán))；其次，通過利用圖論已有的一系列優(yōu)化算法對圖像進(jìn)行特征提取。這種算法與數(shù)據(jù)結(jié)構(gòu)有著密切的關(guān)系，具有較好的幾何結(jié)構(gòu)，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(yīng)用于多個領(lǐng)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(jié)束語

綜上所述，能實現(xiàn)一個自適應(yīng)、實時、準(zhǔn)確地應(yīng)用于虛擬現(xiàn)實的特征提取技術(shù)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(yīng)性找到一個通用算法還需要進(jìn)一步研究以及對現(xiàn)有的算法進(jìn)行改進(jìn)；隨著時代的進(jìn)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(wù)器上考慮，不一定非要通過算法改進(jìn)。最后，期望更多的學(xué)者提出優(yōu)秀的算法，讓我們盡早進(jìn)入虛擬現(xiàn)實的時代，讓我們的生活更加精彩。