基于全景图的虚拟现实系统研究

基于全景图的虚拟现实系统研究

ID:22420417

大小:51.00 KB

页数:5页

时间:2018-10-29

基于全景图的虚拟现实系统研究_第1页
基于全景图的虚拟现实系统研究_第2页
基于全景图的虚拟现实系统研究_第3页
基于全景图的虚拟现实系统研究_第4页
基于全景图的虚拟现实系统研究_第5页
资源描述:

《基于全景图的虚拟现实系统研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于全景图的虚拟现实系统研究摘要全景图(PanoramicImage)是近来出现在Inter上的另一种新的交互式的虚拟场景表示方式,它基于图像绘制IBR(Image-BasedRender)的方式再现了三维场景,可用浏览器实现虚拟场景的漫游,同时也详细介绍了这种全景图浏览器的实现原理。本文在总结已有技术的基础上,提出一个基于全景图的虚拟现实系统模型,并改进算法实现了高效的拼接。关键词全景图;基于图像绘制IBR;虚拟现实;图像拼接1概述全景图是基于图形绘制IBR(Image-BasedRender)的关键技术。现有的IBR技术大概可以分为四类:基于全景图(PanoramicImage

2、)的方法,基于图像深度信息的方法,基于光场(LightField)信息和基于Morphing的方法。现阶段,相对成熟的技术是第一种基于全景图的方法,而且它实现方便处理量易于在Inter实现。目前,业界对全景图的基本制作方法是:在固定的视点用照相机或者摄像机按照一定的方式(通常是按照均匀角度绕轴旋转360度)采集图像,采集之后的图像输入计算机进行图像拼接、整合等处理,生成无缝全景图像,最后再用计算机经过投影展示出来,并且提供局部的有限的漫游功能。虽然全景视图有其自身的局限性,比如视点单一,只能在场景内部实现漫游等,但是由于该技术具有极强的可操作性,而且技术也相对成熟,已经成为应用最为

3、普遍的IBR技术之一。目前全景视图主要应用在:虚拟环境、游戏设计、电影特技效果、虚拟博物馆等等。在商用领域比较著名的有Apple的QuickTimeVR、IPIXVie[3]在他们的一系列的文章中提出了用8参数的二维(2D)投影模型求解投影矩阵M。该模型的数学表达如下所示:(1)(2)3.2全景图像拼接算法归类及其比较现有的全景图像拼接生成算法主要可以分为三类:基于相位的方法、基于流的方法和基于特征的方法。(1)基于相位的方法:该方法利用傅立叶变换、小波变换等等先对图像进行变换,再利用变换后的图像的某些特征进行匹配。但是如果存在空间上的局部变化,就会导致该方法产生较大误差。(2)基

4、于流的方法:也叫做基于面积的方法。该方法是通过比较两幅图像亮度(或颜色)差异,并使之最小化来寻找最佳匹配点的。上文描述的两种经典算法就是属于该方法,采用这种方法的还有:Duffin[4]和Barrett在Szeliski研究的基础上提出的一种恢复6个参数模型的算法。基于面积方法的缺点就是它的计算量明显偏大。(3)基于特征的方法:该方法的主要思想就是从一幅图像中提取一定的特征,如:点、线、边缘等等,并用此特征为匹配模板,在第二幅图像中搜索。该方法可以提高计算速度,但是提取合适的图像特征比较困难。[5]如何提取合适的图像特征,很多学者在这个方面做了探讨,其中Kim[6]等人利用抽取物体

5、轮廓作为特征,而钟力[7]等人利用重叠图像两列象素的亮度(或颜色)比或者亮度(或颜色)作为特征模板,张鹏[8]等人利用象素灰度值信息提取某一矩形区域作为特征模板进行匹配。需要注意的另一个问题就是采集的图像中重叠部分并不是单纯的平面位移变换,还存在伸缩变形等,所以这也增大了特征提取的难度。4算法的选择与改进以上三种算法都有其自身的特点,当然也有各自的局限性,应该根据全景模型的不同和图像采集方式的差异选择合适的算法。下面根据全景图生成过程详细描述对算法的选择和改进。4.1全景模型选择本文提出的方法中采用圆柱模式,这种模式相对简单,同时又不影响全景图像浏览的真实性。由于立方体模式过于简单

6、,该模式在展示全景图时存在明显的边界痕迹,降低了全景图像真实性;球面模式虽然相对扩大了全景图浏览的视野,可是也相应增加了算法复杂度和图像采集的难度。4.2图像采集为了提高图像拼接算法的复杂度处理能力以及能够自适应抖动、光照差、扭曲等。本文对图像采集方式未做过多限制:不用三角架固定相机,绕摄影者中心360度旋转相机拍摄图像,每次拍摄相机旋转的角度为θ,不固定相机的焦距,这样做的目的是进一步提高算法自适应校准图像拼接能力。4.3图像拼接首先,抽取合适的图像特征来定位拼接,为了尽可能多的保留图像的特征,利用数字图像处理中的Laplace算子边缘检测算法,再加上二值化处理和平滑滤波3*3模

7、板的噪音消除抽取出图像的特征图。图2特征提取后图象的二值化图图象经过变换之后,得到了具有重叠相似区域的两幅图象,对于相似区域的寻找,一般的算法都是根据人体视觉特征定义1个模板矢量(PatternVector),对两幅图象分别运算相似距离,根据相似距离来寻找图象的相似部分。本文提出了一种新的重叠区域的搜寻方法,它基于差值图象的极值点搜寻,可以方便地提取两幅图象之间的相似部分,不需要频域上的任何运算。设有两个矩形区域A和B,已知B中包含一个区域A2,A与A2是相同的模块,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。