虚拟现实三维建模研究概述

重庆工程学院 廖武忠

虚拟现实技术是使人类在探索自然过程中能跟真实的体验和方便自然的人机交互方式，实现人类更好地了解自然，适应自然，利用自然的目的。沉浸性、交互性、构想性是虚拟现实的三个特性。作为虚拟现实技术中涉及的众多关键技术之一，场景建模技术的不断发展，为克服现有虚拟现实技术的不足，提高虚拟现实系统的沉浸感和交互性提供了新的研究思路。本文从三维建模的两个方面---基于几何特性的建模技术和基于图像的绘制技术来综述场景建模的发展历程以及待解决的问题。并且重点介绍了三维全景技术实现场景建模的流程以及在各个流程中的研究现状。

1.引言

VR最重要的目标就是产生真实的体验和方便自然的人机交互方式。交互和沉浸是任何VR经历的两个实质性的特性[1、2]，而VR的场景的实时构建能更好地让用户感受这两个特性。VR的场景主要包括全景VR场景和3D模型VR场景两类。其中全景VR场景中的图像处理研究主要包括视觉认知计算模型、特征的提取与表示、特征的融合与处理。在VR图像处理中，图像拼接作为一项基础性的工作，它通过一定的算法将多张在不同时间、不同角度或者由不同传感器拍摄到的图像进行匹配。对于图像匹配来说，其中一个难点就是：当待拼接图像之间存在大的位置和尺度变化时，如何得到较好的拼接效果，仍是没有完全解决的问题。

2.基于几何特性的建模技术

基于几何特性的建模技术是通过对模型的顶点的位置坐标、拓扑关系、特征数据进行一系列的几何变换以及像素变换。而通过几何特性进行建模存在计算复杂度大等问题，针对计算复杂度大这一问题研究这方面的学者主要通过LOD(LveelsofDetial)和模型简化来寻找突破口，取得了以下成果：SehroederWJ,ZargeJAetal通过对模型中的影响权重较小的顶点进行删除，减小计算复杂度。由于该研究对影响权重的判断没有做比较深入的研究可能导致删除顶点后，整个几何拓扑关系改变。针对这一问题SehroederWJ在1997年通过对拓扑结构进行修正，一定程度上解决了误删除顶点的问题，但是该研究在拓扑修正过程中使算法的时间复杂度大大的增加[3]。

针对几何特性的建模技术是通过模型数据转换为网格模型，所以uTrk.GRe在1992年提出了重新划分多边形技术来实现修改原模型网格以达到生成层次化模型，该方法对光滑曲面的模型有较好的效果，但是该方法增加了新的点，所以时间复杂度有一点增加[4]。为了适用于普通模型，HoPPe H.等人提出了能量函数，通过能量函数来反映简化模型和原来模型之间的相识度关系。该算法能较好地实现模型建模效果，但是该算法性能非常低[5]。该算法对三维扫描建模技术所得的模型实现效果较好，由此有大批研究者希望在模型简化算法上进行改进实现一个效果较好，实现速度快的网格简化算法，oRssignacJ.提出了基于顶点聚类的网格简化算法，Hamann,B提出了通过三角形删除法进行网格简化，以及等提出的一些非结构化的网格简化方法等等[6]。

通过几何特性的建模技术，主要是通过研究模型的几何误差，而现实中的模型几何特性种类繁多，为了减少时间复杂度，研究者主要从简化研究对象模型入手，已达到模型的几何误差最小。该研究方向可以较好地保证模型的几何特性的正确反映，然而模型的视觉效果较差。所以在以后的研究方向可以通过图像的特征与几何特性结合来研究建模技术，以期实现高逼真的、实时的、避免鲁棒性的建模技术。

3.基于图像的绘制技术

基于图像的绘制技术主要是基于图像的图形学算法，这方面的算法在较多领域取得了比较突出的成果，而在虚拟现实技术的场景建模中主要应用的是基于全景图的方法，而全景图的算法设计思想主要体现在以下过程，如图1所示。

图1

Kuglin和Hines依据傅里叶变换根据它们相位的关系进行特征提取，这样有利于计算两幅图像间的平移距离，对后期的图像匹配提供较好的基础。而傅立叶技术主要用于在估计候选变换时减少搜索空间，但是在特征提取的计算过程比较复杂，因此B. Srinivasa Reddy以及 Olan Samritjiarapon在快速傅立叶变换的基础上根据它们相位的关系进行特征提取。虽然该算法在一定程度上提高了特征提取效率，但是该方法在对图像的鲁棒性等方面处理还不够好，导致了特征的搜索的准确性不是很好，Ghaffary 和 Sawchuk通过对图像中的噪点以及鲁棒性相关问题进行考虑提出了最佳优先算法对图像的特征进行提取。为了更好地解决特征点提取的准确性，图论的思想也逐渐引入了图像的特征提取中来。

基于图论的图像特征提取算法，首先是建立一个适当的图(可以把图像中的像素点和一些过分割区域作为图的顶点，按照一定的相似规则确定顶点之间边权)；其次，通过利用图论已有的一系列优化算法对图像进行特征提取。这种算法与数据结构有着密切的关系，具有较好的几何结构，能够很好地把握图像的全局特征。基于图论的图像分割算法已成功地应用于多个领域。基于图论的图像特征提取算法有：Minmum Cut模型，Normalize Cut模型，Optimal Cut模型，基于最小生成树的图论特征提取算法等[7-9]。

4.结束语

综上所述，能实现一个自适应、实时、准确地应用于虚拟现实的特征提取技术还有待研究者的继续努力，特别针对不同场景和模型的自适应性找到一个通用算法还需要进一步研究以及对现有的算法进行改进；随着时代的进步以及硬件的发展，对实时性建议研究者可以从硬件以及分布式服务器上考虑，不一定非要通过算法改进。最后，期望更多的学者提出优秀的算法，让我们尽早进入虚拟现实的时代，让我们的生活更加精彩。