基于真实感的虚拟现实图像生成技术

张春黎

(黄山职业技术学院 工贸系,安徽 黄山 245000)

0 引言

虚拟现实是21 世纪计算机领域研究的重要方向，与多媒体、互联网技术一起，构成了计算机领域三大重点技术，备受当代社会的关注。虚拟现实集成了多学科、多角度的综合性高新技术，涉及到机器人技术、分布式技术、网络技术、计算机科学等多个领域，同时还拥有三维建模功能，该功能可以构建逼真、生动的虚拟环境，用户还可以利用传感性设备，自然、直观、便捷的进入构建的虚拟空间，并在虚拟空间中随意遐想、交互[1]。虚拟现实技术创建的虚拟世界可以感知人的感觉，包括嗅觉、触觉、听觉、视觉等；并且用户可以利用人的动作与基本行为与构建出来的虚拟世界进行深入、自然的交互；还能够通过头盔形显示器、三维空间传感交互球以及数字手套等显示设备和传感设备来提高用户体验的真实感、增强人机交互感。基于此，提出一种基于真实感的虚拟现实图像生成技术[2]，进而加速图像生成的速度，提升虚拟现实图像生成技术的适用性。

1 基于真实感的虚拟现实图像生成技术设计

1.1 特征点匹配误差消除

以给定的阈值为依据，将灰度方差最小值比阈值点大的点作为候选特征点，其中选择阈值时需要保障候选特征点中包含必要的特征点，又要保障非特征点的数量不能过多[3]。在候选特征点中选择具备极大局部值的点作为必要的特征点，并剔除灰度方差最小值较小的点，保留灰度方差最小值最大的点，该象素就是样本的特征点。虚拟现实图像的生成需要对虚拟现实图像的特征点进行匹配，建立匹配点对。匹配过程包括初始匹配、松弛匹配。首先进行初始匹配：对于虚拟现实样本A与B，利用GAij与GBij来表示虚拟现实样本A与B中某个N×N像元阵列第j列、第i行的像素灰度值，并求出其方差与灰度均值，以及像元阵列的灰度协方差CAB，当CAB取最大值时，虚拟现实样本A与B中的N×N像元阵列即为互相匹配的像元影像阵列，阵列中的点就是匹配像点[4]。

然后进行松弛匹配，修正初始匹配结果，以初始的样本匹配点(MAi,MBj)为中心，R为半径的领域定义为N(MAi)与N(MBj)，根据样本匹配点的连续性，对其匹配强度SM进行定义与取值，实现松弛匹配，对样本匹配点对的支持程度进行衡量。

利用提取特征点的算子对特征点真实提取：进行灰度化处理，利用像元各个方向上灰度方差的最小值来表现该像元与周围像元出现的灰度变化，并在样本的局部区域中寻找灰度变化最大的点作为样本的特征点，如图1所示[5]。

图1 特征点选取示意图

首先对各像元各个方向上灰度方差的最小值进行计算：利用gu,v来表示像元(u,v)的灰度值，要想对(u,v)各个方向上灰度方差的最小值进行计算，需要以(u,v)为中心，对其五乘五影像窗口的副对角、主对角、上下、左右方向邻近像元灰度差值的平方和进行计算，分别用V1、V2、V3、V4、V5来表示，则(u,v)各个方向上灰度方差的最小值为：

其中，IVu,v代表(u,v)各个方向上灰度方差的最小值。

最后通过最小中值法对匹配误差进行消除，利用最小中值法中的ransac 法与极线约束法，如图2所示。

图2 最小中值法示意图

1.2 建立网格纹理虚拟现实图像层次模型

完成样本特征点匹配后，构建网格纹理虚拟现实图像层次模型[6]。首先建立m层虚拟现实图像网格，其中第k层可以用式（2）来表示：

式（2）中，Vk代表顶点；Tk代表三角片。利用n个点建立网格，随机在网格表面上放入初始点，利用排斥法使初始点在表面上分布均匀[7]。这些初始点即构成了分辨率最低的网格Mm的顶点Vm。固定初始点后，继续加入3n个点，利用排斥法均匀推开这些点，构成网格Mm-1的顶点Vm-1。递归进行这种操作，获得最细网格M1以及该网格的顶点V1。三角化邻近点在切平面上投影，从而将各点连接建立起网格虚拟现实图像层次模型。

并利用Pyramid Gaussian对网格虚拟现实图像层次模型进行分解，从而建立网格纹理虚拟现实图像层次模型。

其中G1(I)代表模型中最高分辨率的那一层，由1到m层分辨率逐步降低，降低点数为25%[8]。

1.3 实现虚拟现实图像的生成

建立网格纹理虚拟现实图像层次模型后，利用纹理快速合成算法，匹配与合成模型中的图像颜色，映射处理图像纹理，从而生成具备真实感的虚拟现实图像。

利用种子位置与星形匹配搜索，实现纹理快速合成。种子位置确定包括确定合成图像时的预置位置，以及样图的取样位置[9]。针对普通纹理，在样图中可以随机进行采样，并随机对采样图像颜色进行匹配与合成；而针对具备方向特征的纹理，选取种子位置时必须沿某方向的纹理变化，充分反映种子位置方向信息，例如Y轴有纹理变化信息时，需要沿Y轴方向进行种子竖线的选取。将其在合成的纹理图像中按顺序放置，具体放置位置可能存在随机小量扰动[10]。

采用星形匹配搜索去除随机小量扰动。星形匹配搜索则从初始样本匹配点开始，向其半径为R的领域内作星形搜索，直到种子位置随机小量扰动量小于给定阈值，即停止搜索，并将该点位置合成至图像中，如图3所示[11]。

图3 星形匹配搜索示意图

接着对纹理进行边缘连续映射处理，映射处理的具体流程如图4所示[12]。

图4 映射处理具体流程

采用纹理二维映射技术进行边缘连续映射处理，对于矩形表面，需要将正面影像文件位图的4个顶点与待贴纹理矩形表面的4 个角点相对应，将图像直接绘制在物体表面，从而生成具备真实感的虚拟现实图像[13]；对于曲面待贴纹理，需要以曲面特征为依据分割待贴纹理，建立生成图像与待贴纹理的映射关系[14]。通过对应图像纹理坐标与曲面纹理的网格点坐标，将纹理分割面片成功绘制在曲面面片上，完成曲面待贴纹理的纹理绘制，从而实现具备真实感的虚拟现实图像的生成[15]。

2 实验研究

为了检测本文设计的基于真实感的虚拟现实图像生成技术的性能，设计了一个对比实验。

2.1 实验过程

首先进行实验虚拟现实场景的创建，创建的虚拟现实场景种类包括简易虚拟现实场景、中等难度虚拟现实场景以及高等难度虚拟现实场景，实验虚拟现实场景创建流程如图5所示。

图5 实验虚拟现实场景具体创建流程

实验具体环境如表1所示。

表1 实验具体环境

在表1实验环境下对实验虚拟现实场景进行虚拟现实图像生成，为了保证实验的有效性，使用传统虚拟现实图像生成技术与本文方法比较，观察不同虚拟现实图像生成技术的图像生成性能，比较图像生成速率。

2.2 实验结果

可通过图像边缘检测是确定图像位置信息。采用传统虚拟现实图像生成技术，以及本文方法进行边缘特征检测，传统方法检测出的图像较为模糊，本文方法可清晰提取图像位置边缘特征，且边缘的连续性较好。主要原因在于本文方法采用星形匹配搜索去除随机小量扰动，降低边缘连续映射处理网格点坐标对应更加准确，节省虚拟现实图像生成时间。

为进一步验证图像生成速率，利用基于碰撞检测的虚拟现实图像生成技术、基于场景绘制的虚拟现实图像生成技术、基于视点方式的虚拟现实图像生成技术以及基于真实感的虚拟现实图像生成技术进行虚拟现实场景的虚拟现实图像生成，具体图像生成速率数据如表2所示。

表2 具体图像生成速率数据

根据表2 图像生成速率数据可知，基于真实感的虚拟现实图像生成技术对简易、中等以及高等难度虚拟现实场景中，虚拟现实图像生成速率均高于其他方法，并且图像生成速率较为稳定。

3 结束语

基于真实感的虚拟现实图像生成技术，通过网格纹理虚拟现实图像层次模型的构建，生成具备真实感的虚拟现实图像，经试验验证图像生成速率远高于传统虚拟现实图像生成技术，对虚拟现实图像生成领域具有重要的意义。但是，图像生成的速度还有赖于其他一些因素，如数据库的结构等，数据库结构不仅是虚拟现实对虚拟环境的描述所在，还关系到VR 系统的真实效果，因此，下一步的研究方向为考虑数据库结构的虚拟现实图像生成技术。