三维建模技术研究进展(2)

旅游业与现代服务业互动机制研究

行纹理映射。该系统使用的激光测距仪的测量距离为1米～200米,测量精度为±12毫米。

YusufArayici使用激光扫描仪获取建筑物的内外三维数据[4],以生成精确的三维CAD模型。在INTELCities项目当中,将得到的三维模型与三维打印成型(3DPrinting)系统和虚拟现实投影等系统结合起来,达到城市规划、文化遗产的记录和保护等目标。建筑物的三维模型存储在数据库中,还可以进一步生成城市、地区模型。

此类系统计算发射激光照射物体表面与接收折射回来的激光的时间差,这种方法虽然能够自动、高速、精确地得到物体表面的深度信息,但是设备造价昂贵,且对使用环境有要求(有些系统在阳光下或者雨中无法正常工作)。此外,这类系统得到的是三维点云,这些三维数据集在解析表现建筑物等复杂物体模型时,需要许多的手工处理,因而对大型复杂的物体和场景建模不适用。

2.2　近景摄影测量系统

基于图像的建模方法相对廉价,而且从三维信息获取的速度、可靠性以及灵活性上来说,能够满足绝大多数的实际需求[5]。以V2STARS系统为例,其精度高于1:100000。在医学领域,算机体层扫描CT和磁共振成像CT、制作,,10到50微米[6]。Dhenain等人使用micro2以20到80微米的分辨率对老鼠的胚胎进行扫描,可以将胚胎中各种正在发育的主要器官区分出来[7]。

这种方法的另一特点是能够通过图像信息绘制复杂物体的表面得到模型的贴图。不过,该方法的效果在很大程度上依赖于三维建模算法的设计(如基于阴影的算法,基于立体视觉的算法,基于光线跟踪的算法等),而且算法大都比较复杂,需要较多的计算资源。另外,这种方法很难对表面内凹的物体进行精确建模,这是多数基于透视成像原理的算法都不能正确处理的问题。

近几年,许多研究机构在进行三维信息获取时,系统中都使用了包括转台、数码相机在内的普通设备,以期在实验室灵活、快速、精确、廉价地得到体积相对不大的物体的三维模型[8～10]。在这些系统中,数码相机或者摄像机都是固定的。通过旋转转台,得到待建模型对象的图像序列或视频。为了把得到的图像序列自动匹配到统一的坐标系统中,相对于相机坐标系统,引入了转台坐标系统[8]。文[9]使用了基于视觉的几何校准算法,来得到转台轴心与相机中心的距离。文[8]和加利福尼亚大学的MiguelSainz等人[10]都使用了在转台上绘制或者放置某种图案模式(如棋盘格)来辅助进行图像匹配。这些方法虽然结构相对简单,算法复杂度低,但其系统设计限制了它们的使用,无法对大场景或无法移动的对象进行建模。

在模型重构前,需要对相机进行定标,得到相机的拍摄和取景参数。对于使用固定相机的系统来说,虽然定标相对容易,但对象重要几何特征的获得会受到影响,因而在建模时,模型的结构和纹理的重建可能存在重要缺陷。相对于固定数据获取设备,使用移动或者手持式相机来获取全面的三维数据较为方便,但相机校准和图像匹配较为困难。为了方便得到移动相机的内外参数,文[11]通过人工交互,指定多幅图像间的若干对应特征点。在系统场景中引入一些事先选择好的

用于校准的图案。但是,场景中的主要物体可能会部分地遮挡该图案。于是文[12]采用了一种基于模型识别的校准方法。这种方法利用光度和分割信息的自适应空间雕刻算法,来对输入的图像集进行场景的重构。

3　三维建模与绘制

基于几何的建模与绘制(GBMR)属于传统的三维建模方法。随着AutoCAD、Maya等三维建模软件的出现,可以通过人机交互的手段来辅助三维建模。但这些方法费时费力,而且对使用者的技巧要求很高,对于结构复杂、不规则的场景建模更是无能为力。

3.1　基于图像建模与绘制

基于图像建模与绘制(IBMR)是计算机图形视觉与计算机图形学相交叉的一个相对新兴的领域。一般来说,IBMR系统的结构相对简单,也不使用专用设备,因而廉价;适用于不同大小的物体建模;在得到物体表面深度信息的同时,得到物体表面的纹理,。。

]。这种方,即可见外壳法(VisualHull)。该方法速度快并具有很好的鲁棒性。由于它使用的是对象的侧影轮廓,因此,只能对形状简单的对象建模。这种方法已经得到了商业化应用。另外一类方法,则是利用阴影信息来得到模型。该方法基于Lambertian面的漫反射性质,主要针对2.5D面,且非常依赖于光照条件。第三种方法使用场景的颜色信息。根据所要构造的场景类型的不同,颜色信息具有多种运用方式。第一种就是根据颜色的一致性来进行体雕刻。但是这种方法输出的是由一些体素组成的模型,很难用于模型的三维网格表现。还可以利用颜色的一致性进行可变形模型的生成,该算法存在对光照条件的变化异常敏感的问题。另外一种使用颜色的方法,是比较纹理的局部变化,如交叉关联(cross2correlation)方法[14]。在基于颜色的这些方法中,有些在使用颜色的同时,还利用了其它信息。如文[13]在建模时,融合使用了纹理和轮廓信息。这些方法虽然也能取得比较好的结果,但模型的质量不高,主要是多种数据融合的方式存在问题。

3.2　IBMR的工作流程与研究进展

IBMR的建模流程如图1所示。在得到数字图像序列后,首先要对相机进行标定。对于使用固定相机的系统来说,相机的标定相对容易。对于移动拍摄的系统,在进行相机标定时,需要对图像进行特征提取与匹配的工作。一般说来,至少要在两幅图中找到或指定7对对应点,根据这些对应点存在的极线几何约束关系,求出基础矩阵,近而确定相机的投影矩阵。

接下来的建模过程,有几种不同的类型。这些方法包括:投影重构、可见外壳、空间雕刻法。文[15]引入一种代数对偶空间方法,不必进行图像的匹配或者指定对应特征点,利用图像对象的轮廓曲率信息估计出深度信息,进而生成可见外壳。该方法要求在曲率变化较大的地方进行较密集的采样。

在处理和表现模型时,传统的方法是使用三角形或者多边形网格来构成模型的表面。而在许多三维信息获取系统中,得到的三维数据都是点数据。使用点而不是多边形来表现对象,其优点在于无需任何拓扑信息的支持,可以简化各阶

209