基于真實(shí)感約束的VR虛擬人物圖形生成方法改進(jìn)研究

覃海寧

摘 要：在對(duì)虛擬現(xiàn)實(shí)人物進(jìn)行視景重構(gòu)和三維重建中，為了提高虛擬人物圖形生成的逼真性，需要結(jié)合圖形與圖像處理方法進(jìn)行虛擬人物圖形的三維跟蹤渲染和重構(gòu)，文章提出一種基于真實(shí)感約束的VR虛擬人物圖形生成方法，采用圖像邊緣輪廓檢測(cè)和紋理跟蹤渲染方法進(jìn)行虛擬人物圖像采集和視景生成，并結(jié)合小波降噪方法對(duì)虛擬人物圖形進(jìn)行降噪濾波處理，提高人物圖形成像的逼真度。在重構(gòu)的像素特征空間中進(jìn)行信息融合，為了提高VR成像的真實(shí)感，文章采用自適應(yīng)紋理映射技術(shù)進(jìn)行虛擬人物圖形的跟蹤渲染，將像素值加到三維實(shí)體模型上，生成具有真實(shí)感的VR虛擬人物圖形。仿真結(jié)果表明，采用該方法進(jìn)行VR虛擬人物圖形生成的逼真度較好，輸出圖形的峰值信噪比較高，說(shuō)明VR成像的質(zhì)量較好，性能優(yōu)于傳統(tǒng)方法。

關(guān)鍵詞：真實(shí)感約束；虛擬現(xiàn)實(shí)；虛擬人物圖形；成像

虛擬現(xiàn)實(shí)（Virtual Reality，VR）技術(shù)是采用視景仿真和靈境成像技術(shù)進(jìn)行圖形和圖像虛擬重構(gòu)的圖像處理方式，通過(guò)虛擬現(xiàn)實(shí)成像，可以模擬生成各種場(chǎng)景下的視景仿真場(chǎng)景，并應(yīng)用在三維成像系統(tǒng)中，實(shí)現(xiàn)大場(chǎng)景的環(huán)境模擬和重構(gòu)。VR成像技術(shù)視景仿真技術(shù)將在軍事演習(xí)、游戲開發(fā)以及航空航天模擬等領(lǐng)域具有重要的應(yīng)用價(jià)值，研究基于VR成像的虛擬圖像生成技術(shù)具有重要意義，相關(guān)的圖像與圖形處理方法研究受到人們的極大重視[1]。

在進(jìn)行VR成像設(shè)計(jì)中，對(duì)虛擬人物圖形的生成是難點(diǎn)，因?yàn)槿宋飯D形的個(gè)體差異性較大，人物的體型特征和表情的差異性豐富，不同虛擬人物圖形生成重構(gòu)的真實(shí)感和逼真度不好，需要進(jìn)行VR虛擬人物圖形生成方法的改進(jìn)設(shè)計(jì)[2-3]。對(duì)此，相關(guān)的學(xué)者進(jìn)行了研究，并取得了一定的成果。文獻(xiàn)[4]提出一種基于圖像分塊的局部閾值二值化方法進(jìn)行VR虛擬人物圖形的三維重構(gòu)，在動(dòng)態(tài)場(chǎng)景中對(duì)人物圖像進(jìn)行網(wǎng)格區(qū)域分割，在不同透射率下進(jìn)行人物特征的分塊化模板匹配和二值化分割，提高了人物圖形生成的逼真性和真實(shí)感，但該方法受到人物圖形的局部特征擾動(dòng)干擾性較大，對(duì)人物圖形的面部特征重建的逼真度不高；文獻(xiàn)[5]提出一種采用輪廓線優(yōu)化的多通道三維水墨渲染方法進(jìn)行VR虛擬人物圖形渲染與重構(gòu)，對(duì)虛擬人物內(nèi)部的輪廓特征進(jìn)行偏移控制，運(yùn)用虛擬現(xiàn)實(shí)的視景仿真和激光三維掃描技術(shù)進(jìn)行VR成像，重構(gòu)虛擬人物圖形特征信息，結(jié)合圖形水墨渲染提高了虛擬人物成像的逼真度，但該方法的計(jì)算復(fù)雜度較高，對(duì)人物圖形虛擬重構(gòu)的實(shí)時(shí)性不好。

針對(duì)上述問題，本文提出一種基于真實(shí)感約束的VR虛擬人物圖形生成方法。首先采用圖像邊緣輪廓檢測(cè)和紋理的跟蹤渲染方法進(jìn)行虛擬人物圖像采集和視景生成。然后進(jìn)行圖形的降噪濾波處理，提高人物圖形成像的逼真度。在重構(gòu)的像素特征空間中進(jìn)行信息融合，采用自適應(yīng)紋理映射技術(shù)進(jìn)行虛擬人物圖形的跟蹤渲染，提高圖形生成的真實(shí)感和逼真度。最后進(jìn)行仿真測(cè)試，展示了本文方法在實(shí)現(xiàn)VR虛擬人物圖形生成方面的優(yōu)越性。

1 虛擬人物圖形采集和視景生成預(yù)處理

1.1 原理分析與虛擬人物圖像的邊緣輪廓檢測(cè)

為實(shí)現(xiàn)高逼真性的虛擬人物圖形采集與生成，采用VR虛擬現(xiàn)實(shí)技術(shù)進(jìn)行圖像成像處理，采用圖像邊緣輪廓檢測(cè)和紋理的跟蹤渲染方法進(jìn)行虛擬人物圖像采集和視景生成，采用三維建模軟件，比如MAYA，3DStudio MAX等構(gòu)建虛擬人物圖形的3D幾何模型[6]，采用可視化仿真工具進(jìn)行圖形的渲染追蹤，實(shí)現(xiàn)滿足人體皮膚材質(zhì)和衣服材質(zhì)的光影效果。結(jié)合多邊形建模、矢量建模和邊緣輪廓檢測(cè)方法生成逼真的光線效果，人物圖形的生成還需要大規(guī)模的虛擬場(chǎng)景模型數(shù)據(jù)庫(kù)。采用多層次細(xì)節(jié)（Levels of Detail，LOD）、自由度控制（Degree of Freedom Control，DOFC）方法控制圖像生成器，將采集的虛擬人物圖形轉(zhuǎn)換成Creator所支持的OpenFlight格式，再采用圖像降噪濾波方法提高圖形生成的真實(shí)感[7]。

在生成虛擬人物圖形中，提取人物圖形的邊緣輪廓特征，采用二維層次的特征參數(shù)提取方法，進(jìn)行圖形特征的渲染追蹤識(shí)別，將多種CAD或動(dòng)畫軟件模型轉(zhuǎn)換成圖形生成軟件Creator支持的幀格式，根據(jù)圖形渲染結(jié)果，輸出VR人物圖形成像結(jié)果，根據(jù)上述設(shè)計(jì)原理得到本文構(gòu)建的VR虛擬人物圖形生成模型的流程如圖1所示。

由圖1得知，對(duì)VR虛擬人物圖形生成的首要一步進(jìn)行圖形的邊緣輪廓檢測(cè)，提取人物圖形的邊緣輪廓特征參數(shù)，采用基于虛擬現(xiàn)實(shí)的三維視景掃描技術(shù)，得到虛擬人物圖形VR成像的活動(dòng)輪廓模型函數(shù)表示如下：

3 仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文方法在實(shí)現(xiàn)VR虛擬人物圖形生成中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)，仿真環(huán)境的硬件配置是Inter（R） Core（TM）i3-2130. 3.40GHz CPU， 4GB RAM，實(shí)驗(yàn)采用Matlab 7仿真工具編程設(shè)計(jì)，VR虛擬成像的幾何建模工具采用LightWave3D，采用USGS、NIMA標(biāo)準(zhǔn)數(shù)據(jù)格式進(jìn)行仿真模型數(shù)據(jù)的總線調(diào)度，通過(guò)矢量數(shù)據(jù)生成VR虛擬人物圖形成像的仿射不變區(qū)域，再經(jīng)過(guò)的Creator多重渲染，進(jìn)行人物圖形的表面的紋理、色彩模型的自動(dòng)放置和匹配，根據(jù)圖形模型結(jié)構(gòu)，在Visual C++ 6中進(jìn)行VR虛擬人物圖形生成的視景仿真，虛擬人物成像的動(dòng)態(tài)場(chǎng)景的寬度width=12，邊緣像素采樣值為1200 piex*2400piex，模板尺寸參數(shù)11×11，圖像的噪聲干擾強(qiáng)度為24 dB，灰度像移值dPPM=0.15ns，塊分割的尺寸s×s分別為：9×9，11×11，亮度誤差系數(shù)σ=0.32。根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行VR人物圖形生成仿真實(shí)驗(yàn)，選擇兩組“VR戰(zhàn)士”虛擬人物進(jìn)行三維重建，得到VR戰(zhàn)士的二值圖像采集結(jié)果如圖2所示。

根據(jù)圖2的二值圖采集結(jié)果，采用圖像邊緣輪廓檢測(cè)和紋理的跟蹤渲染方法進(jìn)行虛擬人物圖像生成，得到虛擬人物圖形的跟蹤渲染結(jié)果如圖3所示。

最后，將像素值加到三維實(shí)體模型上，生成具有真實(shí)感的VR虛擬人物圖形，得到VR虛擬人物圖形生成結(jié)果如圖4所示。

分析圖4結(jié)果得知，采用本文方法進(jìn)行VR虛擬人物圖形三維生成，生成圖像具有很好的真實(shí)感和逼真度，為了定量測(cè)試生成圖形的真實(shí)性，圖5給出了采用本文方法和傳統(tǒng)方法對(duì)其中一組人物圖形進(jìn)行虛擬VR重構(gòu)的輸出峰值信噪比。

分析圖5結(jié)果得知，采用本文方法進(jìn)行VR虛擬人物圖形生成的輸出峰值信噪比較高，說(shuō)明VR成像的質(zhì)量較好，性能優(yōu)于傳統(tǒng)方法。表1為不同的生成方法輸出VR虛擬人物圖形的位姿偏移對(duì)比，對(duì)比可見，本文方法生產(chǎn)人物圖形的精確度較高，位姿偏移量較小，說(shuō)明了虛擬人物生成方法的準(zhǔn)確性。

4 結(jié)語(yǔ)

本文研究了VR虛擬人物圖形生成方法，提出一種基于真實(shí)感約束的VR虛擬人物圖形生成方法。采用圖像邊緣輪廓檢測(cè)和紋理的跟蹤渲染方法進(jìn)行虛擬人物圖像采集和視景生成。采用小波降噪方法對(duì)虛擬人物圖形進(jìn)行降噪濾波處理，提高人物圖形成像的逼真度。在重構(gòu)的像素特征空間中進(jìn)行信息融合，為了提高VR成像的真實(shí)感，采用自適應(yīng)紋理映射技術(shù)進(jìn)行虛擬人物圖形的跟蹤渲染，將像素值加到三維實(shí)體模型上，生成具有真實(shí)感的VR虛擬人物圖形。研究得知，采用本文方法生成VR虛擬人物圖形的逼真性較好，真實(shí)感較強(qiáng)，在視覺效果和指標(biāo)參數(shù)性能表現(xiàn)上都有優(yōu)越性。

[參考文獻(xiàn)]

[1]HU A， ZHANG R， YIN D， et al. Image quality assessment using a SVD-based structural projection[J].Signal Processing： Image Communication， 2014（3）：293-302.

[2]ZHONG H， MA K， ZHOU Y. Modified BM 3D algorithm for image denoising using nonlocal centralization prior[J].Signal Processing， 2015（106）：342-347.

[3]陳婷婷，阮秋琦.較大尺度運(yùn)動(dòng)下的人體特征點(diǎn)跟蹤算法研究[J].信號(hào)處理，2014（7）：787-803.

[4]張潔玉.基于圖像分塊的局部閾值二值化方法[J].計(jì)算機(jī)應(yīng)用，2017（3）：827-831.

[5]陳添丁，金煒煒，陳英旦，等.輪廓線優(yōu)化的多通道三維水墨渲染模型[J].電子與信息學(xué)報(bào)，2015（2）：494-498.

[6]郭哲，張艷寧，林增剛.多信息融合的多姿態(tài)三維人臉面部五官標(biāo)志點(diǎn)定位方法[J].計(jì)算機(jī)學(xué)報(bào)，2012（1）：163-170.

[7]肖淑蘋，賀毅岳.一種改進(jìn)的EMD 圖像信號(hào)去噪算法[J].現(xiàn)代電子技術(shù)，2016（16）：91-93.

[8]卞樂，霍冠英，李慶武.基于Curvelet變換和多目標(biāo)粒子群的混合熵MRI圖像多閾值分割[J].計(jì)算機(jī)應(yīng)用，2016（11）：3188-3195.

[9]任宏德.基于模擬退火算法優(yōu)化的超分辨率圖像重建[J].激光雜志，2016（2）：38-41.

[10]馮思宇，雷印杰，周新志.針對(duì)單樣本人臉的三維部分人臉識(shí)別[J].計(jì)算機(jī)工程，2016（9）：144-150.