基于三維視覺(jué)的室內(nèi)景觀虛擬設(shè)計(jì)方法研究

靳鴿

摘 要： 為了提高室內(nèi)景觀虛擬設(shè)計(jì)的逼真效果，改善室內(nèi)景觀虛擬設(shè)計(jì)的合理性，進(jìn)而指導(dǎo)室內(nèi)裝修和平面設(shè)計(jì)，提出一種基于三維視覺(jué)的室內(nèi)景觀虛擬設(shè)計(jì)方法。采用Multigen Creator三維建模技術(shù)進(jìn)行室內(nèi)景觀的虛擬重建，構(gòu)建室內(nèi)景觀虛擬設(shè)計(jì)的平面圖像，采用邊緣相關(guān)性種子點(diǎn)匹配方法進(jìn)行室內(nèi)景觀虛擬圖像的特征分割和像素分解。結(jié)合室內(nèi)景觀圖像的設(shè)計(jì)關(guān)鍵點(diǎn)與輪廓信息優(yōu)化配準(zhǔn)方法進(jìn)行三維視覺(jué)的重構(gòu)，通過(guò)自適應(yīng)跟蹤渲染技術(shù)提高室內(nèi)景觀平面設(shè)計(jì)的逼真度和空間利用效率。仿真結(jié)果表明，采用該方法進(jìn)行室內(nèi)景觀虛擬設(shè)計(jì)，視覺(jué)效果和景觀的色彩融合性較好，具有較好的指導(dǎo)價(jià)值。

關(guān)鍵詞： 三維視覺(jué)； 室內(nèi)景觀； 虛擬設(shè)計(jì)； Multigen Creator

中圖分類(lèi)號(hào)： TN911.73?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）24?0112?03

Abstract： In order to improve the realistic effect of the indoor scenery virtual design， perfect the rationality of the indoor scenery virtual design， and then guide the indoor decoration and graphic design， an indoor scenery virtual design method based on 3D vision is proposed. The Multigen Creator 3D modeling technology is used to perform the virtual reconstruction of the indoor scenery， and construct the planar image of the indoor scenery virtual design. The edge correlation seed point matching method is used to perform the feature segmentation and pixel decomposition for the indoor scenery virtual image， and combined with the key points of the indoor scenery image design and contour information registration method for 3D visual reconstruction. The fidelity of the indoor scenery planar design and space utilization efficiency are improved by means of the adaptive tracking rendering technology. The simulation results show that the method used for indoor scenery virtual design has high visual effect， perfect integration of scenery colors， and high guidance value.

Keywords： 3D vision； indoor scenery； virtual design； Multigen Creator

隨著虛擬現(xiàn)實(shí)以及圖像處理技術(shù)的發(fā)展，可采用虛擬視覺(jué)圖像的三維重構(gòu)方法進(jìn)行室內(nèi)景觀設(shè)計(jì)，提高了室內(nèi)景觀設(shè)計(jì)的美感和視覺(jué)表達(dá)能力[1]。對(duì)室內(nèi)景觀的三維視覺(jué)重建，能改善家居生活質(zhì)量，對(duì)提高家居裝修設(shè)計(jì)的有效性和實(shí)用性方面具有積極重要意義[2]。對(duì)此提出基于三維視覺(jué)的室內(nèi)景觀虛擬設(shè)計(jì)方法。采用Multigen Creator三維建模技術(shù)進(jìn)行景觀三維視覺(jué)重構(gòu)，并結(jié)合圖像處理方法實(shí)現(xiàn)室內(nèi)景觀的優(yōu)化設(shè)計(jì)。

1 室內(nèi)景觀設(shè)計(jì)的三維視覺(jué)圖形分析與處理

1.1 室內(nèi)景觀設(shè)計(jì)的三維視覺(jué)圖像重建

構(gòu)造室內(nèi)景觀虛擬視覺(jué)設(shè)計(jì)的圖像采集模型，以單個(gè)像素點(diǎn)作為待匹配點(diǎn)，構(gòu)造室內(nèi)景觀3D圖像分塊的匹配濾波模型。假設(shè)采用室內(nèi)景觀的3D代用室內(nèi)景觀虛擬重構(gòu)圖像進(jìn)行圖像虛擬重構(gòu)，由此獲得室內(nèi)景觀虛擬重構(gòu)圖像的像素點(diǎn)的邊緣輪廓特征量，表示為，構(gòu)造室內(nèi)景觀虛擬圖像的角點(diǎn)分布雅克比矩陣可以表示為：

根據(jù)直方圖分解方法[3?4]，得到室內(nèi)景觀虛擬設(shè)計(jì)的區(qū)域?qū)傩詨K矩陣表示為：

以連續(xù)3D重構(gòu)的圖像像素分布區(qū)域?yàn)槭覂?nèi)景觀虛擬圖像三維重構(gòu)的種子點(diǎn)，進(jìn)行室內(nèi)景觀設(shè)計(jì)的三維視覺(jué)圖像重建，為進(jìn)行室內(nèi)景觀的虛擬設(shè)計(jì)提供的圖像數(shù)據(jù)輸入基礎(chǔ)。

1.2 邊緣相關(guān)性種子點(diǎn)匹配

采用邊緣相關(guān)性種子點(diǎn)匹配方法進(jìn)行室內(nèi)景觀虛擬圖像的特征分割和像素分解。假設(shè)虛擬重建的三維像素分布坐標(biāo)系是，均勻遍歷室內(nèi)景觀3D圖像在不規(guī)則三角網(wǎng)的中心矩L，在中心矩上進(jìn)行角點(diǎn)檢測(cè)和特征匹配，采用圖像的動(dòng)態(tài)特征融合方法[5]，得到室內(nèi)景觀虛擬圖像的邊緣相關(guān)性種子點(diǎn)匹配的判決條件式描述為：當(dāng)>時(shí)，=+1；當(dāng)<時(shí)，=-1；當(dāng)=時(shí)，=+0。

對(duì)室內(nèi)景觀虛擬重構(gòu)圖像進(jìn)行區(qū)域?qū)傩詨K分割，得到三維虛擬設(shè)計(jì)的稀疏向量集的終值，利用參數(shù)，對(duì)室內(nèi)景觀圖形渲染點(diǎn)進(jìn)行自相關(guān)匹配和特征分割，迭代式記為：

假設(shè)每幀掃描的激光室內(nèi)景觀成像的關(guān)聯(lián)像素值大小相同，為，對(duì)種子點(diǎn)附近的屬性集進(jìn)行角點(diǎn)檢測(cè)和渲染跟蹤融合處理，得到室內(nèi)景觀三維視覺(jué)成像的單個(gè)像素點(diǎn)的融合跟蹤點(diǎn)跡描述為：

通過(guò)對(duì)室內(nèi)景觀成像的色差對(duì)比和色彩矯正，結(jié)合像素融合濾波方法，進(jìn)行圖像的邊緣相關(guān)性種子點(diǎn)匹配，提高成像的清晰度。endprint

2 室內(nèi)景觀虛擬設(shè)計(jì)實(shí)現(xiàn)

通過(guò)三維像素幀差掃描技術(shù)得到室內(nèi)景觀成像的同形變換式為：

采用Gabor小波變換獲取室內(nèi)景觀的底層數(shù)據(jù)分布特征信息[6]，Gabor小波變換的基函數(shù)描述為：

結(jié)合像素分布密度大小關(guān)系進(jìn)行圖像的三維重構(gòu)，得到室內(nèi)景觀三維虛擬設(shè)計(jì)的視覺(jué)圖像輸出為：

式中：為室內(nèi)景觀成像在方向的像素值；為室內(nèi)景觀成像在小波域尺度平面內(nèi)的統(tǒng)計(jì)分布；為直方圖分布幅值所對(duì)應(yīng)的特征向量[7]。

得到室內(nèi)景觀圖像的設(shè)計(jì)關(guān)鍵點(diǎn)與輪廓信息優(yōu)化配準(zhǔn)的匹配式為：

通過(guò)自適應(yīng)跟蹤渲染技術(shù)，輸出室內(nèi)景觀成像的信息融合結(jié)果為：

在三維視覺(jué)成像模板中，得到室內(nèi)景觀的三維視覺(jué)色差的動(dòng)態(tài)特征融合結(jié)果為：

式中：為景觀空間分布的輪廓域塊數(shù)目；為室內(nèi)景觀設(shè)計(jì)的色彩調(diào)和加權(quán)系數(shù)。通過(guò)上述設(shè)計(jì)方案，結(jié)合自適應(yīng)跟蹤渲染技術(shù)以提高室內(nèi)景觀平面設(shè)計(jì)的逼真度。

3 視景仿真實(shí)驗(yàn)

實(shí)驗(yàn)中采用Multigen Creator三維建模工具進(jìn)行室內(nèi)景觀實(shí)體圖形的多邊形建模、矢量建模和色彩建模。采用SoftImage，LightWave3D軟件進(jìn)行室內(nèi)景觀虛擬視景設(shè)計(jì)中的色差渲染。根據(jù)復(fù)雜的材質(zhì)效果、逼真的光線追蹤效果設(shè)計(jì)出質(zhì)感極強(qiáng)的室內(nèi)景觀虛擬畫(huà)面效果，并通過(guò)藝術(shù)表達(dá)形式呈現(xiàn)。在室內(nèi)景觀三維視覺(jué)圖像處理中，場(chǎng)景的寬度，采樣像素值為240×260，采用540×580像素大小的樣本序列作為測(cè)試樣本，室內(nèi)景觀三維虛擬成像的最低分辨率為320×320，參數(shù)，，及分別取10，6，4.5，120，得到室內(nèi)景觀的水墨初始渲染結(jié)果如圖1所示。

采用本文方法進(jìn)行景觀設(shè)計(jì)的色彩融合，結(jié)合室內(nèi)景觀圖像的設(shè)計(jì)關(guān)鍵點(diǎn)與輪廓信息優(yōu)化配準(zhǔn)方法進(jìn)行三維視覺(jué)的重構(gòu)，得到室內(nèi)景觀虛擬設(shè)計(jì)的平面圖像見(jiàn)圖2。進(jìn)一步通過(guò)自適應(yīng)跟蹤渲染技術(shù)提高室內(nèi)景觀平面設(shè)計(jì)的逼真度，得到最后的設(shè)計(jì)效果圖見(jiàn)圖3。

對(duì)比圖2、圖3結(jié)果得知，采用本文方法進(jìn)行室內(nèi)景觀虛擬設(shè)計(jì)，設(shè)計(jì)效果較好，逼真度較高，景觀的色彩融合性較好。

4 結(jié) 語(yǔ)

本文提出一種基于三維視覺(jué)的室內(nèi)景觀虛擬設(shè)計(jì)方法。采用三維建模技術(shù)進(jìn)行室內(nèi)景觀的虛擬重建，構(gòu)建室內(nèi)景觀虛擬設(shè)計(jì)的平面圖像。采用邊緣相關(guān)性種子點(diǎn)匹配方法進(jìn)行室內(nèi)景觀虛擬圖像的特征分割和像素分解，結(jié)合室內(nèi)景觀圖像的設(shè)計(jì)關(guān)鍵點(diǎn)與輪廓信息優(yōu)化配準(zhǔn)方法進(jìn)行三維視覺(jué)的重構(gòu)，通過(guò)自適應(yīng)跟蹤渲染技術(shù)提高室內(nèi)景觀平面設(shè)計(jì)的逼真度和空間利用效率。研究表明，采用該方法進(jìn)行室內(nèi)景觀虛擬設(shè)計(jì)，設(shè)計(jì)的視覺(jué)效果較好，景觀的色彩融合性較高，在家裝設(shè)計(jì)中具有很好的應(yīng)用價(jià)值。

參考文獻(xiàn)

[1] YIN M， LIU W， ZHAO X， et al. Image denoising using trivariate prior model in nonsubsampled dual?tree complex contourlet transform domain and non?local means filter in spatial domain [J]. Optik?international journal for light and electron optics， 2013， 124（24）： 6896?6904.

[2] 謝軍昱，許楊劍，王效貴. 基于貝葉斯模型和數(shù)字圖像相關(guān)的視覺(jué)測(cè)量[J].激光技術(shù)，2016，40（6）：866?870.

[3] 曹健，李海生，蔡強(qiáng).圖像目標(biāo)的特征提取技術(shù)研究[J].計(jì)算機(jī)仿真，2013，30（1）：409?413.

[4] 曾文權(quán)，何擁軍，崔曉坤.基于各向異性濾波和空間FCM的MRI圖像分割方法[J].計(jì)算機(jī)應(yīng)用研究，2014，31（1）：316?320.

[5] 蔡自興，彭夢(mèng)，余伶俐.基于時(shí)序特性的自適應(yīng)增量主成分分析的視覺(jué)跟蹤[J].電子與信息學(xué)報(bào)，2015，37（11）：2571?2577.

[6] 王晨，湯心溢，高思莉.基于人眼視覺(jué)的紅外圖像增強(qiáng)算法研究[J].激光與紅外，2017，47（1）：114?118.

[7] 萬(wàn)芳.二維提升小波算法在實(shí)時(shí)圖像處理中的應(yīng)用及FPGA實(shí)現(xiàn)[J].激光雜志，2015，36（8）：36?40.endprint