法律状态公告日
法律状态信息
法律状态
2017-10-27
未缴年费专利权终止 IPC(主分类):G06T13/60 授权公告日:20130206 终止日期:20160908 申请日:20100908
专利权的终止
2013-02-06
授权
授权
2011-03-02
实质审查的生效 IPC(主分类):G06T15/00 申请日:20100908
实质审查的生效
2011-01-05
公开
公开
技术领域
本发明属于虚拟现实技术领域,具体来说是虚拟现实技术中物体真实感仿真中动态纹理的一种建模方法。
背景技术
虚拟现实所需要模拟千差万别的目标,通常要求输入和输出图像序列具有稳定的内容和一定程度的运动形态重复特征。对于瀑布场景这样动态性很高的仿真一般由于模型表示能力的局限性,在表达运动形态的目标时,动态纹理的真实效果和可信程度至关重要。
使用传统计算机图形学的三角面片的方法来模拟瀑布场景计算量很大而且效果往往不理想。目前对瀑布仿真的研究主要集中在以下两种途径:基于粒子系统的模拟方法;图像或视频纹理合成的瀑布仿真方法。
基于粒子系统的瀑布模拟:1983年,Reeves首先提出了粒子系统。粒子系统用非常简单的体素来构造复杂的物体,充分体现了不规则模糊物体的动态性和随机性。由于粒子系统的模拟是按照一定的约束方程对每个粒子分别进行位置、速度、性质以及生存状态的计算,这一特性使得其在瀑布建模上克服了传统三角面片对不规则物体仿真的运动失真。但是粒子系统中每个粒子都使用统一的纹理使得其表达瀑布的真实感上存在缺陷。
利用图像或视频纹理合成的瀑布模拟:1999年的ICCV会议上,Efros和Leung提出了基于MRF模型的点匹配纹理合成,简单有效,能很好的合成一些随机纹理。Arno Schodl[1]在2000年的SIGGRAPH年会上提出了一种新的媒体——视频纹理。视频纹理同时具有图像和视频的特征:时序稳定性和内容动态性。利用视频纹理,可以实现利用有限样本表达无限信息的目标。以上特性使得其在瀑布建模上能表现出瀑布表面的视觉真实感。但缺点在于由于这些合成的纹理仅仅具有二维属性,使得模拟的瀑布场景不能进行三维漫游。
可以把关于动态纹理的研究方法分为三类:第一类方法把动态纹理当作时间序列分析,应用ARMA模型或者ARMA模型的扩展形式进行研究。第二类方法是基于纹理合成的扩展方法,由于其原本只是针对纹理图像设计的。第三类方法如视频纹理方法,它介于基于物理模型的仿真方法和时间序列方法之间。
时间序列分析主要指采用参数模型(特指ARMA模型)对所观测的有序的随机数据进行分析与处理的一种数据处理、系统辨识和系统分析方法。Szummer和Picard提出的时间纹理模型采用时-空自回归(STAR)模型表示动态纹理,STAR模型是自回归(AR)模型的三维扩展形式。该方法对非线性、不稳定动态纹理和受控合成动态纹理的想过任然不够理想。
纹理合成是计算机图形学和计算机视觉中相当活跃的研究领域,应用纹理合成方法的扩展形式合成。Bar-Jaseph提出的时变纹理方法是一种基于统计学习的通用的纹理信号建模方法。该方法由于其原本只是针对纹理图像设计的,所以也局限于处理由纹理图像序列所组成动态纹理。
Schodl等人提出的视频纹理方法的思想是:给定一段动态纹理视频,只要视频中存在足够的相似帧,在视频的播放过程中,就可以不断的从跳变点处往回切换,合成任意长度的视频。由于视频播放次序的重组总是要求切换帧之间相似,然而许多动态纹理不符合这一要求,这是第三类方法难以跨越的障碍。
近期研究者结合粒子系统和动态纹理的方法对瀑布进行了具有真实感、动态性的模拟,但是在纹理的合成上没有考虑瀑布自身各项物理属性的对其纹理的影响。所以存在一个缺点:对一个没有真实纹理采集的订制瀑布场景,无法合成符合其真实物理特性的动态纹理,以至于渲染结果的可信度较差。
总的来说,在瀑布的建模上粒子系统和动态纹理的结合能进行动态性和真实感较强的仿真。而动态纹理合成技术的研究工作尚未成熟,没有考虑到多种物理属性对纹理特性的影响,无法真实可信的估计出位置物理状态下的目标纹理形态特征。而在虚拟现实对瀑布的模拟仿真中可信度有着有至关重要的作用。
发明内容
本发明解决的技术问题是:克服了目前已有的所有瀑布动态纹理生成方法中都忽略瀑布本身的多种物理属性对其形成的纹理特征有着一定相关影响这一缺点。为已有的瀑布纹理建模方法在仿真一个订制瀑布场景时使用的纹理可信度较低的问题提出了一个可行的解决方案。
本发明提出一种综合考虑水流流速、流量、落差、地形等物理因素对瀑布动态纹理的影响,进而建立与特定场景相对应的真实感瀑布模型的方法。包括以下步骤:
1)在不同物理条件下大量采集各种瀑布在不同时段环境下的实地物理属性(包括水流流量、流速、瀑布落差、日照情况)以及相应纹理数据;
2)在步骤1)采集的视频纹理数据中预处理捕获的视频纹理数据,生成纹理样本向量;
3)定义物理属性和其他纹理控制参数的相关性,并计算映射函数;
4)基于统计分析步骤2)的纹理特征与各种物理属性的映射关系;
5)以步骤4)得到的映射关系为基础,对订制的瀑布场景从数据库中提取相应纹理,遵循映射关系计算生成符合需求场景的瀑布动态纹理;
6)将步骤5)瀑布纹理下使用粒子系统在瀑布三维场景中渲染,完成对瀑布的模拟仿真。
本发明的有益效果是:
1)将瀑布的多种物理属性和其表现的纹理特征的相关性考虑入计算机仿真的建模方法中。克服了传统方法中忽略这一相关性而导致的对虚拟场景中瀑布外观纹理的生成失真和模型不可信问题。
2)在本发明中不是将纹理图片作为基本的映射单元,而是将纹理进一步分解为纹理元,同时提取出纹理控制参数,能更加有效的控制动态纹理的形成。
3)本发明将与瀑布纹理联系最紧密的流量、流速、落差、日照情况这几个典型物理属性作为影响纹理特征的改变量,并使用海量的各种条件下的真实瀑布参数作为样本来估计各物理属性和纹理的映射。使得对瀑布动态纹理的生成具有更加真实可信的效果。
附图说明
图1是本发明中对整体瀑布动态纹理计算的方法流程图;
图2是本发明中对真实瀑布采集数据库建立示意图;
图3是本发明中纹理控制参数提取流程图;
图4是本发明中物理属性和纹理元映射关系提取示意图;
图5是本发明中使用粒子系统渲染瀑布场景流程图。
具体实施方式
以下,参照附图,对本发明的具体过程作说明,但本发明不限于图事例。
如图1所示的完整动态纹理映射计算流程,通过参数入库,特征描述,统计映射,生成动态纹理,模拟仿真这个流程来使用瀑布多种物理属性计算出真实可信的动态纹理
步骤1为了捕获各种物理属性下的真实瀑布样本,需要在一年中各个季节,每天的不同日照情况下对大量的瀑布进行实地采集。从多个角度对一个瀑布的外观进行视频纹理采集。获取其落差、流速、流量、日照、地形情况等多种物理属性的途径可以使和视频纹理同时用相应的一起进行实地测量,也可以是从地质、气象部门采购以上瀑布状态属性数据。以图2所示的方式建立采集数据库。
步骤2对视频纹理进行预处理后,提取出纹理控制参数:亮度b、动态性r、纹理元m、流向l,单位纹理数目n。纹理元m由纹理样本向量来描述,提取过程如图3所示。
步骤2.1预处理视频纹理,进行图像去噪并缩放至同样的分辨率大小。
步骤2.2对视频逐帧使用目标提取算法得到视频中水的部分;再进行非监督分类,每一类即是一个瀑布的流向线。利用地形数据中的瀑布表面几何形状对流向线进行检验。
步骤2.3沿流线对纹理等距离采样10组32*32象素的纹理元。对每一帧进行类似处理,一个瀑布场景视频的得到一个纹理样本矩阵M,其元素mij代表第j帧的第i个位置对应的纹理元。
步骤2.4简化样本矩阵M,获得纹理样本向量,其元素ni表示第i个位置的纹理元特征。
步骤2.4.1计算纹理元中颜色期望:对矩阵M每行分别求纹理元中的颜色期望值记录在向量Ui中。用以描述各帧相应纹理元形状的变化。
步骤2.4.2计算纹理元中颜色的平滑度:引入光滑项V(i,j):
其中(s,t)表示一个像素,N为矩阵的总帧数。Ui为步骤2.4.1中颜色期望向量,K为纹理像素的尺寸本例中为32。以此描述各帧相应纹理元颜色空间差异。
步骤2.4.3得到纹理样本向量:使用第m(i,j*)元素为纹理样本向量该位置的值,其中j*要求满足:
步骤2.4.4对每个M矩阵每行进行上面三步计算之后即得到描述瀑布纹理的向量。
步骤3定义物理属性和其他纹理控制参数的约束函数。
设多物理属性集合为P;其中日照情况为s,流量为f,流速为v,落差为d。设整体纹理为T,动态随机描述r,流线为l,亮度为b,纹理数目n。亮度与日照、流量的相关性描述函数:b=fb(s),纹理单元数目n=fn(f)。
其中对于亮度b=fb(s)和纹理单元数目n=fn(f),由其定义可知各自均为与特定一项物理属性相关,为一个简单的二维约束关系。其映射可以通过将对应的样本点使用简单的线性插值的方式来获得新的物理属性值对应的控制参数值。
而对于动态性参数r的描述:由于动态性是瀑布内在的变化情况与外在物理属性无关。可以通过在时间维上合理的改变纹理的像素来给瀑布增加真实的动态效果。使用Hermite差值方法来实现,具体定义如下:
t表示时间ti和ti+1分别表示第i和第i+1帧时刻。c为颜色ci和ci+1分别表示第i和i+1帧的像素颜色值,可以对RGB三通道分别进行同样的计算。d′i和d′i+1分别表示在第i和第i+1帧流线上两位置之间的切方向。N为差值矩阵。用fr(r,c)表示动态性和颜色的关联函数。
流线l与订制瀑布场景有关,可以是交互式的由用户完成流线的指定,也可以根据瀑布场景的几何表面凹凸情况可以使用简单流体运动方法来确定。
步骤4统计分析纹理特征与各种物理属性的映射关系。
用纹理元m参数来表示纹理特征,在步骤2中每个瀑布使用了一个纹理样本矩阵来组织纹理元m。物理属性流速和落差和纹理特征的映射关系使用函数:m=fm(d,v)来表示。由该函数的定义可知其为一个二元函数,可以使用高斯逼近的方式来进行函数曲面拟合。示意如图4所示。具体方法是将数据库中已经存储的真实样本值的每组纹理元m和落差d、流速v像对应,在三维空间使用三维高斯拟合公式迭代的计算出分布函数,如图4曲面所示。
步骤5以各参数和相关物理属性的映射关系为基础,对订制的瀑布场景从数据库中提取相应纹理,遵循映射关系计算生成符合需求场景的瀑布动态纹理。
步骤5.1确定订制的场景的各项参数,以步骤3定义的方法通过日照和流量情况确定亮度、和纹理数目值。
步骤5.2进行区间可信度评价:根据映射中样本的分布情况来评价该映射的每个区间的可信度。将样本分布的密集程度作为可信度标准标准,密度越高该区间可信度越高,反之亦然。
步骤5.3对纹理元m和流速v,落差d的映射函数中,依照可信度分为可靠区间和不可靠区间。
在订制瀑布场景中新非样本物理属性(d,v的任意组合)所处区间若为可靠区间,即可找到离该物理属性组合最近的4个邻域样本点,选取符合该分布函数上特征的权值。最后按确定的权值以样本点差值生成新的纹理元。若是不可靠区间则找最邻近8个样本点进行上述计算,以提高真实性。
步骤6用粒子系统在瀑布三维场景中渲染,完成对瀑布的模拟仿真。渲染流程如图5所示。
步骤6.1用纹理数目n做为粒子系统的初始粒子数目。
步骤6.2粒子沿流线方向运动,每个粒子根据所处离线的位置选取纹理样本向量中相应位置上的纹理元做纹理映射。
步骤6.3使用步骤3中定义的动态函数fr(r,c)进行对瀑布纹理时变性质的渲染控制。
最后应说明的是,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的人员来说,在不脱离结合多种物理属性对纹理特征的影响来进行建模仿真的前提下,还可以做出若干改进或等同替换,这些改进和替换也应视为本发明的保护范围。
机译: 通过结合非空间数据(例如颜色或纹理)的网格结构对3D对象和2D图像进行计算机建模的系统和方法
机译: 一种基于语义处理和动态场景建模改进图像形成的方法
机译: 一种用于计算机辅助学习的用于动态系统建模的计算机递归神经网络的方法