基于Sphere-Board的树木三维可视化模型实现方法

摘要

本发明公开一种基于Sphere-Board的树木三维可视化实现方法，主要解决现有布告板(Billboard)或十字面板(Crossing？Plane)模型中在俯视情况下会出现的走样现象、模型的立体感差以及光照计算难实现等问题。模型采用类球曲面对树冠整体进行几何逼近，对于枝叶等更多细节则通过纹理合成方法进行表达；考虑到用类球曲面表达树冠时，其投影轮廓边缘过于光滑与连续，会降低树冠边缘的视觉真实感，故对渲染后树冠边缘增加形状重塑过程。该模型适用于树冠形态比较规整，枝叶密集无孔洞的树种。方法包括如下主要步骤：获取树冠特征点，生成逼近树冠几何形态的类球曲面；利用曲面纹理合成技术完成纹理坐标的计算；动态提取渲染后的树冠轮廓边缘并对其进行形状重塑。

说明书

技术领域

本发明涉及计算机应用、计算机图形学和地理信息技术领域，具体涉及一种基于Sphere-Board（类球曲面）的树木三维可视化模型实现方法，对树冠整体采用类球曲面表达，对枝叶细节内容采用纹理合成方法表达。该模型体现了对模型真实感和渲染性能追求的平衡。实验证明，将基于本发明方法生成的树木模型应用于三维场景中时，既能满足视觉效果上对真实感的要求，又能保证场景的实时渲染和流畅交互。

背景技术

对树木的建模和渲染一直是计算机图形学和虚拟现实领域中的研究热点和难点之一。基于不同的研究侧重点，研究者们先后提出了具有不同几何复杂度的树木三维可视化表示方法。

从树木建模角度对树木三维可视化方法分类，可分为：基于规则的和基于图像的方法。基于规则的方法，一般需要根据复杂的规则和语法作为驱动总则生成树木模型，尽管在视觉真实感和模型可编辑方面有所突破，但是该类型方法往往需要研究者具备一定的植物学知识，用于构建符合植物生长规律的规则。Prusinkiewicz等人（1994）根据L-system的思想开展了一些相关研究。Weber等人（1995）根据一整套的几何规则生成了颇具真实感的树木模型。DeReffye等人（1998）也根据植物学知识使用一整套规则来模拟树木。所有基于规则的树木建模方法背后的思想是树枝和树叶的空间形态和分布可以根据一系列的规则和参数进行预测和控制的。然而这些规则和参数一般都是很难建立的。另外，该类方法难以实现对真实树木对象的三维重建。近些年，基于图像的方法由于无需植物学知识的支持和相应规则的制定，颇受研究者推崇。它是以拥有单幅或多幅植物图像为前提，采用相应的算法，从图像中的二维特征信息推算相应的三维空间特征信息，最终重构出植物的三维模型。例如，Shlyakter等人（2001）首先根据多幅图像生成一个可视化的外壳，用其来限制基于L-system的树木生长机制。Han等人（2003）仅用单张图像生成树木模型，但是其可重构的树木类型是相当受限的。LongQuan等人（2006）和PingTan等人（2007）皆使用StructureFromMotion(SFM)恢复相机参数和植物的三维点云，然后使用三维点云重构枝叶。虽然取得了较好的可视化效果，但是至少需要10~20张图像作为输入，对于户外的大型树木进行多角度采集图像通常是比较困难的，故该方法一般适用于小型的盆栽植物。

树木的渲染原型直接影响可视化效果和渲染性能，根据渲染原型可将树木三维可视化方法分为基于图形和基于图像两大类。计算机图形表示大多是基于图形的。基于图形的方法一般适用于自身几何形状比较规则的物体。对于树木这类极其复杂的自然对象，若完全采用基于图形的方式，将会产生数以千万计的多边形面片。这将会占用极大的系统资源，难以达到实时渲染与交互的需求。基于图像的渲染（Image-BasedRendering，IBR）已经成为渲染场景的主要方法。该类方法一般采用单个或有限多个简单的几何体形状表示物体，然后通过纹理图像来表达更多的物体细节信息。该类方法大幅度地简化了模型的几何复杂度，提高了渲染效率。在基于IBR的树木表达模型中，被广泛采用的有布告板（Billboard）模型和十字面板（CrossingPlane）模型。其中，布告板（Billboard）模型通过将单张树木图像映射到矩形面板上，然后动态调整面板方向使其尽量朝向视点来实现树木三维可视化表达；而十字面板模型是将树木图像映射到两个垂直交叉的面板上完成树木的表达。对于上述两种树木模型，其最大的优点就是几何模型简单和渲染性能优越，但同时也难以避免一些缺陷。首先，这两种模型立体感较差；其次，模型本身是二维面板，光照计算难以实现；另外，当视点处于模型上方，从天空往下俯视时，会出现不同程度的视觉走样现象，如强烈的面片感、十字缝隙感，甚至出现模型消失现象。

发明内容

发明目的：针对现有的树木三维可视化方法存在的问题，如有的模型视觉真实感较好，但模型几何复杂度高，难以实现实时渲染与交互；有的简化模型，如布告板（Billboard）模型和十字面板（CrossingPlane）模型，几何复杂度低、渲染性能优越，但存在明显的视觉缺陷，本发明提供一种兼顾视觉效果和渲染性能的树木三维可视化模型，既能满足视觉上的真实感要求，同时模型几何复杂度也不高，能够满足应用中场景实时交互的需求。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

一种基于Sphere-Board的树木三维可视化模型实现方法，该方法采用类球曲面对树冠整体形态进行逼近表达，对于枝叶等更多细节内容则通过纹理合成方法进行表达；考虑到，类球曲面投影到屏幕上的边缘部分过于光滑与连续，在表达树冠时，会降低树冠边缘的视觉真实感，对渲染后的树冠边缘增加形状重塑等处理过程，使得其表现出不规则的随机形态，从而增强真实感。该方法主要包括如下步骤：

第一步：获取树冠特征点，根据特征点构建与树冠形态逼近的三维类球曲面；

第二步：提取树冠纹理样本，为树冠曲面顶点在样本空间计算纹理坐标；

第三步：将树木三维模型渲染到临时缓存，进行树冠轮廓提取，对提取到的轮廓边缘进行形状重塑；

第四步：将轮廓边缘重塑后的树木集成到场景。

作为优选，所述第一步中的树冠类球曲面生成方法包括：

（1.1）提取每一视点下的树木图像的树冠轮廓像素；

（1.2）对每一视点下的树冠轮廓像素进行垂直等距采样，将其作为树冠轮廓特征点；

（1.3）若存在多视点下的树木图像，则结合树木图像拍摄角度，由不同视点下的树冠轮廓特征点生成能反映树冠几何形态的三维特征点云；若仅有单张树木图像，则将得到的树冠轮廓特征点通过旋转计算生成三维特征点云并对特征点坐标进行有约束范围的随机扰动；

（1.4）根据三维特征点云生成树冠曲面，曲面采用三角面片和四边形面片的组合方式。

进一步地，所述步骤（1.3）中对特征点的扰动范围用椭球大小进行限制，所述椭球的水平半径取值为初始相邻特征点之间的间隔的一半，垂直半径取值为特征点垂直取样间隔的一半。

作为优选，所述第二步中采用基于纹理延伸和三角块拼接的快速曲面纹理合成算法计算纹理坐标，主要包括：

（2.1）定义相邻多边形边界，确定多边形的约束度，所述多边形包括三角形和四边形；

（2.2）对于约束度为1的多边形，将采用纹理延伸的方法计算纹理坐标；对于约束度大于1的多边形，将采用边界匹配的方法计算纹理坐标。

作为优选，所述第三步中的树冠轮廓边缘形状重塑方法包括：

（3.1）将完成树冠曲面生成和纹理合成后得到的树木三维模型渲染到临时缓存，逐像素记录颜色值和深度值；

（3.2）根据背景区域像素和树木区域像素深度值的不同，判断像素是否为树木区域像素，若其上、左、下或右方位存在一个或多个背景像素，则判定该像素为轮廓像素；

（3.3）从提取到的树冠轮廓像素中选择其周边仅有一个背景像素的轮廓像素作为根像素；

（3.4）对于每个根像素进行累计生长长度受限的随机生长，每个新生像素的生长方向从一个预定义范围中随机取值，颜色和深度直接取用当前根像素的颜色值和深度值。

进一步地，所述步骤（3.4）中的累计生长长度采用约束范围内的随机值，该约束范围在三维浏览中，根据根像素的实时深度值动态调整。

作为优选，所述第四步中将轮廓边缘重塑后的树木集成到场景的方法为：对经树冠轮廓边缘重塑后的树木图像和帧缓存中已渲染好的场景图像进行逐像素深度值比较，如果树木图像中像素的深度值小于场景图像中对应像素的深度值，则采用该树木图像像素的色彩值更新场景图像中对应像素的色彩值，从而实现树木效果与场景效果的集成。

本发明的创新点在于：基于Sphere-Board的树木三维可视化模型在视觉真实感和渲染性能上做到了合理平衡，树冠结构采用类球曲面逼近，不丢失其整体几何形态，而其枝叶细节则通过纹理合成方法进行呈现。在使用类球曲面表达树冠形态时，由于渲染后的边缘过于光滑与连续，会造成视觉不够真实的现象，对此提出了基于图像空间的轮廓边缘形状重塑方法，以增强其真实感。本模型解决了布告板（Billboard）树木模型和十字面板（CrossingPlane）树木模型存在的多种视觉缺陷，兼顾满足了视觉效果和渲染性能的双重需求。

有益效果：与现有树木三维可视化模型相比，本发明具有如下优点：

1、本发明模型既考虑了整体几何形态以及局部细节的逼真度，同时兼顾了实时交互的需要，采用具有较少几何复杂度的类球曲面表达树冠形态，利用纹理合成方法实现曲面上的枝叶细节表达，在模型视觉真实感和渲染性能上取得了较好的平衡。该发明是一种在理论基础和技术路线上都有创新的模型；

2、与详细表达的树木模型相比，本发明模型几何复杂度低，渲染性能优越。

3、与广泛采用的布告板（Billboard）树木模型和十字面片（CrossingPlane）树木模型相比，本发明模型在不同视点下，能保持合理的视觉效果，立体感强，且能实现光照效果模拟。

4、对于使用连续曲面表达像树冠这类自然对象时所出现的由于轮廓边缘过于连续与光滑造成的视觉真实感弱的现象，提出了基于图像空间的轮廓边缘形状重塑方法，增强了树冠轮廓边缘的不规则随机感和视觉真实感。

附图说明

图1为基于Sphere-Board的树冠曲面生成原理图；

图2为本发明方法的总体流程图；

图3为根据树木图像生成树冠曲面示意图：（a）根据单视点图像得到树冠轮廓特征点，将其旋转并加扰动处理生成三维特征点云；（b）根据多视点图像生成三维特征点云。

图4为待合成多边形的约束度类型和相邻纹理块的边界类型示意图；

图5为不同约束度下纹理合成方法示意图；

图6为基于图像空间的树冠轮廓重塑过程相关示意图；

图7为将轮廓边缘处理后的树木模型放置到场景的渲染控制过程示意图。

具体实施方式

下面结合具体实例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明实例公开的一种基于Sphere-Board的树木三维可视化模型实现方法，该模型核心在于构造一个合适的类球曲面，从形状、纹理等方面近似表达树冠结构。如图1所示，假设存在一个仪器可以采集其到目标点的距离数据和目标点的色彩数据，该仪器以待建模的树木中心为目标点，在一个合适半径的虚拟球面上移动；当仪器移动时，其与目标点连线的交点随之变化，针对该交点进行距离和色彩的数据采集；如果采集的数据足够多且其在树冠轮廓上分布较为均匀，则可以利用这些距离数据和色彩数据构建树冠的几何形状以及纹理细节。该模型实施方式如图2所示，主要步骤如下：

第一步：获取树冠特征点，根据特征点生成与树冠形态逼近的类球曲面。实际工作中获取特征点可以采取多种方法，如采用激光雷达扫描的方法，以及根据树木图像计算的方法等。

图3为根据树木图像获取特征点的过程示意。如果使用单张树木图像作为输入数据生成树冠曲面，参照图3a，首先，提取树木图像的树冠轮廓像素，对树冠轮廓像素进行垂直等距采样，将其作为树冠轮廓特征点；然后，通过旋转这些特征点，生成一个近似的三维特征点云。然而这样获得的三维特征点云是沿中心轴对称的，难以真实地反映树冠的随机形态特征，为提高树冠曲面真实感效果，需对每个特征点的位置进行有约束的随机扰动。特征点的扰动区域可以用一个椭球描述，该椭球的水平半径取值为初始相邻特征点间距的一半，垂直半径取值为特征点垂直取样间距的一半，该椭球称为特征点扰动控制椭球。经过特征点扰动后，生成的树冠曲面将具有一定的不规则感，从而增强了真实感效果。如果可获得多视点下的树木图像，那么可以提取到不同视角下的树冠轮廓特征点来生成三维特征点云。如果得到的特征点足够多且较均匀地分布在树冠的各个部位，则可根据这些特征点生成与实际的树冠形态非常接近的类球曲面（如图3b所示）。对于多视点树木图像生成的三维特征点云，若特征点分布过于对称，也应对特征点做位置扰动处理以增强不规则感。

第二步：从树木图像中提取树冠纹理样本，利用基于样本的纹理合成技术完成树冠纹理信息的表达。具体算法可以采用薛峰等人于2007年在《计算机辅助设计与图形学学报》提出的基于纹理延伸和三角块拼接的快速曲面纹理合成算法。实际工作中也可以采取其它合适的纹理合成算法。薛峰的算法适用于仅由三角面片构成的任意曲面，而本发明中的树冠曲面为了减少冗余顶点和面片数量，采用了三角面片和四边形面片结合表达的方式，故对原算法做了调整。相比原算法，每种约束度（约束度指当前待合成多边形周边已合成多边形的数量）下的具体情况增多（如图4a，图中CV表示约束度），另外相邻面片对应在纹理空间中像素块的边界类型增多了三种（如图4b）。对于约束度为1的情形，使用“纹理延伸”的方法进行纹理合成；如图5a所示，以四边形为例，首先旋转待合成多边形Q_c使其与已合成的邻接多边形Q_n共面；然后在纹理样本空间根据Q_c和Q_n二者的几何关系以及Q_n顶点P₁和P₂的纹理坐标w₁(s₁,t₁)、w₂(s₂,t₂)计算Q_c顶点P₃和P₄的纹理坐标w₃(s₃,t₃)、w₃(s₃,t₄)。对于约束度大于1的情形，采用基于边界匹配的多边形拼接方法进行纹理合成(如图5b)；在纹理样本空间搜索待合成多边形Q_c对应的纹理块X_n，使其与已合成的邻接多边形T_n1和Q_n2对应纹理块X_n1和X_n2的边界区域的纹理相似度最高，从而得到Q_c在样本纹理中的最佳纹理块。

第三步：由于类球曲面投影到屏幕上后其边缘在视觉上过于连续和光滑，使得相应的树冠边缘的真实感效果减弱，对于此问题，需要对树冠轮廓边缘进行重塑，以增强其不规则感。对边缘的重塑，根据树种的不同其方法差异很大。以圆柏为例，首先将树木模型渲染到临时缓存，然后根据背景区域像素和树木区域像素深度值的不同来判断像素是否为树木区域像素；若其上、左、下或右方位存在一个或多个背景像素，则判定该像素为轮廓像素（如图6a）。图6b给出了所有可能的轮廓像素类型。将那些其周围仅有一个背景像素，且位于上、左、下、右等四个方向的轮廓像素定义为上轮廓像素(T)、左轮廓像素（L）、下轮廓像素（B）和右轮廓像素（R）。将T、L、B和R四种类型的轮廓像素作为根像素，对其进行受限的随机生长（如图6d）。每个新生像素取值可以用一个三维向量（方向、颜色、深度）来描述。对于新生像素方向的取值，采用预定义约束范围内的随机值（如图6c），例如对于一个上轮廓根像素，其可能的生长方向有左上、正上和右上。对于新生像素的颜色和深度取值，可直接采用其根像素的颜色值和深度值。

另外，每个根像素往外新生像素的数量在一个预定义范围内随机取值，该取值范围在三维浏览中根据根像素深度值的变化而动态调整；其中，取值范围的最大值可通过根像素深度值的倒数乘以一个常数系数取整得到，而最小值可通过最大值乘以一个常数系数取整求得，而这两个常数系数的确定需要根据三维场景的实际情况确定。

第四步：对经过轮廓边缘形状重塑后的树木图像，需要集成到三维场景图像中。针对树木图像的每一个像素，与帧缓存图像中的对应像素进行深度值的比较，当树木像素的深度值比帧缓存图像中对应像素的深度值小时，说明树木图像中该像素处于帧缓存图像对应像素的前景位置，应使用树木图像中的该像素色彩更新帧缓存图像中的对应像素的色彩（如图7）。