基于AKAZE算法的虚拟实验室场景三维模型的重构.pdf

第 卷第 期 年 月新余学院学报 ，基于 算法的虚拟实验室场景三维模型的重构 万明秀，王茶生，黄新仁（新余学院数学与计算机学院，江西新余 櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆）摘要：受到三维场景重建图像特征时间变量差异与特征精度约束要求较高的限制，传统虚拟实验室场景三维重建模型的计算效果与预期效果差距较大，主要体现在三维场景数据误差与计算效率两项指标偏大。为更好地解决这个问题，引入 算法对其进行三维构建参量的优化，具体实现分为四个步骤，分别为虚拟实验室场景三维重建模型的 非线性尺度空间特征确定与提取、虚拟实验室加速的非线性扩散三维空间构建、虚拟实验室三维边缘信息融合及虚拟实验室三维场景重建模型输出。通过对模型效果的仿真测试表明，经过 算法优化后的模型三维构建准确度更高、响应更快、稳定性更好、方法易于实现，具有较高的推广价值。关键词：算法；虚拟实验室场景；三维；重建模型中图分类号：；文献标识码：文章编号：（）櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆櫆 收稿日期：基金项目：江西省教育厅科技项目“基于 的三维重建算法在虚拟实验室应用研究”（）。作者简介：万明秀（），女，江西南昌人，教授，硕士，主要从事图像处理研究。随着虚拟现实技术的飞速发展，对虚拟实验系统的需求也日益增加。而虚拟实验系统是在真实的实验室中，使用计算机和软件构建出模拟的虚拟空间。目前，国内外学者已对此做了大量的研究，现阶段常用的重建模型主要通过点云数据和图像数据相结合进行三维重建，但该方法点云数量较多，且计算复杂度较高，因此，在实际应用中出现模型偏差概率较高。为了解决这一问题，部分学者提出 相机采集的点云数据和 算法相结合的三维重建方法 。但是，该方法中 算法对图像配准精度要求较高 ，且在使用时需将相机固定，该方法只适用于小范围场景重建。因此，当下需要一种全新的三维重建模型构建方法来解决上述问题。模型构建与 算法的引入 非线性尺度空间特征确定与提取为了解决虚拟实验室三维场景构建过程中非线性尺度空间特征造成的模型误差问题，通过 （）算法构建虚拟实验室三维非线性尺度空间，并对其特征进行确定提取。首先，设定虚拟实验室场景结构对应的金字塔影像组数 ，每一组包含 层，其层级对应的影像分辨率保持与初始影像分辨率一致，则构建的虚拟实验室场景非线性尺度空间金字塔影像结构为：，()()，（）式中：代表构建金字塔影像结构第 层对应的尺度系数，代表构建尺度空间中对应虚拟实验室场景结构的金字塔影像总数，代表构建非线性尺度空间下金字塔影像组数，代表构建金字塔影像中单组构成层数。考虑到构建的非线性尺度空间中金字塔影像结构以像素为基础单位，而非线性空间扩散性需要将其转换为时间单位量 ，因此转换后得到：第 期万明秀，王茶生，黄新仁：基于 算法的虚拟实验室场景三维模型的重构（）式中：代表转换时间变量，转换后时间点系数取值大小取决于式（）中非线性尺度空间的尺度系数。通过对构建非线性尺度空间下金字塔影像的快速显示扩散 处理 ，获得非线性尺度空间下金字塔影像的尺度函数：()()（）式中：代表初始单位矩阵，()代表金字塔三维图像 的传递矩阵，代表计算过程中三维图像非线性滤波的时间步长，代表显示扩散系数。根据尺度关系函数对非线性尺度空间中关于虚拟实验室场景尺度特征点进行 的黑塞矩阵构建 ；然后对其特征矩阵尺度进行归一化计算，获得不同尺度下的黑塞矩阵行列式，计算构建空间局部极值后，对其相邻尺度窗口下 尺度范围内的最大值进行校验；若不存在其他最大系数值，对所得极值对应的黑塞矩阵进行拟合，以此确定构建非线性尺度空间下关于虚拟实验室场景的金字塔影像特征点亚像素位置为：，()（）式中：，代表金字塔影像构成组中尺度归一化计算系数，代表矩阵横向微分计算的二阶系数，代表矩阵纵，代表二阶微分计算所得的交叉系数。虚拟实验室加速的非线性扩散三维空间构建在构建的非线性尺度空间下虚拟实验室场景三维尺度特征的基础上，通过 算法对确定的特征量建立场景三维空间。利用 算法的各向异性扩散方程，对非线性空间量进行扩散滤波处理，以此完成三维空间构建。构建构成中关于非线性尺度空间特征量的扩散系数量 ，可通过非线性扩散滤波器来完成滤波，其滤波尺度方程为：，()（）式中：代表非线性尺度空间下已知虚拟实验室三维尺度特征所对应的散度函数；代表虚拟实验室三维尺度特征量对应三维图像亮度 的梯度值；代表尺度特征量所对应的时间系数；，()代表传递系数的变量关系，主要用于虚拟实验室非线性尺度空间特征量对应局部三维信息扩散性滤除后的细节信息保留，其函数关系可以表达为：，()，()()（）式中：代表非 线 性 扩 散 滤 波 器 的 约 束 系 数，()代表高斯平滑后虚拟实验室尺度特征量对应三维图像的梯度值。对式（）进行系数值取值计算，可得到虚拟实验室尺度特征量对应非线性尺度三维图像，计算公式如下：()（）式中：代表单位矩阵，代表计算过程中三维图像非线性滤波的时间步长，()代表三维图像 的传递矩阵。通过对非线性扩散滤波过程中第 张虚拟实验室非尺度特征三维图像传递矩阵可以得到第 张三维图像，从而构造出虚拟实验室非线性尺度特征所对应的三维空间图像序列函数。考虑到 算法所得的尺度空间特征量具有递增性，且递增系数由非线性空间尺度值决定，故此将三维空间中的尺度递增系数所对应的三维图像组数设定为，每组包含 个像素块。三维空间像素加速转换尺度系数为，则：，()，（）式中：代表图像组数；代表像素块总数；代表初始三维图像尺度基准值；，代表递增处理后三维图像的总数。与前者参量单位属性相同，需要将像素单位转换为时间单位，转换公式为：，（）式中，代表转化像素的时间尺度，对应三维图像融合后的空间尺度。完成上述操作后，对尺度转换后的三维图像 进行优化，构建 矩阵 。通过对 矩阵最大值寻优计算，完成待匹配虚拟实验室场景三维图像特征位置的定位，矩阵公式为：()（）式中：代表归一化叠加系数，与 分别代表虚 新余学院学报 年拟实验室场景三维图像的水平二阶系数与偏导系数值的垂直量，代表融合二阶偏导系数。在最大值寻优过程中，对当前时间尺度所对应像素相邻 尺度范围内的 个像素点进行 矩阵值比较，若对比结果符合最大值标准，则将其设定为虚拟实验室场景三维图像特征位置值，并获得该点对应的坐标信息，如图 所示。图 非尺度空间特征点位置确定确定虚拟实验室场景三维图像特征点位置后，将特征点设定为原点，在半径为 的区域内展开主方向搜索，对虚拟实验室场景三维图像特征点圆形区域内所有邻点进行高斯加权，结合场景特征的尺度加权约束在一阶范围，通过 扇角系数在目标特征点位置所在 半径区域进行遍历，所得参量的最长累积即为主方向。虚拟实验室三维边缘信息融合确定三维图像特征点位置及其主方向后，对其边缘进行信息融合。通过对虚拟实验室场景玩味图像特征纹理增强处理，建立 图像空间 下的多分辨特征融合模型。通过对特征图像区域的图块划分，在 特征空间中完成虚拟实验室场景三维图像的特征匹配分解，通过三维信息增强融合，建立虚拟实验室场景图像的增强模型，同时利用 特征空间的超像素信息增强窗口，以图像边缘作为目标中心函数，得到虚拟实验室场景的超像素边缘均衡关系：()（）式中，代表图像边缘三维特征融合像素的中心值，代表当前像素位置所对应 空间的灰度系数，代表融合像素边缘信息过程中像素点可能存在的灰度级别。建立虚拟实验室场景 图像像素分辨率差值过渡模型，利用对比不同像素区域的信噪比差值，确定灰度信息边缘分布与虚拟实验室场景 区域划分，得到虚拟实验室场景稀疏度函数为：，()，()（）式中，代表特征边缘像素信息的映射系数，、分别代表三维图像边缘融合匹配像素 和 的信噪比差值。对虚拟实验室场景 图像提取三维空间下的模糊度特征，计算得到随机优化字典的初始系数为：()，()，()（）式中，()代表三维图像 中边缘融合匹配像素 的长度，代表融合特征提取过程中产生的加性噪声，代表图像像素分辨率最小值，代表边缘信息融合特征的残差梯度。虚拟实验室场景三维图像融合特征的高分辨率残差信息函数：，()，()（）对所得虚拟实验室场景三维图像融合特征的高分辨率残差信息函数进行边缘信息拟合计算，提取第 期万明秀，王茶生，黄新仁：基于 算法的虚拟实验室场景三维模型的重构 虚拟实验室场景 图像角特征系数，根据虚拟实验室场景 图像的划分区域角特征参量，得到虚拟实验室场景三维图像信息融合匹配前后的线性输出函数()和()：()()()（）()()()（）式中，代表融合信息过程中三维图像特征匹配的最小稠密解，代表三维图像的几何变换夹角，代表 图像的角特征系数。虚拟实验室三维场景重建模型输出基于上述计算所得，对虚拟实验场景三维融合信息进行降维处理，以此获得三维图像重构的残差分布函数：()槡 ()()（）式中，重构残差 ()，重构次数 。计算重构信息特征差异系数，得到 图像重组模型为：()()（）式中，()与 ()分别代表模型补偿系数与空间重构约束系数。通过对灰度像素的高分辨率残差分解，得到基于 算法的虚拟实验室场景三维分布矩阵表示为：()()()()（）完成三维图像分布补偿优化后，虚拟实验室场景的三维重建过程结束。虚拟实验室三维场景重建流程如图 所示。图 虚拟实验室三维场景重建流程 应用测试通过与不同模型之间的数据对比，验证构建模型具备解决当下虚拟实验室场景三维构建所要求的能力，同时具有较高的可实现性与可靠性。测试对比模型共分为两组，基于 算法的三维重建模型设定为验证组，基于高频残差特征的三维重建模型与基于卷积神经网络的三维重建模型组成对比组。为了测试过程中数据间对比方便，分别记作对比组 与对比组 ；比较测试样本环境条件下，不同模型的构建效果及其各项指标偏差，对其加以分析 新余学院学报 年并得出结论。样本设置由仿真测试工具根据现有实验室场景数据，生成组虚拟实验室场景图像，如图所示。测试过程中将其图像随机分割为 个特征图块，并对每一图块进行特征数据化转换，生成虚拟实验室三维特征信息数据样本。根据不同测试指标要求，由仿真测试工具自动抽取其中相关数据完成测试。在此过程中，不考虑仿真工具抽取数据过程中信号参量变化产生的数据偏差。场影图像 场影图像 场影图像 图 虚拟实验室场景图像 三维特征边缘匹配误差测试在打乱的图像样本中每组图像特征数据抽取 组样本，分别由 种不同模型对其进行三维重建，记录每种模型构建过程中边缘图像特征匹配误差，并生成曲线对比图，如图所示。对比曲线分析每种模型匹配误差指标，得出测试结论。图 不同模型获得的三维特征边缘匹配误差对比曲线通过对图中种模型所得曲线特征分析可知，对比组 三维图像匹配初始误差值为 ，曲线整体波动较大，且波动频率值浮动较为频繁，其终止误差值为 ，这可以看出模型具有误差抑制能力，但其约束存在拟合缺陷，造成整体匹配误差控制效果并不理想。对比之下，对比组的误差初始值略显偏大，但整体波动优于对比组 。观察发现对比组 的整体趋势呈上升状态，且到达峰值之后会出现小幅度回落，之后继续上升，说明对比组 的三维图像匹配误差控制具有线性周期特征，因此，在控制效果方面优于对比组 ，但结合误差值大小因素，其整体匹配误差偏大；观察验证组曲线发现，对应误差值分布较为一致，整体波动很小，说明模型在三维图像匹配处理方面具有较高的精准度。因此，综合上述分析，说明验证组模型的三维图像匹配精度更好，误差更小。三维重建处理响应指标对比基于上述测试数据样本，由仿真测试工具自动拉取上述测试过程中 种模型的重建处理响应指标数据，按照二选一的规则计算均值，得到 组响应指标统计值，如表 所示。第 期万明秀，王茶生，黄新仁：基于 算法的虚拟实验室场景三维模型的重构 表 三维重建处理响应指标对比组对比组 处理响应指标 对比组 处理响应指标 验证组处理响应指标 根据表所示的数据，可以从纵横两个维度进行分析。从纵向维度看，对比组三维重组响应指标存在波动，但波动差值较小，整体响应性能释放比较均衡；对比组 整体响应误差值波动较小，差值在可控范围内变化；验证组所得误差值特征与上述两组对比模型特征基本保持一致，因此，从纵向维度分析，三种模型均符合三维场景重建基本要求。从横向维度分析，三种模型误差值数据可以看出，验证组误差值最小，对比组次之，对比组最大。由此，综合横向、纵向维度分析结果，可以确定验证组对应模型的三维重建响应能力优于对比组两种模型。模型可信度测试为了验证提出模型的可信度，基于测试样本，循环重复释放到三种不同模型，对其进行压力测试，迭代次数设定为 次，记录不同模型压力数值，并生成压力曲线，如图 所示。通过对比曲线状态，得出测试结论。图 三维重建模型可信度压力测试曲线通过对比图中三条曲线可以发现，验证组压力曲线初始值最大，整体上升趋势平稳，相较对比组 与对比组 曲线更有性能优势。根据压力曲线值越大，模型性能越稳定，上升曲线越平滑，模型可信度 新余学院学报 年越高的原则，可以判定验证组对应模型的可信度最高。结语通过对虚拟实验室场景三维重建模型的 算法引入，实现对场景图像特征函数量的精度优化，提升场景边缘特征处理能力，减小重建模型处理误差，使其达到最佳状态。模型优化方案的提出，进一步深化了 算法的研究与应用。但是，基于三维空间构建模型特征对其数据精准度的要求，提出模型存在分布时间量下的三维特征识别缺陷，即当局部图像特征处理时间与三维空间构建时间存在差值时，且差值大于模型定义的时间约束，此时模型输出结果将出现偏差。为了避免风险，可以通过数据的不断积累，构建模型自学习数据体系，以此提升模型的自适应性，使其具备自我优化、自我学习能力，或可尝试引入 技术，对其时间参量进行 约束，进而保证模型处于最佳状态。参考文献：崔金敏，陈广 基于三维虚拟重建的可视化室内设计方法 九江学院学报（自然科学版），（）：谷晓龙，张文松 基于激光雷达及特征匹配的室内场景设计重建 激光与红外，（）：谢元，董梦，马新建 多源数据在复杂场景建筑物三维重建的应用 测绘通报，（）：袁红，李瑾，黄婧 基于双目图像的复杂视频场景虚拟重建仿真 计算机仿真，（）：王志明，刘丹 基于众源影像的三维重建方法 科学技术与工程，（）：姚辉，缪君，雷蕾，等 通道与空间注意力结合的室内场景三维重建 南昌航空大学学报（自然科学版），（）：王欢，门涛，苏宏鲁，等 基于面元模型的非刚性动态场景重建方法研究 机电信息，（）：张岩 基于虚拟现实技术对仪器分析实验室的开发研究 信息记录材料，（）：郝豪杰，李朝奎，方军，等 改进的 特征提取的全局式 三维重建算法 测绘科学技术学报，（）：阮竞芸，厉?多视角深度图配准算法下破损古建筑三维重建 计算机仿真，（）：，吴永林 基于大数据和 图像的虚拟实验室场景三维重建 宁夏师范学院学报，（）：陶镛泽，郭天太，胡佳成，等 基于 和 的计算机视觉虚拟实验开发 实验室研究与探索，（）：张庆鹏，曹宇 室内场景下弱纹理物体三维重建算法的研究 激光与光电子学进展，（）：杜炜，李倩 城市虚拟地理场景非定标三维重建算法仿真 计算机仿真，（）：，张丽娟 基于仿真技术的数字电路 虚拟实验室的设计 信息记录材料，（）：（责任编校：任华），（，）：，（），：；