【正文】 值能夠從 3D場景模型中得到，而且還能從基于幾何的繪制中獲得參考圖象對之間的密集對應(yīng)關(guān)系。另外，他們還將該方法擴展到透視投 影及對兩幅以上的參考圖象進行系列插值操作的情況 [Seitz96a]，并隨后又提出了一種組合圖象插值和圖象變形技術(shù)的視圖變形 (view morphing)方法 [Seitz96b]。很多文章中都成 功地實現(xiàn)了基于一個視點的全景圖象拼合算法 [Kang96, Szeliski94b, Szeliski96]，這也是 PlenOptic Modeling[McMillan95] 和 QuickTime VR[Chen95]的基本思想。每一層都產(chǎn)生一獨立的稱為子畫面（ sprite）的圖象流，每一層都可單獨控制其 刷新頻率、空間分辨率及繪制質(zhì)量參數(shù)等。 Adelson 等用它來形容空間中任意點在任意時刻、任意波長范圍內(nèi)所看到的全部光線集合。這一思想固然很好，但是實踐中要在每一時刻、每一方向?qū)鼍暗乃悬c進行度量是極其不方便的。 第一章 引 言 15 PlenOptic Modeling 是第一個基于全視函數(shù)的系統(tǒng) [McMillan95]，作者將該函數(shù)描 述 為 由 三 維 空 間 位 置 ),( zyx VVV 和 二 維 方 向 ),( ?? 決 定 的 參 數(shù) 函 數(shù)),( zyx VVVP ?? 。這兩種方法的最大優(yōu)點在于： ?可以不需要立體對應(yīng)關(guān)系，從而避免了立體視覺所面臨的問題；?由于只考慮視流信息，因此不必對反射 屬性作假設(shè)； ?表示模式簡單有效，既便于控制和計算，又能夠均勻取樣。這些問題曾在 節(jié)中討論過，這里主要歸納為： 1) 計算機視覺的問題，如參考圖象中對應(yīng)關(guān)系的建立、幾何的重構(gòu)、相機的定標等； 2) 圖象處理的問題，如去噪、采樣、變換、編碼等； 3) 繪制問題，如繪制的速度、可見性問題等等。另一方面小波多分辨率分析已使得很多圖形學(xué)問題得以有效的解決。該算法用于基于全景圖的環(huán)境表示中。它利用基于雙正交小波的表面LOD 技術(shù)來表示場景的前景和背景，其中前景可以是任意拓撲類型的網(wǎng)格，背景是柱面全景圖表示的環(huán)境映照。 第六章是對論文工作的總結(jié)以及對 IBMR 技術(shù)今后的展望。 ? 分析了不同小波基的特點，比較了他們對圖形結(jié)果的不同影響。 ? 給出了 IBMR 方法在小波空間中實現(xiàn)的可行機制，包括純圖象的和圖象與幾何混合的兩種模式。而小波分析 (wavelet analysis)的運用更克服了付里葉變換的缺點。 一種新的 IBMR 實現(xiàn)機制的提出 u v s t浙江大學(xué)博士論文 16 不可否認，以上所介紹的這幾類方法對改善場景的表示、加速圖形的繪制進行了有益的探索和嘗試，為進一步研究 IBMR 方法奠定了基礎(chǔ)。基于“自由空間中沿一條光線傳遞的輻射能不變”的假設(shè)，它們把 5D 全視函數(shù)簡化為描述離開或進入一封閉自由空間 (如空立方體 )的完全光流分布 (如圖 所示 )。該函數(shù)可描述成以下等式： ???? 10 )()( Mk kV VBPVP k 其中 V 是視點， PVk 是函數(shù)在視點 Vk 的取樣， Bk 是相應(yīng)于視點的基函數(shù)。如果是動態(tài)場景， t 代表時間。 基于全視函數(shù)的方法 全視函數(shù) (PlenOptic Function)是由 Adelson 和 Bergen 命名的 [Adelson91]。 還有一種方法與圖象拼合正好相反，叫做分層表示 (layered representation)。 一般地，整合兩幅圖象的難度取決于需要估計的參數(shù)數(shù)目。他們的方法包含三個步驟：圖象修正 (rectification)、線性偏差插值 (linear disparity interpolation)和修正恢復(fù) (derectification)。只有當基線平行于圖象平面時才會產(chǎn) 生正確的透視投影視圖。 基于立體視覺的圖象合成方法主要有以下優(yōu)點： (1) 新視圖可以由兩幅鄰近的參考圖象及它們的對應(yīng)關(guān)系合成，整體的幾何模型不是必需的； (2) 圖象變換比傳統(tǒng)的圖象繪制快得多，而且計算時間獨立于場景復(fù)雜度； (3)只需知道鄰接相機之間的相對輪廓信息，而不需要對相機進行精確的定標 (calibration)。他們利用極約束 (epipolar constraint)關(guān)系在柱面上的變化計算出相鄰兩個柱面全景圖的偏差映射，然后依據(jù)該偏差變換已知的柱面全景，從而得到新視點的理想柱面全景圖。也就是說，通過對應(yīng)關(guān)系建立了一個基于圖象的場景表示?？偨Y(jié)這些方法，可以粗略地把 IBMR 方法圖象變換 裁剪 透視正規(guī)化 重構(gòu)核 重采樣 浙江大學(xué)博士論文 10 按表示模式與視圖合成方法的不同歸納為以下幾類 [Xu98]： ? 基于立體視覺的方法 ? 基于視圖插值的方法 ? 基于圖象拼合和分層的方法 ? 基于全視函數(shù)的 方法 在介紹這些 IBMR 方法之前，首先約定一下有關(guān)的概念。 在這節(jié)里，我們對基于幾何的和基于圖象的兩種 VR 實現(xiàn)機制進行了分析和比較，它們各有不可替代的特點。只是這里的變換是指圖象變換（ image warping），“基元”是參考圖象 (reference images)中的采樣點。 基于幾何的圖形系統(tǒng)沒有單一的繪制模式。IBMR 與計算機視覺有相同的輸入，它的結(jié)果又是計算機圖形學(xué)所要求的 。 第一章 引 言 7 相關(guān)研究領(lǐng)域 不能否認， IBMR 技術(shù)的產(chǎn)生源于繪制技術(shù)的發(fā)展和相關(guān)領(lǐng)域的交叉。如果因為視點變化使得原來不同的可見點變得相互遮擋，而又無法獲得合理的幾何解釋時，就會產(chǎn)生“重疊”，它會使得前景點被錯誤地解釋。這一點對于完全基于圖象的方法是難以做到的。整個繪制過程都在二維空間進行，繪制時間不依賴于場景的復(fù)雜度，只跟顯示分辨率有關(guān)。其思想是由于發(fā)光物體會反射出它周圍的環(huán)境，因此可以將這種現(xiàn)象預(yù)先計算好存儲起來，當繪制該物體時直接用紋理映射的方法來產(chǎn)生那種環(huán)境的映射效果，從而避免了光線跟蹤的復(fù)雜過程。這其中很多問題可以歸結(jié)到計算機視覺領(lǐng)域。“相片真實感” (photorealism)的目標意味著：只要繪制方法的復(fù)雜性和環(huán)境的復(fù)雜性超過了主流硬件的發(fā)展，就會導(dǎo)致圖象生成時間的增加。這種方法導(dǎo)致的直接問題是：建模的開銷 (modeling cost)和繪制的開銷 (rendering cost)都非常大。但不可否認，虛擬現(xiàn)實是人們對計算機“人化”、“社會化”的一種展望。當人的雙眼同時看這兩組圖象時就會產(chǎn)生真實三維景物的立體感，因而也使 VR 系統(tǒng)具有了“沉浸感”。 圖 虛擬現(xiàn)實系統(tǒng) 上述挑戰(zhàn)中，計算機成像（ Computer Imagery）技術(shù)是 VR 中最根本和關(guān)鍵的核心問題。 VR 應(yīng)用要求繪制系統(tǒng)能根據(jù)用戶視點和視線方向的變化及時地生成相應(yīng)的視圖（一般刷新率應(yīng)在 15Hz 以上）；“高質(zhì)量”是指繪制場景的復(fù)雜度和真實感應(yīng)滿足特定應(yīng)用的需要。對 VR 一詞雖然有很多的解釋，但由于其應(yīng)用的依賴性，故很難給它下一個確切的定義。第一章 引 言 1 第一章 引 言 翻開歷史的篇章，不難