增强现实中流体场景构建的关键技术

发布时间：2017-08-24 06:06

  本文关键词：增强现实中流体场景构建的关键技术

  更多相关文章： 增强现实 流体 重建 运动矢量 LBM

【摘要】：近年来,随着增强现实技术的迅速发展,自然场景构建技术被广泛应用于城市规划设计、影视特技、医疗卫生、电脑游戏、古迹修复、旅游展览等领域,其研究具有重要的现实意义和实用价值。 目前,在增强现实技术的研究中,利用刚体对象构建场景的研究已经取得了一定的成果；由于流体的构建研究存在着一定的挑战性,其涉及的关键技术需要深入研究。本文研究增强现实中流体场景构建的关键技术。为了实现基于流体的增强现实场景的构建,首先研究了一种基于连续性方程优化的流体运动矢量计算方法,实现对流体运动矢量的准确计算；然后利用准确的流体运动矢量结果,结合流体力学中的格子波尔兹曼方法(Lattice Boltzmann Method,简称LBM),提出一种实时流体重建方法,实现对视频流体场景的准确重建；为了实现增强现实环境中虚实场景的融合,探索了一种快速、准确的摄像机标定方法：根据视频中图像粒子运动的连续性,提取准确的视频特征跟踪点；利用二分法优化摄像机内部参数；利用稀疏集束调整(Sparse Bundle Adjustment,简称SBA)方法鲁棒地优化摄像机内外参数,实现对摄像机参数快速、准确的计算；利用该结果对流体重建场景和视频图像序列进行合成,从而构建具有真实感的流体增强现实(Augmented Reality,简称AR)场景。 本文在增强现实流体场景建模的研究中,给出了基于流体的AR场景构建的新思路,对构建中的几个关键技术进行的探索,其研究的关键技术对增强现实建模的研究将有着重要的意义,并可以进一步用于场景的虚实融合以及交互技术的研究中。
【关键词】：增强现实 流体 重建 运动矢量 LBM
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP391.9
【目录】：

• 摘要6-7
• ABSTRACT7-9
• 目录9-11
• 第一章 绪论11-15
• 1.1 课题的研究背景及意义11-12
• 1.2 增强现实场景构建技术的研究现状12-14
• 1.3 论文的研究内容14
• 1.4 论文的组织结构14-15
• 第二章 相关基础知识15-24
• 2.1 光流技术15-17
• 2.1.1 光流原理15
• 2.1.2 光流算法15-17
• 2.2 LBM原理17-19
• 2.2.1 流体运动模型概述17-18
• 2.2.2 格子波尔兹曼方程18-19
• 2.3 摄像机成像模型与运动结构19-23
• 2.3.1 摄像机模型与参考坐标系19-20
• 2.3.2 摄像机成像过程20-22
• 2.3.3 极线几何约束22-23
• 2.4 本章小结23-24
• 第三章 流体运动矢量的计算24-39
• 3.1 现有方法及存在的问题24-25
• 3.2 基于连续性方程优化的流体运动矢量计算25-31
• 3.2.1 流体运动矢量的初始化25-26
• 3.2.2 最短距离线性插值26-27
• 3.2.3 流体运动矢量的优化27-30
• 3.2.4 流体运动矢量计算方法的流程30-31
• 3.3 实验结果及分析31-38
• 3.3.1 实验结果31-34
• 3.3.2 性能分析34-37
• 3.3.3 复杂度分析37-38
• 3.4 本章小结38-39
• 第四章 基于LBM的流体表面重建算法39-54
• 4.1 现有流体重建方法及问题分析39-40
• 4.2 基于LBM的流体表面实时重建40-48
• 4.2.1 流体运动矢量的计算40-41
• 4.2.2 分布函数的计算41-44
• 4.2.3 高度场计算及去噪44-46
• 4.2.4 连续帧高度递推及校正46-47
• 4.2.5 流体表面重建算法的流程47-48
• 4.3 实验结果及分析48-53
• 4.3.1 流体表面重建结果48-50
• 4.3.2 与现有算法的比较50-52
• 4.3.3 时间性能分析52-53
• 4.4 本章小结53-54
• 第五章 摄像机标定与AR场景构建54-67
• 5.1 现有标定方法及存在的问题54-55
• 5.2 摄像机标定与AR场景构建55-61
• 5.2.1 视频特征跟踪点的提取55-57
• 5.2.2 摄像机内外参数初始化57-58
• 5.2.3 摄像机参数优化策略58-60
• 5.2.4 AR场景构建算法的流程60-61
• 5.3 实验结果与分析61-66
• 5.3.1 实验结果及有效性分析62-66
• 5.3.2 时间性能分析66
• 5.4 本章小结66-67
• 第六章 总结与展望67-69
• 6.1 总结67
• 6.2 展望67-69
• 附录一 摄像机标定结果69-70
• 附录二 特征跟踪点的三维重建结果70-73
• 附录三 硕士期间发表的学术论文73-74
• 参考文献74-83
• 致谢83

【参考文献】

中国期刊全文数据库 前7条

1 张忠伟,刘贵忠,李宏亮,李永利;基于能流信息的视频分割[J];电子学报;2005年01期

2 李木国;杜海;;基于细胞分裂的粒子图像运动分析[J];电子学报;2008年04期

3 王兴国,刘济林,顾伟康;流场可视化中的运动矢量估计方法[J];电子学报;1999年02期

4 卢宗庆;廖庆敏;裴继红;;基于非线性滤波方法的PIV计算[J];电子与信息学报;2010年02期

5 杨国亮;王志良;王国江;陈锋军;;基于非刚体运动光流算法的面部表情识别[J];计算机科学;2007年03期

6 章国锋;秦学英;董子龙;华炜;鲍虎军;;面向增强视频的基于结构和运动恢复的摄像机定标[J];计算机学报;2006年12期

7 金辉,高文;基于特征流的面部表情运动分析及应用[J];软件学报;2003年12期

，

本文编号：729611