本文關(guān)鍵詞：增強現(xiàn)實中流體場景構(gòu)建的關(guān)鍵技術(shù)

  更多相關(guān)文章： 增強現(xiàn)實 流體 重建 運動矢量 LBM

【摘要】：近年來,隨著增強現(xiàn)實技術(shù)的迅速發(fā)展,自然場景構(gòu)建技術(shù)被廣泛應(yīng)用于城市規(guī)劃設(shè)計、影視特技、醫(yī)療衛(wèi)生、電腦游戲、古跡修復(fù)、旅游展覽等領(lǐng)域,其研究具有重要的現(xiàn)實意義和實用價值。 目前,在增強現(xiàn)實技術(shù)的研究中,利用剛體對象構(gòu)建場景的研究已經(jīng)取得了一定的成果；由于流體的構(gòu)建研究存在著一定的挑戰(zhàn)性,其涉及的關(guān)鍵技術(shù)需要深入研究。本文研究增強現(xiàn)實中流體場景構(gòu)建的關(guān)鍵技術(shù)。為了實現(xiàn)基于流體的增強現(xiàn)實場景的構(gòu)建,首先研究了一種基于連續(xù)性方程優(yōu)化的流體運動矢量計算方法,實現(xiàn)對流體運動矢量的準(zhǔn)確計算；然后利用準(zhǔn)確的流體運動矢量結(jié)果,結(jié)合流體力學(xué)中的格子波爾茲曼方法(Lattice Boltzmann Method,簡稱LBM),提出一種實時流體重建方法,實現(xiàn)對視頻流體場景的準(zhǔn)確重建；為了實現(xiàn)增強現(xiàn)實環(huán)境中虛實場景的融合,探索了一種快速、準(zhǔn)確的攝像機標(biāo)定方法：根據(jù)視頻中圖像粒子運動的連續(xù)性,提取準(zhǔn)確的視頻特征跟蹤點；利用二分法優(yōu)化攝像機內(nèi)部參數(shù)；利用稀疏集束調(diào)整(Sparse Bundle Adjustment,簡稱SBA)方法魯棒地優(yōu)化攝像機內(nèi)外參數(shù),實現(xiàn)對攝像機參數(shù)快速、準(zhǔn)確的計算；利用該結(jié)果對流體重建場景和視頻圖像序列進(jìn)行合成,從而構(gòu)建具有真實感的流體增強現(xiàn)實(Augmented Reality,簡稱AR)場景。 本文在增強現(xiàn)實流體場景建模的研究中,給出了基于流體的AR場景構(gòu)建的新思路,對構(gòu)建中的幾個關(guān)鍵技術(shù)進(jìn)行的探索,其研究的關(guān)鍵技術(shù)對增強現(xiàn)實建模的研究將有著重要的意義,并可以進(jìn)一步用于場景的虛實融合以及交互技術(shù)的研究中。
【關(guān)鍵詞】：增強現(xiàn)實 流體 重建 運動矢量 LBM
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP391.9
【目錄】：

• 摘要6-7
• ABSTRACT7-9
• 目錄9-11
• 第一章 緒論11-15
• 1.1 課題的研究背景及意義11-12
• 1.2 增強現(xiàn)實場景構(gòu)建技術(shù)的研究現(xiàn)狀12-14
• 1.3 論文的研究內(nèi)容14
• 1.4 論文的組織結(jié)構(gòu)14-15
• 第二章 相關(guān)基礎(chǔ)知識15-24
• 2.1 光流技術(shù)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 流體運動模型概述17-18
• 2.2.2 格子波爾茲曼方程18-19
• 2.3 攝像機成像模型與運動結(jié)構(gòu)19-23
• 2.3.1 攝像機模型與參考坐標(biāo)系19-20
• 2.3.2 攝像機成像過程20-22
• 2.3.3 極線幾何約束22-23
• 2.4 本章小結(jié)23-24
• 第三章 流體運動矢量的計算24-39
• 3.1 現(xiàn)有方法及存在的問題24-25
• 3.2 基于連續(xù)性方程優(yōu)化的流體運動矢量計算25-31
• 3.2.1 流體運動矢量的初始化25-26
• 3.2.2 最短距離線性插值26-27
• 3.2.3 流體運動矢量的優(yōu)化27-30
• 3.2.4 流體運動矢量計算方法的流程30-31
• 3.3 實驗結(jié)果及分析31-38
• 3.3.1 實驗結(jié)果31-34
• 3.3.2 性能分析34-37
• 3.3.3 復(fù)雜度分析37-38
• 3.4 本章小結(jié)38-39
• 第四章 基于LBM的流體表面重建算法39-54
• 4.1 現(xiàn)有流體重建方法及問題分析39-40
• 4.2 基于LBM的流體表面實時重建40-48
• 4.2.1 流體運動矢量的計算40-41
• 4.2.2 分布函數(shù)的計算41-44
• 4.2.3 高度場計算及去噪44-46
• 4.2.4 連續(xù)幀高度遞推及校正46-47
• 4.2.5 流體表面重建算法的流程47-48
• 4.3 實驗結(jié)果及分析48-53
• 4.3.1 流體表面重建結(jié)果48-50
• 4.3.2 與現(xiàn)有算法的比較50-52
• 4.3.3 時間性能分析52-53
• 4.4 本章小結(jié)53-54
• 第五章 攝像機標(biāo)定與AR場景構(gòu)建54-67
• 5.1 現(xiàn)有標(biāo)定方法及存在的問題54-55
• 5.2 攝像機標(biāo)定與AR場景構(gòu)建55-61
• 5.2.1 視頻特征跟蹤點的提取55-57
• 5.2.2 攝像機內(nèi)外參數(shù)初始化57-58
• 5.2.3 攝像機參數(shù)優(yōu)化策略58-60
• 5.2.4 AR場景構(gòu)建算法的流程60-61
• 5.3 實驗結(jié)果與分析61-66
• 5.3.1 實驗結(jié)果及有效性分析62-66
• 5.3.2 時間性能分析66
• 5.4 本章小結(jié)66-67
• 第六章 總結(jié)與展望67-69
• 6.1 總結(jié)67
• 6.2 展望67-69
• 附錄一 攝像機標(biāo)定結(jié)果69-70
• 附錄二 特征跟蹤點的三維重建結(jié)果70-73
• 附錄三 碩士期間發(fā)表的學(xué)術(shù)論文73-74
• 參考文獻(xiàn)74-83
• 致謝83

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 張忠偉,劉貴忠,李宏亮,李永利;基于能流信息的視頻分割[J];電子學(xué)報;2005年01期

2 李木國;杜海;;基于細(xì)胞分裂的粒子圖像運動分析[J];電子學(xué)報;2008年04期

3 王興國,劉濟(jì)林,顧偉康;流場可視化中的運動矢量估計方法[J];電子學(xué)報;1999年02期

4 盧宗慶;廖慶敏;裴繼紅;;基于非線性濾波方法的PIV計算[J];電子與信息學(xué)報;2010年02期

5 楊國亮;王志良;王國江;陳鋒軍;;基于非剛體運動光流算法的面部表情識別[J];計算機科學(xué);2007年03期

6 章國鋒;秦學(xué)英;董子龍;華煒;鮑虎軍;;面向增強視頻的基于結(jié)構(gòu)和運動恢復(fù)的攝像機定標(biāo)[J];計算機學(xué)報;2006年12期

7 金輝,高文;基于特征流的面部表情運動分析及應(yīng)用[J];軟件學(xué)報;2003年12期

，

本文編號：729611