【摘要】：目前,中國(guó)游艇行業(yè)發(fā)展迅速,游艇操作人員的培訓(xùn)和考核變得格外重要。若部分游艇的實(shí)操培訓(xùn)在全任務(wù)游艇模擬器中完成,將會(huì)顯著提高培訓(xùn)效率、節(jié)省培訓(xùn)開支、規(guī)避培訓(xùn)風(fēng)險(xiǎn)。隨著虛擬現(xiàn)實(shí)(Virtual Reality,VR)技術(shù)的不斷發(fā)展,作為全任務(wù)游艇模擬器的補(bǔ)充,基于VR技術(shù)的游艇模擬器將以更低廉的價(jià)格、更小的設(shè)備占用空間和更易于網(wǎng)絡(luò)化的優(yōu)點(diǎn),逐步占據(jù)一定的市場(chǎng)份額。本文研究重點(diǎn)是VR視景系統(tǒng)的關(guān)鍵技術(shù)及具體實(shí)現(xiàn)。此外,以三維場(chǎng)景中的人體數(shù)據(jù)為研究對(duì)象,利用Kinect深度傳感器獲取人體三維點(diǎn)云數(shù)據(jù),研究點(diǎn)云數(shù)據(jù)預(yù)處理、去噪平滑方法,對(duì)不同方位的三維點(diǎn)云數(shù)據(jù)進(jìn)行全局配準(zhǔn)的方法,以及從點(diǎn)云到三維模型的三維表面重建方法。本文的主要研究工作和結(jié)論如下:(1)使用Kinect體感設(shè)備、Oculus Rift頭戴顯示器、三自由度動(dòng)感平臺(tái)座椅虛擬現(xiàn)實(shí)設(shè)備,搭建VR游艇視景系統(tǒng)。該視景系統(tǒng)模擬的港口、海面以及白天夜晚、雨、雪等場(chǎng)景真實(shí),提供了游艇駕駛艙內(nèi)觀察視角,視點(diǎn)可跟隨頭部的運(yùn)動(dòng)而改變,且可以自然簡(jiǎn)便地進(jìn)行人機(jī)交互,座椅配合游艇運(yùn)動(dòng),滿足了系統(tǒng)在真實(shí)感和沉浸感方面的要求,而且保證了實(shí)時(shí)性,達(dá)到預(yù)期效果。(2)采用3臺(tái)Kinect設(shè)備多視角獲取三維場(chǎng)景數(shù)據(jù)。為解決點(diǎn)云噪聲問題,提出雙邊濾波和中值濾波相結(jié)合的方法,該方法提高了點(diǎn)云的質(zhì)量。通過不同視角下的標(biāo)定物,計(jì)算相鄰視角間的旋轉(zhuǎn)和平移矩陣,并通過迭代最近點(diǎn)(ICP)算法進(jìn)行點(diǎn)云配準(zhǔn)。該方法快速、有效地完成了點(diǎn)云的全局配準(zhǔn)。(3)本文分別使用移動(dòng)立方體算法、泊松算法和貪婪投影三角化算法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行三維表面重建并進(jìn)行對(duì)。發(fā)現(xiàn)泊松算法并不適合本文研究的點(diǎn)云數(shù)據(jù),貪婪投影三角化算法抗噪性差,移動(dòng)立方體算法信息丟失嚴(yán)重。將點(diǎn)云的顏色數(shù)據(jù)映射到三維模型上,增加了三維模型的真實(shí)感。
【圖文】：

逡逑而非灰度值，這兩者之間的關(guān)系如圖２．１所示。一般情況下，如果彩色圖像和深度逡逑圖是經(jīng)過配準(zhǔn)的，這樣的圖像又被叫作ＲＧＢ－Ｄ圖像，其每個(gè)像素單元與顏色和深逡逑度值有著一一對(duì)應(yīng)的關(guān)系［３＼逡逑利用Ｋｉｎｅｃｔ傳感器獲取的彩色圖像與深度圖像之間的區(qū)別如圖２．２所示。逡逑ａ）彩色圖像邐ｂ）深度圖像逡逑ａ）ＲＧＢ邋Ｉｍａｇｅ邐ｂ）邋Ｄｅｐｔｈ邋Ｉｍａｇｅ逡逑圖２．２人物的彩色圖像與深度圖像逡逑Ｆｉｇ．邋２．２邋Ｃｏｌｏｒ邋ｉｍａｇｅ邋ａｎｄ邋ｄｅｐｔｈ邋ｉｍａｇｅ邋ｏｆ邋ｔｈｅ邋ｃｈａｒａｃｔｅｒｓ逡逑２．１．２點(diǎn)云數(shù)據(jù)逡逑利用測(cè)量得到的場(chǎng)景中點(diǎn)的數(shù)據(jù)集合稱為點(diǎn)云數(shù)據(jù)。這些點(diǎn)云數(shù)據(jù)根據(jù)測(cè)量逡逑設(shè)備原理的不同以不同的形式記錄。通常點(diǎn)云數(shù)據(jù)的信息中可能包含三維坐標(biāo)、顏逡逑色以及光照強(qiáng)度（Ｉｎｔｅｎｓｉｔｙ）等信息。根據(jù)點(diǎn)云數(shù)量經(jīng)常將點(diǎn)云分為稀疏點(diǎn)云和密集逡逑點(diǎn)云，稀疏點(diǎn)云中點(diǎn)數(shù)量較少，點(diǎn)與點(diǎn)之間的距離較遠(yuǎn)，而密集點(diǎn)云反之。根據(jù)點(diǎn)逡逑云數(shù)據(jù)模型的排列方式來看，常見的點(diǎn)云有４種數(shù)據(jù)模型［３１］：掃描線點(diǎn)云、多邊逡逑形點(diǎn)云、數(shù)組式點(diǎn)云和散亂點(diǎn)云［３２１。本文研宄對(duì)象為經(jīng)Ｋｉｎｅｃｔ采集后的散亂點(diǎn)云。逡逑散亂點(diǎn)云的特點(diǎn)是拓?fù)潢P(guān)系不明確，幾何分布無(wú)規(guī)律，組織結(jié)構(gòu)混亂，散亂無(wú)序。逡逑圖２．３展示了點(diǎn)云數(shù)據(jù)（Ｐｏｉｎｔ邋Ｃｌｏｕｄ邋Ｄａｔａ，ＰＣＤ）模型。逡逑圖２．３斯坦福兔子的點(diǎn)云數(shù)據(jù)及其放大效果逡逑Ｆｉｇ．邋２．３邋Ｔｈｅ邋ｐｏｉｎｔ邋ｃｌｏｕｄ邋ｏｆ邋Ｔｈｅ邋Ｓｔａｎｆｏｒｄ邋Ｂｕｎｎｙ逡逑－７－逡逑

從計(jì)算機(jī)視覺方面來說，三維重建指的是依據(jù)單視圖或者多視圖的照片恢復(fù)逡逑目標(biāo)的三維信息［３３］。而使用Ｋｉｎｅｃｔ采集物體的三維點(diǎn)云數(shù)據(jù)，完成對(duì)目標(biāo)的三維逡逑重建的一般流程如圖２．４所示。逡逑物體：邐深度圖像邐邐逡逑Ｋｉｎｅｃｔ丨邐Ｈ預(yù)處理ｊ邐Ｈ點(diǎn)云計(jì)算邐Ｈ點(diǎn)云配準(zhǔn)＂逡逑三維紋理幾何模型？邐邐——Ｉ數(shù)＾融合逡逑邐１邐不含冗余的網(wǎng)格模型逡逑圖２．４Ｋｉｎｅｃｔ的三維重建流程逡逑Ｆｉｇ．邋２．４邋３Ｄ邋ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ邋ｐｒｏｃｅｓｓ邋ｂａｓｅｄ邋ｏｎ邋Ｋｉｎｅｃｔ逡逑２．３本章小結(jié)逡逑本章主要描述了在本文的研宄過程中需要了解的基礎(chǔ)理論，包括彩色圖像和逡逑深度圖像區(qū)別、點(diǎn)云數(shù)據(jù)以及三維重建。逡逑－８－逡逑
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U666.158;TP391.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范永龍;;基于改進(jìn)ICP算法的點(diǎn)云技術(shù)在牙頜診療中的應(yīng)用研究[J];信息與電腦(理論版);2017年13期

2 孫霄峰;尹勇;周宏宇;張秀鳳;;游艇模擬器中游艇運(yùn)動(dòng)模型研究[J];系統(tǒng)仿真學(xué)報(bào);2016年09期

3 程彬彬;王明鑫;商楠;;淺談?dòng)螒蜷_發(fā)平臺(tái)Unity3D的應(yīng)用與發(fā)展前景[J];通訊世界;2016年14期

4 沈冰;;虛擬現(xiàn)實(shí)頭盔延時(shí)感和沉浸感的研究[J];電子產(chǎn)品世界;2016年07期

5 徐濤;黃賢立;嚴(yán)霞;林t，

本文編號(hào)：2637455