基于运算机视觉和粒子系统的三维云模拟.docx
《基于运算机视觉和粒子系统的三维云模拟.docx》由会员分享，可在线阅读，更多相关《基于运算机视觉和粒子系统的三维云模拟.docx（5页珍藏版）》请在冰点文库上搜索。
基于运算机视觉和粒子系统的三维云模拟
基于运算机视觉和粒子系统的三维云模拟
【摘要】云是很常见的一种自然现象，真实感云的模拟是运算机图形学领域具有挑战性的研究课题。
文章提出了一种基于运算机视觉和粒子系统的三维云建模方式。
第一利用运算机视觉技术从现有的二维云图像中提取云的三维信息，然后利用粒子系统填充该三维空间，最后通过纹理映射和Billboard技术实现三维云的绘制。
与以往云建模方式相较，该方式简单、有效，适用于模拟不同种类的云，如层云、积云、卷云等。
【关键词】云模拟；运算机视觉；粒子系统
Simulating3DcloudbasedoncomputervisionandparticlesystemGONGLin1,WANGShanbin1,GUDaquan2
（1.ZhenjiangWatercraftCollege,TheCenterofSimulation,Zhenjiang212003,China；
2.InstituteofMeteorology,PLAUniversity.ofScienceandTechnology,Nanjing211101,China）
Abstract:
Cloudsareanimportantpartofnaturalenvironment.Therealisticsimulationofcloudisachallengingtopicincomputergraphics.Thispaperproposesasimple,efficientapproachbasedoncomputervisionandparticlesystemtomodelvarious3Dclouds.Thismethodusescomputervisiontechnologytoextract3Dstructureinformationofcloudsfromimages,thenusingparticlestechnologytofillthe3Dspaceandrenderthecloud.Atlast,thecloudisrenderedbyusingtexturemappingandbillboardtechnology.Thismethodissuitabletomodelallkindsofclouds,suchasstratus,cumulus,cirrusetc.Itisanimprovementoverearliersystemsthatmodeledonlyonetypeofcloud.
Keywords:
cloudsimulation;computervision;particlesystem
云的模拟一直是运算机图形学中最具有挑战性的研究方向之一。
在过去的20年里，国内外研究人员提出了一些云模拟仿真的方式，目前依照建模技术的不同，要紧分为以下四种方式：
第一是粒子系统方式［1,2］；第二是进程纹理函数方式［3,4］；第三是基于变形球的方式［5,6］；第四是基于物理进程的方式［7,8］。
尽管这些方式能产生比较真实的云图像，但大部份云建模技术仿真产生的云的形状都是随机的，或只是针对某一种类的云，想要产生不同种类的云（如积云、卷云、层云）就不能利用同一种建模方式。
尽管基于物理进程的方式能够解决这一问题，能产生不同种类的云，但庞大的时刻和空间消耗，目前的运算机工作平台还不能知足其要求。
因此本文初步探讨了一种基于运算机视觉技术和粒子系统的三维云模拟方式。
该方式能够模拟出不同类型的云，如层云、积云、卷云等等。
要紧思想是第一利用运算机视觉技术从真实拍照的云图中提取云的三维轮廓形状，然后利用粒子系统填充该三维空间。
在具体实现时，咱们第一是从云图中恢复云体的二维形状；然后利用运算机视觉技术扩充那个二维轮廓到三维空间从而组成一个三维的云体；最后利用成千上万个粒子填充该三维空间。
每一个粒子都具有半径、密度、颜色和透明度等属性，通过适本地调整云粒子的这些属性，咱们能够取得专门好的云成效。
本文在初步实现时，要紧实现了如下的工作：
（1）依照现有的云图，通过用户标记特定的特点参数来选定相应的生成元，比如云的大体轮廓形状，在操纵云的轮廓进程中，并适本地进行平移、缩放、旋转等组合操作来重建三维云的轮廓。
（2）依照图像中云表面的明暗转变来恢复云层的厚度和光照的转变。
（3）充分利用粒子特性在三维空间内进行粒子填充渲染。
1技术背景〖*2〗运算机视觉技术运算机视觉研究的本质问题确实是利用二维投影图像来认知和识别三维世界，三维重建技术能够从二维图像动身构造具有真实感的三维图形，为进一步的场景转变和组合运算奠定基础。
其中阴影恢复形状法是运算机视觉中三维形状恢复（3Dshaperecovery）问题中关键技术之一［9］，其任务是利用单幅图像中物体表面的明暗转变来恢复表面各点的相对高度或表面法向量等参数值。
基于图像的三维重建技术所需要的本钱低，具有专门大的灵活性，可是它一样只能达到简单的三维建模功能，也确实是说它比较适合简单的规那么几何体的三维重建。
而云的外形是极为复杂的，依照云生成和增加的物理条件不同，云的形状也有专门大的不同，比如积云轮廓分明，顶部凸起，云底平坦，云块之间多是不相连的直展云，因此这种云轮廓的提取就比较的简单。
但像层云和卷云的轮廓形状不是分明，因此它的提取就有必然的困难。
引入基于图像的方式来恢复云的三维形状主若是针对静态的立体感要求较强的能够对云进行全方位观看的演示场合。
粒子系统
粒子系统是迄今为止公认的模拟不规那么模糊物体最为成功的一种图形生成方式。
它采纳了一套完全不同于以往造型、绘制系统的方式来构造和绘制景物，景物被概念为由成千上万个不规那么的而且是随机散布的粒子组成，每一个粒子都有必然的生命周期，不时刻刻都在不断地运动和改变形态，由诸多粒子的集合而不是个别粒子形成了景物的整体形态和特点和动态转变。
粒子系统具有独特的优势：
（1）系统比较灵活，如其组成的粒子既能够是最简单的点，也能够具有必然的结构，可依照描述的对象随意调整，且相对来讲易于实现，另外，依照场景的特点、粒子的数量、对时刻和硬件平台的需求不苛刻。
（2）系统的模型是进程化的，在其中可加入随机进程，因此，取得精细的模型不需大量的设计时刻。
在系统中，咱们把云看成是由许多粒子填充而成，每一个粒子均具有：
形状、大小、颜色、透明度、位置、速度和生命期等属性，尽管本文选择粒子系统来建模云体，但咱们的目标是模拟出不同种类的云，云的动态转变不是很重要，因此粒子的运动及粒子间的彼此关系都能够被忽略。
2云的建模〖*2〗基于图像的云外形生成云的轮廓信息能够采纳图像处置技术从真实云图自动提取或采纳人工交互技术有选择的提取，或从多幅图像中提取云的三维轮廓信息［10］。
由于大部份的基于运算机自动的重建方式成效不是专门好，而且，关于云这种形状及其复杂的物体，利用自动重建方式重建三维信息具有专门大的难度。
因此，本文在重建进程中适当增加人为交互的方式，利用手动交互操作，通过人工标记云轮廓上一些特点点，并依照生成云形精度的需要，自动调整选取点的密度，记录下的所有选取点的坐标位置形成云的二维轮廓，然后依照一些已知参数把二维轮廓信息扩展到三维空间，从而构造出各类特定形状的外形。
如此，一方面能够使算法简单，另一方面也能够使重建的成效更好。
云体的建模
本文利用扫描线填充算法确信云体内部各粒子的位置信息，在可能的位置上采纳随机函数选中粒子位置。
扫描线算法能够实现已知多边形域边界的填充，该填充方式是按扫描线的顺序，计算扫描线与待填充区域的相交区间，再用要求的颜色显示这些区间的像素，即完成填充工作。
那个地址区间的端点通过计算扫描线与多边形边界限的交点取得。
云形的扫描线填充算法要紧步骤：
依照取得的二维坐标数据组成的多边形，依照扫描线填充算法的思想对其进行扫描，取得轮廓内部平面所有的均匀坐标数据，由于扫描线法取得的数据比较密集且整齐，为了幸免云的单调，不自然，咱们对每条扫描线上的数据点进行随机地选取，依照随机变量值的范围操纵粒子密度。
3云的绘制
在绘制云内的粒子时，由于粒子点很小，又很多，咱们不能采纳OpenGL提供的点或三维型体来代表微小的粒子，因为系统性能无法经受，而且alpha混合的时候也不美观。
本文采纳纹理映射和Billboard技术来实现云的绘制。
纹理映射
本文利用贴上纹理的小四边形作为大体粒子，用小四边形通过纹理映射后代替点作为粒子，能够同时表现出粒子的形状、大小、透明度和颜色。
而且依照场合和云精细程度的需要，一个面片能够代替一个粒子，也能够代替几百个粒子，如此，用略微复杂的粒子能够减小粒子的数量而达到相同的成效，以提高性能。
粒子纹理能够依照算法生成，也能够利用现有的图像。
单个纹理的生成
单个纹理采纳RGBA的形式描述。
而且R=G=B=A，A为透明度，灰度值越大，透明度越小。
由于球状粒子的厚度从中心向边缘递减，能够为代表它的纹理的灰度值也应该知足这一规律，同时要求持续过度，可用高斯散布模拟这一趋势，其公式为:
h（d）=ρ2πσexp－d22σ2，其中：
d代表距离球心的长度;h（d）代表距离球心d处的纹理的灰度值;σ为高斯散布的方差，为了达到归一化（即纹理数据只概念在［,］×［,］区间内），将σ取为3；ρ为中心峰值的调制值，调整ρ的大小能够调整中心灰度的最大值；ρ的取值范围是［0,2πσ］，依照仿真成效发觉将峰值取为较为适合，现在ρ=σ。
图1为生成的32×32粒子纹理图。
图1单个纹理图像
Billboard技术
粒子在三维的空间中运行，其位置散布也是三维的，可是由于通常的纹理映射技术都是二维的，因此当云或视点在场景当中运动时，可能由于彼此角度的关系而发生失真现象，当视线平行于纹理映射平面时，乃至完全看不到云的存在。
尽管某些OpenGL的实现提供了关于三维纹理的支持，能够解决那个问题，可是目前只有少数高级图形显示卡对三维纹理映射提供硬件支持。
本文利用Billboard技术，Billboard属于一种视线跟踪技术，也称公告牌技术，它实质上是一种始终朝着观看者的物体。
它一般是个多边形，空间物体通过适合的算法，形成其二维纹理，通过纹理映射粘贴到那个多边形上，从而从观看者的角度看，就恍如看到了真实的三维空间物体。
在绘制粒子时，要紧针对转变的视锥，动态调整数据场中的每一个粒子的法向量，使之正对视锥中线，从而维持一致的渲染成效。
大体原理如图1所示。
由于目标是使多边形对最终的场景奉献最大化，因此为了简单起见，需要将视矢量（viewvector）调整至与法向量（n）重合的位置，由于法向量最终要通过极点坐标表现出来，因此，只要计算出upleft，bottomleft，upright，bottomright这几个单位向量。
具体实现的步骤如下。
（1）v′=（x，y，z）－（eyex，eyey，eyez）；
（2）left=v′×up；
（3）由于up不必然完全垂直于v′，需要对其进行修正up=v′×left；
（4）upleft=left+up；
（5）bottomleft=left－up；
（6）upright=up－left；
（7）bottomright=－upleft.
利用Billboard二维纹理映射进行三维云模拟，方式简单，计算量小，且成效专门好。
图2Billboard原理图
一些细节
在粒子填充完以后，依照云图能够进一步伐整云的成效。
因为粒子的属性直接阻碍到云的成效，粒子的大小直接关系到云的分辨率，当视点较近时，粒子尺寸应该较小，而当视点较远时，粒子尺寸较大。
粒子的密度直接阻碍到云的厚度和颜色，而颜色和透明度那么间接反映了光照程度，因此通过调整粒子的密度和、颜色及透明度就可表现出光照的阻碍。
在绘制进程中，能够通过随机地操纵与粒子有关的这些参数来增加真实感。
为了更好地模拟云彩成效，咱们还可操纵云团边缘的半透明度比中心的半透明度高，如此，在云粒子集中的地址，会呈现出亮白色；还可采纳色彩融和的技术，把云粒子本身的颜色和天空面的背景颜色专门好地融和起来，在云粒子分散的地址，会略微呈现出天空的背景面，如此就能够取得较为真实的成效。
4实验结果
本系统实验环境是在CPUPIII866，内存256，显卡Gforce232M的个人运算机上，系统的三维显示部份采纳OpenGL函数实现。
OpenGL本身与硬件及操作系统和窗口系统之类的底层软件无关，并能够在系统间移植。
因此咱们利用OpenGL图形库在PC机上较容易实现了三维建模、纹理映射及融合等功能，大大减轻了三维显示部份编程工作的难度。
5结语
本文提出的基于运算机视觉和粒子系统的云建模方式，能够在个人一般电脑上进行快速的绘制，简单有效。
为了真实地模拟出各类气候条件下云彩表现出的不同现象，如何模拟不同种类的云和不同光照对它们的阻碍是以后研究的要紧方向之一，而且，本文的模型是基于粒子系统的，因此云应该是动态的，下一步的研究将结合粒子系统的特性进一步研究云的动态特性。
【参考文献】
［1］ReevesT.Particlesystems—atechniqueformodelingaclassoffuzzyobjects［J］.ACMTransactionsonGraphics,1983,2
（2）:
91-108.
［2］HarrisMJ.Real-timecloudsimulationandrendering［D］.Carolina：
UniversityofNorthCarolina，2003.
［3］PerlinK.Animagesynthesizer［J］.ComputerGraphics,1985,19（3）:
287-296.
［4］EbertDS.Volumetricmodelingwithimplicitfunctions:
Acloudisborn［A］.VisualProceedingsofSIGGRAPH1997［C］.LosAngeles:
ACMPress,1997.147.
［5］YoshinoriD,KanedaK,YamashitaH,etal.Asimple,efficientmethodforrealisticanimationofclouds［A］.InProceedingsofACMSIGGRAPH2000［C］.NewOrleans:
Louisiana,2000.19-28.
［6］RoditakisA.Modelingandvisualizationofcloudsfromrealworddata［R］.FederalInstituteofTechnologyZurich,2004.
［7］MiyazakiR,YoshidaS,DobashiY,etal.Amethodformodelingcloudsbasedonatmosphericfluiddynamics［A］.InProceedingsofthe9thPacificConference［C］.Tokyo:
IEEEComputerSociety,2001.363-372.
［8］StamJ.Stablefluids［A］.InProceedingsofSIGGRAPH99［C］.LosAngeles,CA:
ACMPress,1999.121-128.
［9］MartinWN,AggarwalJK.Volumetricdescriptionsofobjectsfrommultipleviews［J］.IEEETransactionsonPatternAnalysisandMachineIntelligence,1983,5
（2）:
150-159.
［10］白相志,周付根.三维形体任意剖面轮廓线的提取方式［J］.中国体视学与图像分析,2006，11
（1）:
63-66.
升级会员 