【技术实现步骤摘要】
本专利技术涉及三维建模，具体是一种三维虚拟场景生成方法。
技术介绍
1、三维虚拟场景是指利用计算机技术生成的具有三维空间感知的虚拟环境，用户可以通过特定设备观察和与之交互。这种技术可以应用于虚拟现实、增强现实、游戏开发、建筑设计等领域，为用户提供沉浸式的体验和交互环境。
2、然而，现有技术在生成三维虚拟场景时存在计算开销较大的问题。由于三维场景的复杂性和细节丰富性，传统的计算方法需要大量的时间和计算资源来生成和渲染三维场景，导致实时性和连续性不佳。特别是在需要动态更新场景或实时交互的情况下，现有技术无法满足用户对流畅、连续虚拟体验的需求。
3、因此，本专利技术旨在提出一种新的三维虚拟场景生成方法。
技术实现思路
1、本专利技术提供一种三维虚拟场景生成方法，通过优化算法，实现对三维虚拟场景的快速生成和实时渲染，以解决现有技术中计算开销较大、实时性和连续性不佳的问题。
2、本专利技术所采用的技术方案为：一种三维虚拟场景生成方法，包括三维虚拟场景节点坐标计算、三维虚拟重构、三维虚拟场景信息融合、虚拟现实重构；
3、所述三维虚拟场景节点坐标计算的具体步骤如下：
4、s1：对三维虚拟场景中的所有节点进行编组处理，假设(m，n)为t在虚拟场景图像中的像素坐标，(xa，ya，za)为虚拟场景图像中对应点的世界坐标系下的三维坐标，将三维虚拟场景描述为：
5、
6、s2：利用虚拟现实技术获取三维虚拟场景中节点编组的场
7、s3：根据场景划分结果，对三维虚拟场景节点坐标计算，假设n代表编组完成的三维虚拟场景节点，利用迭代形式，径向拢切向畸变补偿三维虚拟场景图像，假设gsdf代表三维虚拟场景中的径向畸变分量，代表三维虚拟场景中的切向畸变分量,则其表达式为：
8、
9、s4：将三维虚拟图像的径向畸变和切向畸变分量多次迭代，得到关于三维虚拟场景图像节点在该深度方向的深度坐标值，以此完成三维虚拟场景节点坐标的计算；
10、在三维虚拟场景节点计算的基础上，进行三维虚拟重构，具体步骤如下：
11、s1：采用交替分析和自适应迭代的方法，进行三维虚拟场景的虚拟特征重构，通过模糊度检测，求得三维虚拟场景的透射度函数v，表示为：v＝e1e2-ce12；结合模板匹配和区域重组，建立三维虚拟场景的源图像融合模型，得到融合误差函数l1：l1＝ω-ωr；
12、s2：在源图像转移至融合的过程中，进行三维虚拟场景的分块匹配和自适应融合，得到三维虚拟场景的分组特征匹配模型，得到分组特征匹配参数为：采用概率密度函数估计的方法，进行三维虚拟场景生成过程中的信息重构，得到收敛误差满足：
13、s3：采用均方根误差估计的方法，建立三维虚拟场景生成的随机概率分布模型a，当为n个时，其中，n为三维虚拟实际生成数量，a为三维虚拟场景生成数量，q为虚拟场景生成随机概率值，通过信息嫡估计的方法，得到三维虚拟场景的虚拟现实重构模型kp(a)，得到灰度相似特征分布的联合概率密度p分布：通过灰色相似特征分布式解析方法，建立三维虚拟场景的联合概率分布模型，得到边缘细节信息为：根据边缘信息分布进行三维虚拟重构；
14、所述三维虚拟场景信息融合的具体步骤如下：
15、s1：通过图像增强方法进行三维虚拟场景的信息融合的增强处理，通过透射率估计方法进行三维虚拟的场景融合，三维虚拟场景的虚拟视觉重建输出模型i为：
16、在一个7×7像素特征匹配窗口内，通过分析模糊噪声分布区域，进行三维虚拟场景的点匹配，得到点分布模型a为：
17、计算三维虚拟场景的点跟踪模型，得到三维虚拟场景的相似度特征量d(y1，y2)表示如下：
18、s2：设定三维虚拟场景的虚拟视觉图像f，对任意像素(a,b)，结合自适应的加权控制方法，得行频率和列频率分布用表示，在融合图像的点分布区域，得到聚焦部分的细节特征量为：根据模糊信息融合结果，进行虚拟场景的自动生成重组；
19、所述虚拟现实重构的具体步骤如下：
20、s1：在虚拟现实仿真场景下进行梯度融合的方法，进行三维虚拟场景的归一化的低照度图像融合，得到三维虚拟场景的归一化概率分布函数：通过分析虚拟场景图像的梯度变化特征，得到像素灰度值为：ψ(ω)＝ln[φ(ω)]；
21、s2：在虚影模糊图像中，结合边缘强度估计的方法，得到三维虚拟场景的边缘强度特征分布为：通过连续边界轮廓分解的方法，得到图像分割区域特征集，对封闭轮廓进行标准化估计，得到标准化的特征解：在连通域中，得到三维虚拟场景的连通分量集合为：为了提高复杂图像的适用性，通过最小值构成图像的边缘像素区域特征解，得到三维虚拟场景的相似度特征分布函数为：m＝d-φ(ω)；
22、s3：在连通分量的集合中,通过分析背景区域的暗原色，进行三维虚拟场景的归一化的低照度图像融合，通过图像的相似度特征比较方法，在三维虚拟场景生成过程中进行支持向量机学习，得到学习函数：y(ejω)＝ejφ(ω)；结合物体的标记符分析，实现基于虚拟现实的三维虚拟场景自动生成与重构。
23、作为本专利技术进一步的方案：所述三维虚拟场景节点坐标计算s1的式中，a，x，u，0，u0，ay均代表三维虚拟场景图像的坐标点；三维虚拟场景节点坐标计算s2的式中，cx为三维虚拟场景中x的轴的场景尺度；a(i，k)为三维虚拟场景的中心像素点；z为虚拟场景节点；三维虚拟场景节点坐标计算s3的式中，t2+km代表三维虚拟场景图像的畸变相对值；d2代表图像线性畸变参数；k(r2)代表图像畸变分量。
24、作为本专利技术进一步的方案：所述三维虚拟重构s1的式中，c为虚拟像透射率，对虚拟像的透射率进行参数融合，求得白色亮斑参数ω。
25、作为本专利技术进一步的方案：所述三维虚拟重构s2的式中，当时，图像包含信息越多。
26、作为本专利技术进一步的方案：所述三维虚拟场景信息融合s1的式中，n为三维虚拟场景像素点坐标，s为三维虚拟场景坐标变化量，u为融合图像与两幅源图像的特征差异值，θ为(y1，y2)所形成的夹角；
27、三维虚拟场景信息融合s2的式中，δ和∈分别表示三维虚拟场景图像信息融合的相似度系数和模糊度系数。
28、作为本专利技术进一步的方案：所述虚拟现实重构s1的式中，f(x)为平均梯度系数；
29、虚拟现实重构s2的式中，为v的灰色特征分布集﹐为u的标准化正则特征解，为v和u的绝对距离。
30、本专利技术的有益效果：
31、本专利技术对三维虚拟场景中的节点编组，获取三维虚拟场景节点坐标信息，使得本专利技术的三维虚拟场景生成比传统的三维虚拟场景生成连续性更强。
32、本专利技术建立三维虚拟场景自动生成模型，本文档来自技高网...
【技术保护点】
1.一种三维虚拟场景生成方法，其特征在于：包括三维虚拟场景节点坐标计算、三维虚拟重构、三维虚拟场景信息融合、虚拟现实重构；
2.根据权利要求1所述的一种三维虚拟场景生成方法，其特征在于：所述三维虚拟场景节点坐标计算S1的式中，a，x，u，0，u0，ay均代表三维虚拟场景图像的坐标点；三维虚拟场景节点坐标计算S2的式中，Cx为三维虚拟场景中x的轴的场景尺度；a(i，k)为三维虚拟场景的中心像素点；z为虚拟场景节点；三维虚拟场景节点坐标计算S3的式中，t2+km代表三维虚拟场景图像的畸变相对值；d2代表图像线性畸变参数；k(r2)代表图像畸变分量。
3.根据权利要求1所述的一种三维虚拟场景生成方法，其特征在于：所述三维虚拟重构S1的式中，c为虚拟像透射率，对虚拟像的透射率进行参数融合，求得白色亮斑参数ω。
4.根据权利要求1所述的一种三维虚拟场景生成方法，其特征在于：所述三维虚拟重构S2的式中，当时，图像包含信息越多。
5.根据权利要求1所述的一种三维虚拟场景生成方法，其特征在于：所述三维虚拟场景信息融合S1的式中，n为三维虚拟场景像素
6.根据权利要求1所述的一种三维虚拟场景生成方法，其特征在于：所述虚拟现实重构S1的式中，f(x)为平均梯度系数；
...【技术特征摘要】
1.一种三维虚拟场景生成方法，其特征在于：包括三维虚拟场景节点坐标计算、三维虚拟重构、三维虚拟场景信息融合、虚拟现实重构；
2.根据权利要求1所述的一种三维虚拟场景生成方法，其特征在于：所述三维虚拟场景节点坐标计算s1的式中，a，x，u，0，u0，ay均代表三维虚拟场景图像的坐标点；三维虚拟场景节点坐标计算s2的式中，cx为三维虚拟场景中x的轴的场景尺度；a(i，k)为三维虚拟场景的中心像素点；z为虚拟场景节点；三维虚拟场景节点坐标计算s3的式中，t2+km代表三维虚拟场景图像的畸变相对值；d2代表图像线性畸变参数；k(r2)代表图像畸变分量。
3.根据权利要求1所述的一种三维虚拟场...
【专利技术属性】
技术研发人员：刘炳洁，刘冠文，吕延壮，王明星，
申请(专利权)人：北京中科鹦鹉螺软件有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。