作者：武维生，张海，沈威，董戴，吴华夏

    Abstract: 2-dimensional images captured correctly can be displayed in 3 dimensions using the stereoscopic display technique based on parallax images. The problem of how to extract parallax images from computer 3D models used in stereoscopic display is discussed in this paper. Two methods were put forward based on the principle of stereo vision of human. One uses only a single camera, another uses a camera sequence. The difference between the two approaches was listed, and the correctness of the two methods was validated.

    Key words:  autostereoscopic display; stereo image; parallax; multi-view extraction

    在当前的计算机显示领域，立体显示成为未来的发展方向，无需配戴立体眼镜的自由立体显示技术以其方便舒适的特点成为研究的热点。然而，在采用光栅的平板立体显示器上，一般采用两幅视图经光栅分光后分别进入人的左眼和右眼。垂直放置的光栅因显示器像素间的缝隙易对进入两眼的光线产生黑色的干扰条纹，并且对人眼在显示器前的位置有较大的限制。

    为了改善普通光栅立体显示技术的缺陷，采用多幅视图合成立体图像，经斜置光栅分光后进入人双眼产生立体视觉的显示技术被提出。该显示技术具有宽视角、高亮度、无干扰的特点。但是，多视角图像的视差关系直接决定显示的立体感效果。因此，如何获取满足立体显示要求的多视点图像也是值得研究的问题。本文从立体视觉原理出发，重点讨论如何用软件方法从计算机虚拟3D模型中提取多视点图像的问题。如果现实中的硬件条件满足要求，可以推广到现实场景多视点图像获取的应用上，文中提出了两种方法，一种是单摄像机拍摄，另一种采用多摄像机序列拍摄的方法。文章还对应用本文所提方法摄取的多视点图像进行了立体合成实验。实验表明通过上述两种方法提取的立体图像源满足立体视觉图像源的视差要求。

    1  立体视觉及立体显示原理

    人眼具有三维视觉的能力（立体感），其原因很多，但最重要的因素是人的双眼所成的图像存在视差。由于人类两眼的位置差异，两眼观察景物时，相对于各物点的位置与角度有微小的差别，这种差异使人们能够将视场(眼睛所观看到的景物区域)中的物体区别出远近。人眼成像模型如图1所示。以左右眼的瞳孔中心为原点，分别建立坐标系，记为Ol-XlYlZl、Or-XrYrZr。其中，两坐标系的Z轴都在左右眼瞳孔连线所在的水平面内，并且与该连线垂直，正方向指向观察者的正前方［1，2］。

    图1  人眼的成像模型

    图中，2b为两眼瞳孔中心的距离，成人的平均距离为65   mm；f为人眼水晶体的焦距，成人平均为 18.930~22.785   mm(分别为紧张时和放松时的数值)。

    当双眼注视点B时，B在视网膜上的像落在左右眼的黄斑位置Bl和Br，B点相对于左右眼的两视线有一个夹角OlBOr。称为视差角或者角视差(angular parallax)。视差角由眼睛观察B点时偏转的会聚角产生。显然，视差角等于两倍的会聚角。则B相对于人眼的距离Zb为：Zb=b   tanφ.(1)    A(Xa，Ya，Za)为景物空间中任意一点，在左右视网膜上所成的像点分别为Al和Ar，则A点相对于人眼的距离仍可用上面的公式计算［3］。

    人眼的成像模型为模型提取过程中摄像机的布置提供了依据。因为人的双眼之间的距离一定，可以适当调节人眼与物体之间的距离和会聚角，以使人眼睛产生最佳效果的立体感。

    2  3D模型视差图像提取

    在计算机中提取图像与在现实中利用摄像机拍摄图像类似，所不同的是计算机中的是虚拟的物体，所用的摄像机也是虚拟的摄像机，这一切都要在计算机虚拟的3D环境中操作。

    与现实环境中相比，计算机虚拟环境中的操作更加灵活。只要硬件条件允许，在计算机中可以任意的速率采集图像，并且摄像机的位置与朝向可以任意设置。对于一个3D模型，可以观察其4π空间任意角度的立体图像。

    从计算机3D模型［4］中提取视差图像，需要编写软件，并借助硬件支持才能够实现。目前比较流行的计算机3D环境主要有OpenGL［5］和Direct3D两种，这两种环境都可以完成从计算机3D模型中提取视差图像的功能。

    由于计算机虚拟环境灵活的可操作性，在计算机虚拟3D环境［4］中可以设置多部摄像机。按摄像机的个数不同，本文提出了两种提取方法。下面两节将分别给予介绍。

    2.1  单摄像机提取

    单摄像机提取是使用一部摄像机对准物体，用程序驱动3D模型，使它绕过模型中心的轴线做旋转运动。每转动一定的角度，采集一幅当前视场下的图像，最后连接成视频。在旋转过程中，要求物体绕固定方向的轴线旋转，并且轴线的方向与摄像机向上的方向相同。只有这样拍摄的图像才会只存在水平视差，而没有垂直视差。具体的提取流程如图2所示。

    图2  单摄像机提取流程

    在提取的流程中，有下面几点需要特别注意：

    1. 计算包围球半径及中心位置：该计算是提取步骤非常重要的一步，计算包围球半径是为了确定模型的空间大小，以便于完全显示图像；模型的中心位置是模型包围球的圆心位置，它是模型的旋转中心；为便于实现，可以在放置模型物体时，将该中心位置移到3D环境的坐标原点位置。

    2. 定义UVN摄像机［4］：在计算机三维环境中，通常有两种常用的摄像机模型：欧拉模型和UVN摄像机模型。关于摄像机的定义,这里不做详述。

    3. 计算旋转角度步长：旋转角度的步长决定两幅连续视差图像的视差大小。该角度要根据人眼的立体视觉几何特征计算求得，具体的计算如图3所示。

    图3  旋转角度步长的计算图示

[1] [2] 下一页