虚拟环境暴露后与用户视觉相关的模拟器病致因

为了优化虚拟环境设计,增强虚拟现实系统的可用性,对虚拟环境暴露后用户出现的与视觉相关的模拟器病症状进行了研究.在分析双眼视觉感知机理和虚拟环境立体显示基础上,给出了视差型立体图像显示的深度感知控制公式;通过比较用户在实际环境、平面显示和虚拟立体显示中的视觉感知差异,得出了调节固定的显示模式是虚拟环境暴露后用户视觉感知冲突并诱发视觉相关模拟器病症状的重要致因.最后通过虚拟飞行实验前后用户双眼调节性辐辏AC/A的变化和虚拟环境暴露后模拟器病问卷调查,对上述结论进行验证,并提出虚拟环境优化设计和合理安排模拟训练的原则和建议.     

观察立体影像时的视觉疲劳及其缓解措施

利用两眼视差原理获得立体视的技术存在着诸多问题,其中视觉疲劳是其最为突出的.论文分析了两眼视差立体视产生视觉疲劳的原因和症状；讨论了辐辏和焦点调节不一致的问题；最后提出了不要让眼睛机能负担过度、将焦点调节和辐辏的不一致限制在一个合理的范围内、避免过大的视差和视差的不连续变化、利用补正透镜减轻视觉负担等四种缓解视觉疲劳的...     

面向三维立体动画制作的视差可视化调节方法设计与实现

近年来,随着立体显示技术的快速发展,立体三维动画在各个领域的应用需求越来越大.然而在立体三维动画制作中,立体效果的调节过程难以控制,容易产生立体感不足或视觉不适等问题.为此,提出一种面向立体动画制作前期的立体效果调整方法.首先分析场景深度、立体图像的视差以及图像立体效果三者之间的关系,生成图像的视差变化梯度图;其次分析视差与观看距离的关系,推导最佳观看效果的视差范围,并在视差变化梯度图上标记出引起观看不适的部分;最后得出立体参数与视差的关系曲线,通过分析虚拟立体摄像机参数变化对视差的影响,辅助动画制作者准确调整立体效果.将文中方法以Maya插件的形式实现,并使用商业动画电影《兔侠传奇2:青黎传说中》的镜头素材进行实验,结果表明,与传统方法相比,该方法准确性好、自动化程度高,能有效地提高立体动画的制作效率.     

虚拟现实场景中立体视差生成算法的研究

近几年来,虚拟现实技术的广泛应用前景引起了国内外越来越多学者的兴趣和重视,而且国外的一些机构在这方面的研究也已经取得了一些很重要的成果。立体显示技术是虚拟现实的关键技术之一,而对视差的研究又是立体显示技术一个很重要的方面。该文首先论述了双眼的生理结构和双眼视差的形成以及计算机上实现立体视觉的原理,然后对虚拟现实中生成双眼视差得到立体图对的多种方法进行了研究,并在虚拟现实设备上实现,通过比较和分析各种显示效果给出了研究结论。     

基于视差重映射的立体图像视觉舒适度提升

目的 针对人眼观看立体图像内容可能存在的视觉不舒适性,基于视差对立体图像视觉舒适度的影响,提出了一种结合全局线性和局部非线性视差重映射的立体图像视觉舒适度提升方法。方法 首先,考虑双目融合限制和视觉注意机制,分别结合空间频率和立体显著性因素提取立体图像的全局和局部视差统计特征,并利用支持向量回归构建客观的视觉舒适度预测模型作为控制视差重映射程度的约束;然后,通过构建的预测模型对输入的立体图像的视觉舒适性进行分析,就欠舒适的立体图像设计了一个两阶段的视差重映射策略,分别是视差范围的全局线性重映射和针对提取的潜在欠舒适区域内视差的局部非线性重映射;最后,根据重映射后的视差图绘制得到舒适度提升后的立体图像。结果 在IVY Lab立体图像舒适度测试库上的实验结果表明,相较于相关有代表性的视觉舒适度提升方法对于欠舒适立体图像的处理结果,所提出方法在保持整体场景立体感的同时,能更有效地提升立体图像的视觉舒适度。结论 所提出方法能够根据由不同的立体图像特征构建的视觉舒适度预测模型来自动实施全局线性和局部非线性视差重映射过程,达到既改善立体图像视觉舒适度、又尽量减少视差改变所导致的立体感削弱的目的,从而提升立体图像的整体3维体验。     

时空联合视差优化的立体视频重定向

目的 智能适配显示的图像/视频重定向技术近年受到广泛关注。与图像重定向以及2D视频重定向相比,3D视频重定向需要同时考虑视差保持和时域保持。现有的3D视频重定向方法虽然考虑了视差保持却忽略了对视差舒适度的调整,针对因视差过大和视差突变造成视觉不舒适度这一问题,提出了一种基于时空联合视差优化的立体视频重定向方法,将视频视差范围控制在舒适区间。方法 在原始视频上建立均匀网格,并提取显著信息和视差,进而得到每个网格的平均显著值;根据相似性变化原理构建形状保持能量项,利用目标轨迹以及原始视频的视差变化构建时域保持能量项,并结合人眼辐辏调节原理构建视差舒适度调整能量项;结合各个网格的显著性,联合求解所有能量项得到优化后的网格顶点坐标,将其用于确定网格形变,从而生成指定宽高比的视频。结果 实验结果表明,与基于细缝裁剪的立体视频重定向方法对比,本文方法在形状保持、时域保持及视差舒适度方面均具有更好的性能。另外,使用现有的客观质量评价方法对重定向结果进行评价,本文方法客观质量评价指标性能优于均匀缩放和细缝裁剪的视频重定向方法,时间复杂度较低,每帧的时间复杂度至少比细缝裁剪方法降低了98%。结论 提出的时空联合的视差优化方法同时在时域和舒适度上对视差进行优化,并考虑了时域保持,具有良好的视差优化与时域保持效果,展现了较高的稳定性和鲁棒性。本文方法能够用于3D视频的重定向,在保持立体视觉舒适性的同时适配不同尺寸的3D显示屏幕。     

虚拟现实近视干预疗法的原理研究与实现方法

本文主要是分析虚拟现实技术对近视治疗的效果，在实验基础上第一次提出了一种全新的近视治疗方法--“虚拟现实近视干预疗法”，即用医学上的双眼合像法结合虚拟现实技术来治疗近视。本文围绕虚拟现实近视干预疗法的原理研究及实现方法进行探讨；分析并阐述了这一医疗方法涉及到的三个理论基础：医学上的双眼合像的理论、非交叉视差形成的沉浸感、根据儿童患者设计的治疗参数；介绍了虚拟现实近视干预疗法的实现方法。用VisualC＋＋和OpenIn-ventor设计编写了能吸引儿童注意力的用立体眼镜观看的立体显示治疗软件，该软件中的图像具有远近移动、立体显示、人机交互等效果和功能。本文为近视的治疗提供了一个有益的创新，在理论和实践上都是十分有意义的
的。     

结合立体视觉舒适度的立体图像显著性检测

针对先前的立体图像显著性检测模型未充分考虑立体视觉舒适度和视差图分布特征对显著区域检测的影响,提出了一种结合立体视觉舒适度因子的显著性计算模型.该模型在彩色图像显著性提取中,首先利用SLIC算法对输入图像进行超像素分割,随后进行颜色相似区域合并后再进行二维图像显著性计算;在深度显著性计算中,首先对视差图进行预处理;然后基于区域对比度进行显著性计算;最后,结合立体视觉舒适度因子对二维显著图和深度显著图进行融合,得到立体图像显著图.在不同类型立体图像上的实验结果表明,该模型获得了85%的准确率和78%的召回率,优于现有常用的显著性检测模型,并与人眼立体视觉注意力机制保持良好的一致性.     

基于人眼视觉原理的虚拟现实显示模型

针对虚拟现实领域现有的显示模块无法提供满足人眼视觉规律的立体视觉效果这一问题,提出一种基于斜交视锥体立体摄像机模型的虚拟现实(VR)立体视觉解决方案。首先,通过研究人眼视域模型和人眼双目提取深度信息原理,建立双目视差数学模型;其次,使用工业引擎3DVIA Studio作为实验平台,依靠VSL编程语言进行画面分屏处理,通过设立父子关系,设置视觉交互模块,搭建VR交互立体摄像机结构;接着,通过建立点云模型,量化物体立体感观,探讨多种VR立体摄像机模型,从深度信息显示效果和畸变特性出发分析各个模型优缺点,逐步进行优化。分别建立了中心轴平行的正交视锥体摄像机模型、中心轴于观影距离处相交的正交视锥体模型,通过优化摄像机视锥体结构,形成斜交视锥体摄像机模型。最后使用3DVIA Studio进行实验,代入具体数据进行投影变换,结果显示斜交视锥体摄像机模型在保证深度信息显示效果的前提下很好地消除了畸变,能够提供优秀的视觉体验效果。     

基于视差估计的视图生成

虚拟视图生成是实现多视点交互式立体显示的关键技术,即在观察改变观看位置后,可以通过系统生成的虚拟视点获得环视的效果。为达到上述目的,提出一种视差估计的视图生成算法,利用立体视觉和图像插值技术,生成虚拟视点图像。为了提高生成视图的质量,在视差估计过程中采用了关于区域的匹配方法,并对不可靠视差点进行更新。最后设计了一种非线性图像插值的视图生成方法。实验结果表明,利用视图生成方法可以获得较高质量的虚拟视图。     

新的单目立体视觉的视差图的获得方法

在立体视觉中,视差间接反映物体的深度信息,视差计算是深度计算的基础。常见的视差计算方法研究都是面向双目立体视觉,而双焦单目立体视觉的视差分布不同于双目视差,具有沿极线辐射的特点。针对双焦单目立体视觉的特点,提出了一种单目立体视差的计算方法。对于计算到的初步视差图,把视差点分类为匹配计算点和误匹配点。通过均值偏移向量（Mean Shift）算法,实现了对误匹配点依赖于匹配点和图像分割的视差估计,最终得到致密准确的视差图。实验证明,这种方法可以通过双焦立体图像对高效地获得场景的视差图。     

实时立体视觉系统中的深度映射

目的 为减少立体图像中由于水平视差过大引起的视觉疲劳。针对实时渲染的立体视觉系统,给出了一种非均匀深度压缩方法。方法 该方法在单一相机空间内,通过不同的投影变换矩阵生成双眼图像,水平视差由投影变换来控制。为减少深度压缩造成的模型变形而带来的瑕疵,将不同深度区域内物体施以不同的压缩比例;将相机轴距表示为深度的连续函数,通过相机轴距推导出在单一相机空间内获取双眼图像的坐标变换,将深度压缩转换为模型的坐标变换,从而保证压缩比例的连续变化。结果 实验结果表明,该方法能有效提高立体图像的质量。结论 该方法简单、高效,可应用于游戏、虚拟现实等实时立体视觉系统。     

在虚拟现实中快速应用立体显示

提出了立体照相机的概念,通过立体照相机分析了平行立体投影法的视差性质、瞳距大小及视点的视图和投影变换,最后给出了开发立体显示的步骤.实验表明,程序开发者只需遵循给定的步骤开发支持立体显示的虚拟现实程序,不必经过多次的尝试便可以体验良好的立体视觉效果,大大缩短了程序开发时间.     

人眼立体视觉空间与虚拟三维空间的几何映射关系理论分析

虚拟三维空间是现实世界的数字化三维空间,而人眼立体视觉空间则是人眼视觉系统对于现实世界或虚拟世界所形成的三维立体构象。传统上人眼直接观察现实世界,确立了人眼立体视觉空间与现实世界之间的几何对应关系。而人眼立体视觉空间与虚拟三维空间是否也存在对应的几何关系？以人眼立体视觉和虚拟三维场景为研究对象,根据双目视差原理,论述了人眼立体视觉的几何模型及视觉三维模型的表示形式。通过分析虚拟空间三维点元、屏幕视差及网膜视差等三者之间的内在几何关系,利用矩阵代数建立了虚拟空间与视觉空间之间的几何映射关系。这一映射关系表明视觉三维模型与虚拟三维模型之间存在一一对应关系,也反映了人眼视觉系统在虚拟空间中的可测量性质。本文创新性之处在于得到了视觉三维模型的完整表示,突破了传统上立体显示的定性感知,提供了定量分析的基础。这一工作对于在虚拟空间中的立体体验、虚拟交互以及立体测量等实践活动具有一定理论参考价值。     

立体显示器的立体效果评价方法研究

随着数字电视技术和平板显示技术的发展,立体显示技术逐渐成为当前电视技术发展的新热点.立体显示状态下,最关心的是立体显示效果.为了有效地评价自由立体显示器的立体显示效果、促进立体显示技术的发展,需要建立适当的评价标准与评价方法.文中在充分分析国内外相关评价方法的基础上,重点介绍了利用视差感知和视差评估的方法进行立体显示效果的评价,结果表明其对于自由立体显示评价可以得到较明确的分析结果,并对研究前景进行了探讨     

自由立体显示技术及其发展

自由立体显示技术是指不需佩戴立体眼镜等附属设备的3维立体显示技术.它可分为全息立体技术、3维集成成像技术、体3维显示技术和基于视差的自由立体显示技术.其中体3维显示技术和基于水平视差的自由立体技术发展很快.本文首先论述了静态体3维显示技术和扫射体3维显示技术两类不同的体3维显示技术近几年来的研究进展;然后从所使用的光学光栅类型及复用方法上综述了基于视差的自由立体显示技术的现状和特点;最后对比了体3维显示技术和基于水平视差的自由立体技术优缺点.     

基于OGRE的双目立体显示研究与实现

双目立体显示是计算机图形学中的一项前沿技术,在虚拟现实领域发挥着重要作用.分析了双目立体显示的原理,根据平行双目投影模型,提出一种基于OGRE(面向对象图形渲染引擎)的双目立体显示方案.该方案充分利用OGRE中的虚拟摄像机和视口合成技术,并在底层结合CG脚本,保证了渲染的效率.结果表明,对于正负两种视差,该方案均有明显的立体效果,并能灵活漫游及更换不同的场景,非常适合实际应用.     

三维立体显示综述

按基本工作原理是否为双目视差将三维立体显示分为两大类。基于双目视差原理的三维立体显示主要有眼镜/头盔式立体显示和光栅式自由立体显示,这类三维立体显示的技术相对成熟并有相应产品;非基于双目视差原理的三维立体显示主要有全息立体显示、集成成像立体显示和体显示等,这类三维立体显示的技术较不成熟,大多没有相应产品。对这些三维立体显示的器件结构、工作原理以及各自的特性进行了阐述。     

基于3维立体技术的视觉加密

视觉加密是新的加密研究领域,其优点是利用人眼视觉系统的特性直接对被加密的内容进行解码,而不需要用专用软件或硬件进行复杂的解密计算。近年来,由于自动立体显示技术和立体眼镜技术的发展,使得3维显示的应用日趋广泛,而传统的视觉加密方法在3维视频领域内尚无法取得令人满意的效果,因此3维立体视觉加密研究具有重要意义。为了更有效地对3维视频进行加密,利用3维显示的原理和特点,将其与视觉加密的优点相结合,提出了一种3维立体视觉加密新方法,该方法利用人眼视觉特性中的视差特性将隐藏信息巧妙地隐藏在右视图中,实验结果表明,该方法是有效的。     

面向流水线结构的并行匹配算法

本文提出一种面向流水线计算机的立体视觉并行匹配算法,使立体视觉算法所需的低层视觉信息处理和特征匹配都能在具有高速视频总线的流水线计算机中完成,这样既简化了视觉系统的结构,又大大提高了处理速度.匹配中应用了排序、方向和幅度约束作为相似性判断,并根据匹配点邻域中的视差梯度,利用松弛迭代法提高匹配的可靠性.算法已在PIPE流水线计算机上实现,256×256图像的立体视觉算法可在10秒内完成.