导言
立体视觉技术前几年研究极为广泛,研究生期间也以此为课题,主要学习并研究特征提取和图像匹配方向;目前火遍全球的虚拟现实技术,也属于立体视觉领域的研究范畴。
立体视觉技术可研究内容很多,实现一整套立体视觉呈现步骤如下:
摄像机标定
图像采集
特征提起
图像匹配
深度计算
3D呈现
在这就不详细的扣里面的概念了,随便一本图像处理,立体视觉的书籍都有介绍;
本文主要就获取深度信息后,如何使用WebGL技术呈现,展开研究;
先睹为快
深度信息原图-鱼群
3D呈现效果图1
3D呈现效果图2
3D呈现效果图3-过滤掉不清晰的鱼群
实验天地
技术点一:NURB曲线
使用了之前研究的NURB曲线技术,可以参考文章:3DSDK-NURB曲线曲面
核心代码
var degreeU = 2;
var degreeV = 3;
var nurbsSurface = new mono.NurbsSurface(degreeU, degreeV, ctlPoints);
var surface = window.surface = new mono.Surface(nurbsSurface, 200,200,{
skyY : 300,
horizonY: -200,
earthY : -2000,
skyColor : new mono.Color('white'),
horizonColor: new mono.Color('yellow'),
earthColor: new mono.Color('green'),
});
surface.s(
{
'm.type': 'basic',//phong
'm.color': 'white',
'm.side':mono.DoubleSide,
'm.ambient': 'white',
// 'm.wireframe':true,
'm.wireframeLinewidth': 0.01,
'm.wireframeLinecolor': 'orange',
'm.wireframeLineopacity': 1,
// 'm.texture.image':'./images/UV_Grid_Sm.jpg',
});
技术点二: 深度信息获取
一般深度信息是通过,大量的匹配数据,计算而得;一般会使用Matlab、OpenCV等这类的工具处理;如今,只好读取一张图片,将RGB值转化为深度信息使用好了;
核心代码
var myImage = new Image();
myImage.src = "./images/test.jpg";
myImage.onload = function(){
var scale = 1;
var canvas = document.createElement('canvas');
document.body.appendChild(canvas);
var width = myImage.width * scale, height = myImage.height * scale;
canvas.width = width + '';
canvas.height = height + '';
var ctx = canvas.getContext('2d');
ctx.drawImage(myImage, 0, 0,width, height);
var imageData = ctx.getImageData(0,0,width, height);
var data = imageData.data;
var ctlPoints = [];
for(var i = 0; i < height; ++i){
var vpoints = [] ;
for(var j = 0; j < width; ++j){
var x = i*4*width + 4*j,
r = data[x],
g = data[x+1],
b = data[x+2],
a = data[x+3];
vpoints.push(new mono.Vec4((j-width/2)*50,6 * ((r+g+b)/3 - 250/2),(i - height/2)*50,1));
}
ctlPoints.push(vpoints);
}
参考资料
[1].双眼视觉和立体视觉
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。