论文部分内容阅读
虚拟现实技术一直是计算机图形学领域的研究热点之一,而三维模型作为事物在虚拟世界中的表现形式,场景的快速生成一直被人们所重视。植物是常见的自然景观,其自身的复杂性决定了三维模型的结构复杂程度,而植物模型的真实感也对虚拟自然场景的沉浸感有着重要的影响。因此,对植物生长模型的模拟和植物景观的建模一直是人们研究的热门话题。其中基于分形规则的自动建模方法已经取得了很好的效果,但由于需要用户对相关植物有一定的了解才能有效的定义产生式规则,且其模型生成过程比较抽象,用户很难对最终的整体形状进行把握。而基于交互的方法可以直观、方便的对植物的建模过程进行控制,但也决定了其模型受人的经验导向影响,同时对多棵植物的建模需要用户进行反复操作。因此,如何使得用户能够通过统一的技术手段,而对不同结构特征的植物进行多样化的批量建模,是一个值得关注的问题。本文借助逆向建模的思想,引入学习机制,利用用户的手绘信息作为指导,完成植物的多样化快速建模,主要有如下几方面的工作:(1)在对植物学上有关植物分枝结构的调研基础上,对影响植物外观形态的关键信息进行了定义;依据关键信息对植物图像进行结构特征标注,并给出了标注算法;通过对多幅该类植物的图片进行特征提取,构建植物样本的贝叶斯网络特征知识库。(2)深入探讨了基于分形的L系统建模方法,根据植物学上林木植物的分叉特征定义了L系统的原子产生式规则;在植物知识库样本模版的指导下,采用基于贝叶斯推理的手段,对植物枝干进行推理建模。(3)对单个叶片的建模技术进行了探索与研究,利用透明贴图和树叶排布算法实现了不同植物叶序的叶簇建模;最后集成本文的建模算法,对基于手绘的多样化建模系统进行了实现。