基于深度图的水面重建

大面积水面及波浪的快速建模是计算机图形学研究的热点问题之一,但是由于天然波浪运动的复杂性与不规则性,现有的波浪模拟及重建方法无法在计算效率与真实感之间很好地权衡。针对此问题,本文以室外波浪为对象,以深度图像序列为输入,通过对图像缺失部分的修复,快速重建连续变化的水面模型。本文使用RealSense摄像头,捕获水面深度图并进行预处理,对无效数据区域进行标示;根据连续变化的水面深度信息,通过帧间点云追踪算法计算速度场,并以物理运动连续性为约束,同步优化深度图与速度场数据,实现水面重建。最终在室内外采集的数据场中进行实验,实验结果表明,本方法相比于图像修复方法,可以更好地保证重建水面序列的连续性和真实感。

一种骨架驱动的近岸涌浪动画合成方法

大面积水面及波浪的快速建模与可控动画一直是计算机图形学研究的热点问题之一,但是由于天然波浪的复杂性与不规则性,现有的波浪模拟方法无法在计算效率与真实感之间很好地权衡.针对此问题,以近岸涌浪为对象,研究波浪形态特征的表示与提取方法,快速生成可控的波浪动画.首先以波浪视频为数据源,利用数学形态学算法从水面视频图像中提取出涌浪骨架特征;然后根据此特征控制涌浪形状与高度,重用高度场数据生成可控的更加多样的近岸涌浪运动形态,克服了流体动画计算效率低下且难以交互控制的缺点.实验结果表明,所提出的方法能够以简单、直观的控制方式,快速实现用户期望的变形效果.