一种基于投影空间双向检测的可见视频相机筛选方法与流程

1.本发明属于空间信息领域，具体涉及一种基于投影空间双向检测的可见视频相机筛选方法。


背景技术：

2.三维场景的显示优化，目前很多工作主要基于视点依赖算法对三维模型或地形进行剪裁和化简，而在视频增强的三维场景中，需要把视频逐帧解码并加载到gpu中进行融合，参与融合的视频数量对融合效率影响极大。因此仅仅对三维模型进行优化是不够的，对于视频数据也需要进行优化处理，然而对于视频相机及其视频数据剪裁的研究很少，尚未有太多相关的研究工作。
3.一种优化方法是让所有视频相机都参与融合计算，渲染流水线在每个周期内只进行一次纹理映射，即只渲染一个纹理，如果要渲染多个纹理，则要进行多遍渲染，这种方法适用于视频相机数目较小的场景；另一种优化方法是对视频相机分组，由于每组参与的视频相机较少，可以提高融合效率。但是分组需要预先人为指定，分组结果和实际情况也不一定完全相符合，限制了这种方法的应用，所以如何高效筛选可见视频相机是提高融合效率的有效手段。
4.有关可见相机筛选的方法中，基于视距的方法只能在一个方向(视线方向)进行判断，基于视线夹角的方法只能用于剔除融合效果差的相机，而基于视锥体包围盒的方法过于简单粗略，可能导致不可见视频相机被错误筛选。专利zl201711057783.7中提出了通过计算视频相机视锥体的可见像素比例来筛选可见相机的方法，尽管该方法比较精确，但是由于涉及到光栅化过程，计算量比较大。因此，一种既快速又精确的可见视频相机筛选方法是提高视频与三维场景融合性能的关键。


技术实现要素：

5.发明目的：针对上述现有技术的不足，本发明提出一种基于投影空间双向检测的可见视频相机筛选方法，能根据用户当前视点下的视域自动对每个视频相机进行筛选，筛选出可见视频相机，具有快速性和准确性。
6.技术方案：本发明提出一种基于投影空间双向检测的可见视频相机筛选方法，在投影空间中对视频相机和主相机进行双向检测，包括正向检测和反向检测，具体包括以下步骤：
7.(1)对视频相机和主相机进行正向检测：
8.(1.1)将视频相机视锥体所有顶点变换到主相机视锥体的投影空间；
9.(1.2)计算视频相机视锥体所有顶点的六位二进制特征码；
10.(1.3)对视频相机视锥体所有顶点的特征码按位“&”操作，获得检测码cp1；
11.(1.4)若cp1不等于0，则该视频相机不可见，退出；否则继续进行反向检测；
12.(2)对视频相机和主相机进行反向检测：
13.(2.1)将主相机视锥体所有顶点变换到视频相机视锥体的投影空间；
14.(2.2)计算主相机视锥体所有顶点的六位二进制特征码；
15.(2.3)对主相机视锥体所有顶点的特征码按位“&”操作，获得检测码cp2；
16.(2.4)若cp2不等于0，则该视频相机不可见，否则该视频相机可见，保留，完成筛选。
17.进一步地，所述顶点的六位二进制特征码p5p4p3p2p1p0的编码规则为：设变换后的坐标为(x,y,z,w)，若x》w，则p0＝1，否则p0＝0；若y》w，则p1＝1，否则p1＝0；若z》w，则p2＝1，否则p2＝0；若x《-w，则p3＝1，否则p3＝0；若y《-w，则p4＝1，否则p4＝0；若z《-w，则p5＝1，否则p5＝0。
18.进一步地，所述顶点特征码按位“&”操作是串行操作，在正向检测中，只要某一次按位“&”操作结果为0，则可直接跳转到反向检测；在反向检测中，只要某一次按位“&”操作结果为0，则可直接判断该视频相机可见，提前终止筛选。
19.进一步地，其特征在于，所述顶点的六位二进制特征码各位顺序可调整。
20.有益效果：与现有技术相比，本发明的有益效果：本发明利用投影变换后的二进制特征码和位运算实现筛选的高效性，利用双向检测实现筛选的精确性，提高了视频增强场景中视频与三维融合的效率。
附图说明
21.图1为本发明的流程图；
22.图2为视锥体筛选后的分类结果图。
具体实施方式
23.下面结合附图对本发明作进一步详细说明。
24.本发明提供一种基于投影空间双向检测的可见视频相机筛选方法，对视频相机和主相机进行双向检测，包括正向检测和反向检测，如图1所示，具体步骤如下：
25.(1)对视频相机和主相机进行正向检测：
26.(1.1)将视频相机视锥体所有顶点变换到主相机视锥体的投影空间；
27.获取主相机的观察矩阵v和投影矩阵p，然后对视频相机的所有视锥体顶点vi(i＝0..7)进行变换，定义变换后的顶点为tvi(i＝0..7)
28.vp＝p*v
29.tvi＝vp*vi30.(1.2)分别计算视频相机视锥体所有顶点的六位二进制特征码：
31.顶点的六位二进制特征码p5p4p3p2p1p0的编码规则为：设变换后的坐标为(x,y,z,w)，若x》w，则p0＝1，否则p0＝0；若y》w，则p1＝1，否则p1＝0；若z》w，则p2＝1，否则p2＝0；若x《-w，则p3＝1，否则p3＝0；若y《-w，则p4＝1，否则p4＝0；若z《-w，则p5＝1，否则p5＝0。
32.定义：
33.clip_right＝1《《0,clip_top＝1《《1,
34.clip_far＝1《《2,clip_left＝1《《3,
35.clip_bottom＝1《《4,clip_near＝1《《5
36.则各顶点vi特征码clipflag[i]的计算方法如下：
[0037]
clipflag[i]＝((tvi.x》tvi.w)？clip_right:0)|((tvi.y》tvi.w)？clip_top:0)|
[0038]
((tvi.z》tvi.w)？clip_far:0)|((tvi.x《-tvi.w)？clip_left:0)|
[0039]
((tvi.y《-tvi.w)？clip_bottom:0)|((tvi.z《-tvi.w)？clip_near:0)
[0040]
顶点的六位二进制特征码各位顺序可调整。
[0041]
(1.3)对所有顶点的特征码按位“&”操作，获得检测码cp1；只要某一次“&”操作结果为0，则可直接跳转到反向检测中。
[0042]
cp1＝clipflag[0]&clipflag[1]&clipflag[2]
[0043]
&clipflag[3]&clipflag[4]&clipflag[5]&clipflag[6]&clipflag[7]。
[0044]
(1.4)若cp1不等于0，则该视频相机不可见，退出；否则继续反向检测。
[0045]
(2)对视频相机和主相机进行反向检测。
[0046]
(2.1)将主相机视锥体所有顶点变换到视频相机视锥体的投影空间。
[0047]
(2.2)按(1.2)的方法分别计算所有顶点的特征码。
[0048]
(2.3)对所有顶点的特征码按位“&”操作，获得检测码cp2；只要某一次“&”操作结果为0，则可直接判断该视频相机可见，保留，提前终止筛选。
[0049]
(2.4)若cp2不等于0，则该视频相机不可见，否则该视频相机可见，保留，完成筛选，如图2所示。