利用图像绘制实现犯罪现场三维虚拟展示研究.docVIP

利用图像绘制实现犯罪现场三维虚拟展示研究 　　摘 要：通过对犯罪现场的虚拟重建不仅能够重建出逼真的犯罪现场环境，而且实现了对虚拟物证的管理，解决犯罪现场重现的难题，使办案人员能从各个角度观察犯罪现场，更加形象化地分析罪犯的行为，为案件研判提供平台。 　　关键词：犯罪现场重建；图形绘制；场景漫游；公安信息化 　　中图分类号：TM923.5 文献标识码：A 　　1 引言（Introduction） 　　为了提供有效的研判平台，仅仅利用现场零散照片尚不足以全面展示现场情况，需结合虚拟空间漫游（Virtual Space Navigation）技术对现场进行较全面的三维展示。目前，外景和实物的三维展示方法主要依靠深度检测设备直接获取点云数据和基于序列图像的技术[1]。而利用数字二维离散图像的三维展示方法简单方便，且成本低廉，应用前景广阔。 　　2 本文犯罪现场三维虚拟展示方法概述（Crime 　　scene three-dimensional virtual display methods 　　outlined herein） 　　IBR技术即Image Based Rendering，意为基于图像绘制，既是利用图像处理技术和视觉计算的方法，也是能够直接构建三维虚拟场景的技术。它是把图像作为绘制时的主要数据，通过处理和编排这些数据最终得到环境连续性描述的过程[2]。它的优点是：有强烈的真实感，绘制时间较短，效果清晰，绘制时间不被所需的内存大小和场景复杂程度影响，而是只和图像的大小有关，另外，该方法无需复杂的场景建模过程，所以它更佳适用于自然复杂场景的实景绘制，而犯罪现场往往室内遭翻动，场景杂乱，因此非常适合采用IBR技术进行三维展示。 　　该方法的具体步骤是首先构建二维现场，拍摄的现场照片包括房间的结构信息以及物品、尸体（杀人案件中有）的位置信息，然后将二维场景信息纳入全景图像中，三维场景则是基于现场全景图进行构建的，但此时的场景还只是一个静态的场景，观察角度也只有一个，为了更加有效地观察犯罪现场，必须可以从各个角度观察现场，这样，用户可以通过输入相关操作指令实现虚拟场景中的视觉变化。 　　3 现场全景图的制作方法（Production method scene 　　panorama） 　　最终生成的全景图像是以现场图像素材为基础的，图像的捕捉可以用传统的机械照相机、数码照相机、摄像机或三维扫描仪等，课题选用的是数码相机拍摄图像的方法。三维重建的关键就是如何将二维图像上的点与空间物体表面某点的三维几何位置相对应，而照相机成像的几何模型决定了这种对应关系，这些模型的参数叫做相机参数，计算这些参数的过程称之为相机定标。它是图像获取的前提。 　　拍摄时将定标后数码相机固定到摄影三脚架上，以相机的镜头中心为旋转中心，分别以空间中两个互相垂直的x轴和y轴作为旋转轴，旋转相机进行拍摄。具体来说可以用下面的方法：首先向上仰起相机，使之与水平方向呈60角，平转一周进行拍摄，注意相邻照片之间要有重叠，然后将相机分别放平和向下倾斜60角按同上方法进行拍摄[3]。这样就可以保证完整地采样视点空间中的所有景物信息，不留遗漏。 　　因标准镜头视角一般为45―50，有限的视角仅能拍摄下实际场景的局部，需将多幅实景图像拼接成全景图。拼接的图像素材首先需要相互匹配，也就是来精准对齐其中视觉重叠的区域，以做到高分辨率的无缝连接。但拍摄全景图操作中，由于相机拍摄角度以及光照条件改变，同一区域成像条件也会随之改变，这给匹配算法的实施增加了困难。因此，我们采用基于特征的匹配方法，该方法能够很好的解决这些问题。 　　基于特征的图像配准技术其具体实现步骤是，选定一副基准图，再选一副待匹配图，通过匹配点对构建图像序列之间的变换矩阵，从而完成全景图像的匹配，匹配成功后，计算图像的变换关系，对浮动图像进行几何变换，最后融合图像。 　　上述过程的关键环节在于角点的提取，角点是图形图像最为重要的特征，可以用来保留图形图像的重要边界信息，是决定图形图像目标形状的主要因素之一，所以在图像匹配、特征识别等模式识别领域，角点检测具有十分重要的意义到目前为止角点的数学定义尚不清楚，但是，一般认为角点是二维图像亮度剧烈变化的点或图像边缘曲线上曲率极大值点。这些点保留了图像图形的重要特征，并能够有效地减少信息的数据量，实现信息的高含量，有效地提高了计算的速度，最终得到一个可靠的图像匹配。在国内外，各个研究者也提出了不同的方法，包括SURF匹配、ORB匹配和基于Harris角点匹配。其中Harris角点检测算法包括了图像平滑的步骤，因而对一般的噪声不敏感，检出的角点的鲁棒性较好。 　　通常全景图或光场函数图数据量均比较大：单张照片的大小就多达400余兆，制作成柱面全