题目：高视觉沉浸感虚拟现实系统关键技术研究

摘  要

沉浸感是虚拟现实系统的重要特征之一。随着软硬件水平的进一步发展，虚拟现实系统对沉浸感的追求也不断提高。用户已经不再满足于桌面式的虚拟现实显示系统带来的非沉浸式体验，越来越多的虚拟现实系统走向了高视觉沉浸感的发展方向，诸如大规模拼接显示设备、穿戴式显示设备层出不穷，因而高视觉沉浸感也逐渐成为本领域的一个研究热点。

本文主要针对高视觉沉浸感虚拟现实系统的关键技术展开研究，论文主要研究的内容为：

针对基于投影拼接的大规模显示系统中出现的投影图像的畸变进行了成因分析，并介绍了基于解析法和拟合法的几何校正方法；详细介绍了基于曲面拟合的几何校正方法并给出了具体的计算和推导过程；进一步的，基于曲面拟合法的研究基础结合人工智能算法，提出了一种基于人工蜂群算法ABC （Artificial Bee Colony）的自动几何校正方法。

针对边缘融合所涉及的色差校正和亮度融合进行了深入研究。实现了基于RAW图像的低成本相对ITF（Intensity Transfer Function）估计，并基于相对ITF实现了通道间的色差校正；分析并总结了亮度融合的实现方法，提出了非参数化亮度融合模型并给出了具体实现；实现了基于VIC （Voting based Inverse Compensation）方法的融合带漏光补偿算法；针对融合带的调节的效果提出了相对非光滑度FNSB(Flexible Non-smoothness for Blending)指标用于判断融合带的优劣。

针对虚拟视差的生成原理以及数学模型进行了详细介绍。介绍了三种虚拟视差模型a.平行模型；b.内束模型；c.离轴模型。本文基于离轴模型进行了虚拟视差的仿真实验，基于Panum区的抽象提出了一种具有普适性的虚拟视差调节模型—虚拟视差极限角LVD（Limit of Virtual Disparity）。进一步为降低提高景深后的不适感，实现了基于深度等级的分层模糊DB（Depth based Blur）方法。

针对单纯依靠彩色图像对头部追踪的鲁棒性差的问题，研究了基于彩色图像与深度图像结合的方式进行头部追踪。以主动表观模型AAM(Active Appearance Model)实现了彩色图像中头部的定位与跟踪。进一步基于随机森林判别方法通过深度图像实现了骨骼跟踪；最后通过位置与姿态的滤波实现了准确的头部追踪，并进一步的将识别出的头部位置与姿态应用到虚拟现实场景的视点控制中。

 

本文针对高视觉沉浸感虚拟现实系统的关键技术进行了深入探讨，其中部分研究成果业已应用到实际的工程系统中并取得了良好的效果。本文的研究成果也对构建高沉浸感虚拟现实系统具有一定的参考价值。