基于虚拟现实技术的3D动画场景平面设计
傅建明 鲍艳
摘 要： 针对当前方法难以获取3D动画场景完整正确的信息，存在计算复杂、三维动画场景连续性较差的问题，提出基于虚拟现实技术的3D动画场景平面设计方法。该方法先在空间中建立代表动画场景深度信息的网格节点，将摄像机坐标系与世界坐标系的坐标进行变换，得到关于动画场景图像候选网格节点的深度坐标值；利用动画场景的深度图像进行预处理以平滑噪声，获取动画场景图像的三维点云；根据动画场景图像特征点与三维点云之间的关系得到动画场景图像的三维特征点，利用ICP法完成动画场景图像点云的精确配准，由此建立3D动画场景模型。实验结果表明，所提方法能够有效提升3D动画场景的重建精度，且具有较强的实时性及稳定性。
关键词： 虚拟现实技术； 3D动画场景； 平面设计； 三维点云
中图分类号： TN911.73?34； TP317 文献标识码： A 文章编号： 1004?373X（2017）21?0059?03
Graphic design of 3D animation scene based on virtual reality technology
FU Jianming， BAO Yan
（College of Art and Design， Jiangxi University of Technology， Nanchang 330098， China）
Abstract： Since it is difficult for the current method to acquire the complete and correct information of the 3D animation scene， and exists the problems of the poor continuity of 3D animation scene and complex computation， a graphic design method of 3D animation scene based on virtual reality technology is proposed. With the method， the grid nodes representing the depth information of animation scene are established in the space coordinates； the camera coordinate system is transformed into the world coordinate system to get the depth coordinate values of the candidate grid nodes of the animation scene； the preprocessing for the depth image of animation scene is used to smooth the noise to acquire the 3D point cloud of the animation scene image. According to the relationship between the feature points of animation scene image and 3D point cloud， the 3D feature point of animation scene image is obtained， and the ICP method is used to realize the point cloud accurate matching of the animation scene image to establish the 3D animation scene model. The experimental results show that the method can improve the reconstruction accuracy of 3D animation scene effectively， and has strong real?time performance and high stability.
Keywords： virtual reality technology； 3D animation scene； graphic design； 3D point cloud
0 引 言
随着三维重建技术的发展，二维动画场景已难以满足人们对视觉的需求及主观感受[1?2]。现阶段大多数3D动画场景重建方法获取的3D动画场景数据是重建动画场景表面的部分信息，并且是按照以观察者为中心的坐标系中的三维形状和位置对重建的动画场景进行描述，难以呈现动画场景的深度信息[3]。在这种情况下，如何准确有效地提取动画场景背后的全部信息完成3D动画场景平面设计，成为计算机视觉研究领域亟需解决的主要问题，受到了该领域有关专家学者的高度关注[4?5]。
文献[6]提出立体匹配的3D动画场景平面设计方法。该方法对于噪声比较大的动画场景图像重建效果较好，但存在计算过程较为复杂，且消耗时间较长的问题。文献[7]提出基于角点检测的3D动画场景平面设计方法，利用该方法进行动画场景重建准确率较高，但存在动画场景重建效率较低的问题[8?9]。
针对上述问题，本文提出基于虚拟现实技术的3D动画场景平面设计方法。实验结果表明，所提方法能够有效提升3D动画场景的重建精度，且具有较强的实时性及稳定性。
1 基于虚拟现实技术的3D动画场景平面设计
1.1 3D动画场景节点坐标的计算
假设[（u，v）]代表点[Pl]在动画场景图像中的亚像素坐标，[Xw，Yw，Zw]代表動画场景图像中对应点的世界坐标系下的三维坐标，利用动画场景图像中的亚像素坐标可计算获得动画场景图像径向、切向畸变下摄像机坐标系下的归一化三维坐标[xd]，利用式（1）进行计算：
[xd（1）xd（2）1=αx0u00αyv0001-1uv1] （1）
式中：[αx]代表动画场景图像坐标系[x]轴的尺度因子；[αy]代表动画场景图像坐标系[y]轴的尺度因子；[（u0，v0）]代表动画场景图像中心的像素坐标；[xd（1），xd（2）]代表动画场景图像归一化的[x]方向和[y]方向的坐标点。假设[xn]代表归一化处理后的动画场景图像坐标，利用多次迭代的形式对动态动画场景图像径向、切向畸变进行补偿，设[xd]为[xn]的初始估计值，利用式（2）进行表示：
[xn=xy=xd（1）xd（2）] （2）
假设[kridial]代表动画场景图像的径向畸变分量，[δ]代表动画场景图像的切向畸变分量，可分别表示为：
[kridial=1+k1r2+k2r4+k3r6] （3）
[δ=2k3xy+k4（r2+2x2）k3（r2+2x2）+2k4xy] （4）
式中：[r2=x2+y2]代表[x]方向和[y]方向的动画场景图像的畸变相对值；[k1，k2，k3，k4]代表动画场景图像的线性畸变参数。通过对式（2）～式（4）进行联立求解，可获得归一化处理后动态动画场景图像坐标[xn：]
[xn=xy=（xd（1）-δ（1））kradial（xd（2）-δ（2））kradial] （5）
式中，[δ1，δ2]代表动画场景图像切向畸变的线性畸变值，结合[xn]的计算结果对动画场景图像的径向畸变[kradial]和切向畸变分量[δ]进行多次迭代，得到收敛的[xn。]由于[xn]为线性模型中摄像机坐标系的归一化坐标，假设[Xc，Yc，Zc]代表摄像机坐标系的坐标，则利用式（6）将摄像机坐标系与世界坐标系的坐标进行变换：
[Zcxy1=ZcXcZcYcZc1=RXwYwZw+t] （6）
式中[R]和[t]分别代表摄像机外部参数的旋转矩阵和平移向量。
通过对式（6）进行求解，得到关于动画场景图像候选网格节点在该深度方向的深度坐标值。
1.2 3D动画场景重建模型
通过摄像机拍摄获取同一视角下的[n]幅动画场景图像[Ii，]对动画场景图像[Ii（x，y）]的相同像素点[（x，y）]取均值再取整处理后，得到该动画场景图像的相同像素点组成的图像[Ix，y]：
[Ix，y=avgi=1，2，…，nIi（x，y）] （7）
摄像机在获取动画场景的深度图像时由于设备本身原因或测量环境等带来的影响通常会产生一定的噪声，对后面的计算存在着较大的不利影响，因此首先需要对原始的深度动画场景图像进行去噪，利用式（8）对动画场景图像进行滤波：
[I（x，y）=1ωp i，j∈Ωωi，j?Ii，j] （8）
式中：[Ix，y]代表滤波噪声后的动画场景图像；[Ω]代表动画场景图像像素[x，y]的邻域范围；[ωi，j]代表滤波器在动画场景图像像素[x，y]点处的权值；[ωp]代表惟一化参数；[Ii，j]代表原动画场景图像。假设[ωs]代表动画场景图像空间域权值，[ωr]代表动画场景图像灰度域权值，结合高斯函数得到双边滤波的动画场景图像的权值系数[ω]为：
[ω=exp-i-x2+j-y22σ2s?exp-Ii，j-Ix，y22σ2r] （9）
式中：[i，j]分别代表原动画场景图像[x]方向和[y]方向的坐标点；[σs]代表动画场景图像的空间域权值的标准差；[σr]代表动画场景图像灰度域权值的标准差。假设[P=piNpi=1，X=xiNxi=1]分别代表动画场景图像待匹配的两个点云数据的集合，搜索出动画场景图像的点集[P]中的每个点[pi]在点集[X]上的最近邻点作为对应点，设[Y=yiNpi=1]代表[P=piNpi=1]的对应点组成模型的点集，动画场景图像点云配准的目的是寻找点集[P]和点集[Y]之间的最优变换关系，结合ICP法得到动画场景图像的最小旋转矩阵[R]和平移向量[t]的最小目标函数，利用式（10）进行计算：
[f=1Npi=1Npyi-Rpi+t2] （10）
式中[Np]代表动画场景图像表邻域中点的总数，通过点云配准后，产生大量冗余的动画场景图像特征点，利用近邻点聚类过程对动画场景图像点云进行合并完成数据精简。假设[s]代表动画场景图像三维空间中的一个三维向量样本点，且[s∈E]满足[Nearest（E，s，s），]利用式（11）表示动画场景图像点云的数据精简：
[Nearest（E，s，s）??s∈Es-s≤s-s] （11）
式中：[s-s=i=1ksi-s′i2；][E]代表动画场景图像点云数量的总数；[s]代表该样本点的最近邻点；[s]代表动画场景图像点云精简后的点云数量；[si]代表动画场景图像三维空间向量[s]的第[i]维度；[s′i]代表动画场景图像三维空间向量[s]的最近邻点。通过对式（11）求解可得到动画场景图像数据精简后的点云，以此为依据完成3D动画场景平面设计。
2 实验结果与分析
为了验证实验的准确性，实验数据采用CCD摄像机多角度拍摄的5组动画场景图像序列，动画场景图像分辨率为380×600 dpi，帧速率为20 f/s。通过Windows平台分别对改进方法和双目视觉方法的3D动画场景平面设计实验结果进行描述。分别利用改进方法和双目视觉方法进行3D动画场景平面设计实验，将两种方法下3D动画场景的点云计算时间（单位：ms）进行对比，对比结果如图1所示。通过对图1进行分析可知，利用改进方法进行3D动画场景的点云计算时间要短于双目视觉方法，这主要是因为在利用虚拟现实技术进行3D动画场景平面设计过程中，先在空间中建立代表动画场景深度信息的网格节点，并根据动画场景图像特征点与三维点云之间的关系得到动画场景图像的三维特征点。利用ICP法完成动画场景图像点云的精确配准，得到动画场景图像的三维点云，使得利用改进方法进行3D动画场景平面设计的点云计算时间较短。
分别利用改进方法和双目视觉方法进行3D动画场景平面设计实验，将两种不同方法进行3D动画场景平面设计的性能指标参数的定位距离均方误差[Hli]进行对比，利用式（12）进行计算：
[Hli=12ml2li-ml] （12）
式中：[li]代表动画场景图像第[i]组对应点在变换之后的距离差；[ml]代表预先给定值。两种不同方法的性能指标参数对比结果如图2所示。
通过对图2进行分析可知，利用改进方法进行3D动画场景平面设计的性能指标参数的定位距离均方误差要低于双目视觉方法，这主要是因为在利用虚拟现实技术进行3D动画场景平面设计过程中，先计算出动画场景图像径向、切向畸变下摄像机坐标系下的归一化三维坐标，利用多次迭代的形式对动态动画场景图像径向、切向畸变进行补偿，结合双边滤波法对动画场景图像进行滤波处理，获得动画场景图像的空间域权值和动画场景图像灰度域权值，使得利用改进方法进行3D动画场景平面设计的定位距离均方误差较低。
分别利用改进方法和双目视觉方法进行3D动画场景平面设计实验，将两种不同方法进行3D动画场景平面设计的重建精度对比，采用点云数量对比不同方法下的3D动画场景平面设计的重建精度，对比结果如表1所示。
通过对表1进行分析可知，利用改进方法进行3D动画场景平面设计的点云数量要多于双目视觉方法，能有效提高动画场景的重建精度，这主要是因为在利用虚拟现实技术进行3D动画场景平面设计过程中，先计算出动画场景图像径向、切向畸变下摄像机坐标系下的归一化三维坐标，用多次迭代的形式对动态动画场景图像径向、切向畸变进行补偿，获得归一化处理后的动画场景图像坐标，在此基础上结合点云配准法计算出动画场景图的最小旋转矩阵以及最小平移向量的目标函数，使得利用改进方法进行3D动画场景平面设计能有效提高重建的精度。
3 结 语
针对当前方法进行3D动画场景平面设计过程中难以获取3D动画场景完整、正确的深度信息，存在计算复杂，且三维动画场景连续性较差的问题，提出一种基于虚拟现实技术的3D动画场景平面设计方法。实验结果表明，所提方法能够有效提升3D动画场景的重建精度，且具有较强的实时性以及可靠性。
参考文献
[1] 李秀智，杨爱林，秦宝岭，等.基于光流反馈的单目视觉三维重建[J].光学学报，2015，35（5）：228?236.
[2] 于盛睿，韩文，付俊发，等.基于虚拟现实的范成法齿轮设计与精确建模[J].陶瓷学报，2016，37（2）：200?204.
[3] 叶凤华.3D动画场景光照渲染算法的效果优化[J].科技通报，2015，31（8）：262?264.
[4] 张宁，罗卫华，刘迎春，等.基于虚拟现实技术的轮机英语环境仿真研究[J].计算机仿真，2015，32（6）：212?217.
[5] 姜迈.基于激光及三维虚拟场景技术的表面平整度在线检测系统[J].计算机测量与控制，2015，23（1）：50?52.
[6] 周瑜，李戈，张学贺，等.基于双目视觉的地形三维重建[J].机械与电子，2016，34（7）：57?61.
[7] 蔡轶珩，张琳琳，盛楠，等.基于光度立体法的中医舌体三维表面重建[J].电子与信息学报，2015，37（11）：2564?2570.
[8] 王辉，宋昌统.基于X3D的虚拟现实技术建模[J].电脑知识与技术，2016，12（11）：238?239.
[9] 李馥娟，王群，纪佩宇.基于虚拟现实技术的案件现场重建方法[J].实验技术与管理，2015，32（5）：124?126.
摘 要： 针对当前方法难以获取3D动画场景完整正确的信息，存在计算复杂、三维动画场景连续性较差的问题，提出基于虚拟现实技术的3D动画场景平面设计方法。该方法先在空间中建立代表动画场景深度信息的网格节点，将摄像机坐标系与世界坐标系的坐标进行变换，得到关于动画场景图像候选网格节点的深度坐标值；利用动画场景的深度图像进行预处理以平滑噪声，获取动画场景图像的三维点云；根据动画场景图像特征点与三维点云之间的关系得到动画场景图像的三维特征点，利用ICP法完成动画场景图像点云的精确配准，由此建立3D动画场景模型。实验结果表明，所提方法能够有效提升3D动画场景的重建精度，且具有较强的实时性及稳定性。
关键词： 虚拟现实技术； 3D动画场景； 平面设计； 三维点云
中图分类号： TN911.73?34； TP317 文献标识码： A 文章编号： 1004?373X（2017）21?0059?03
Graphic design of 3D animation scene based on virtual reality technology
FU Jianming， BAO Yan
（College of Art and Design， Jiangxi University of Technology， Nanchang 330098， China）
Abstract： Since it is difficult for the current method to acquire the complete and correct information of the 3D animation scene， and exists the problems of the poor continuity of 3D animation scene and complex computation， a graphic design method of 3D animation scene based on virtual reality technology is proposed. With the method， the grid nodes representing the depth information of animation scene are established in the space coordinates； the camera coordinate system is transformed into the world coordinate system to get the depth coordinate values of the candidate grid nodes of the animation scene； the preprocessing for the depth image of animation scene is used to smooth the noise to acquire the 3D point cloud of the animation scene image. According to the relationship between the feature points of animation scene image and 3D point cloud， the 3D feature point of animation scene image is obtained， and the ICP method is used to realize the point cloud accurate matching of the animation scene image to establish the 3D animation scene model. The experimental results show that the method can improve the reconstruction accuracy of 3D animation scene effectively， and has strong real?time performance and high stability.
Keywords： virtual reality technology； 3D animation scene； graphic design； 3D point cloud
0 引 言
随着三维重建技术的发展，二维动画场景已难以满足人们对视觉的需求及主观感受[1?2]。现阶段大多数3D动画场景重建方法获取的3D动画场景数据是重建动画场景表面的部分信息，并且是按照以观察者为中心的坐标系中的三维形状和位置对重建的动画场景进行描述，难以呈现动画场景的深度信息[3]。在这种情况下，如何准确有效地提取动画场景背后的全部信息完成3D动画场景平面设计，成为计算机视觉研究领域亟需解决的主要问题，受到了该领域有关专家学者的高度关注[4?5]。
文献[6]提出立体匹配的3D动画场景平面设计方法。该方法对于噪声比较大的动画场景图像重建效果较好，但存在计算过程较为复杂，且消耗时间较长的问题。文献[7]提出基于角点检测的3D动画场景平面设计方法，利用该方法进行动画场景重建准确率较高，但存在动画场景重建效率较低的问题[8?9]。
针对上述问题，本文提出基于虚拟现实技术的3D动画场景平面设计方法。实验结果表明，所提方法能够有效提升3D动画场景的重建精度，且具有较强的实时性及稳定性。
1 基于虚拟现实技术的3D动画场景平面设计
1.1 3D动画场景节点坐标的计算
假设[（u，v）]代表点[Pl]在动画场景图像中的亚像素坐标，[Xw，Yw，Zw]代表動画场景图像中对应点的世界坐标系下的三维坐标，利用动画场景图像中的亚像素坐标可计算获得动画场景图像径向、切向畸变下摄像机坐标系下的归一化三维坐标[xd]，利用式（1）进行计算：
[xd（1）xd（2）1=αx0u00αyv0001-1uv1] （1）
式中：[αx]代表动画场景图像坐标系[x]轴的尺度因子；[αy]代表动画场景图像坐标系[y]轴的尺度因子；[（u0，v0）]代表动画场景图像中心的像素坐标；[xd（1），xd（2）]代表动画场景图像归一化的[x]方向和[y]方向的坐标点。假设[xn]代表归一化处理后的动画场景图像坐标，利用多次迭代的形式对动态动画场景图像径向、切向畸变进行补偿，设[xd]为[xn]的初始估计值，利用式（2）进行表示：
[xn=xy=xd（1）xd（2）] （2）
假设[kridial]代表动画场景图像的径向畸变分量，[δ]代表动画场景图像的切向畸变分量，可分别表示为：
[kridial=1+k1r2+k2r4+k3r6] （3）
[δ=2k3xy+k4（r2+2x2）k3（r2+2x2）+2k4xy] （4）
式中：[r2=x2+y2]代表[x]方向和[y]方向的动画场景图像的畸变相对值；[k1，k2，k3，k4]代表动画场景图像的线性畸变参数。通过对式（2）～式（4）进行联立求解，可获得归一化处理后动态动画场景图像坐标[xn：]
[xn=xy=（xd（1）-δ（1））kradial（xd（2）-δ（2））kradial] （5）
式中，[δ1，δ2]代表动画场景图像切向畸变的线性畸变值，结合[xn]的计算结果对动画场景图像的径向畸变[kradial]和切向畸变分量[δ]进行多次迭代，得到收敛的[xn。]由于[xn]为线性模型中摄像机坐标系的归一化坐标，假设[Xc，Yc，Zc]代表摄像机坐标系的坐标，则利用式（6）将摄像机坐标系与世界坐标系的坐标进行变换：
[Zcxy1=ZcXcZcYcZc1=RXwYwZw+t] （6）
式中[R]和[t]分别代表摄像机外部参数的旋转矩阵和平移向量。
通过对式（6）进行求解，得到关于动画场景图像候选网格节点在该深度方向的深度坐标值。
1.2 3D动画场景重建模型
通过摄像机拍摄获取同一视角下的[n]幅动画场景图像[Ii，]对动画场景图像[Ii（x，y）]的相同像素点[（x，y）]取均值再取整处理后，得到该动画场景图像的相同像素点组成的图像[Ix，y]：
[Ix，y=avgi=1，2，…，nIi（x，y）] （7）
摄像机在获取动画场景的深度图像时由于设备本身原因或测量环境等带来的影响通常会产生一定的噪声，对后面的计算存在着较大的不利影响，因此首先需要对原始的深度动画场景图像进行去噪，利用式（8）对动画场景图像进行滤波：
[I（x，y）=1ωp i，j∈Ωωi，j?Ii，j] （8）
式中：[Ix，y]代表滤波噪声后的动画场景图像；[Ω]代表动画场景图像像素[x，y]的邻域范围；[ωi，j]代表滤波器在动画场景图像像素[x，y]点处的权值；[ωp]代表惟一化参数；[Ii，j]代表原动画场景图像。假设[ωs]代表动画场景图像空间域权值，[ωr]代表动画场景图像灰度域权值，结合高斯函数得到双边滤波的动画场景图像的权值系数[ω]为：
[ω=exp-i-x2+j-y22σ2s?exp-Ii，j-Ix，y22σ2r] （9）
式中：[i，j]分别代表原动画场景图像[x]方向和[y]方向的坐标点；[σs]代表动画场景图像的空间域权值的标准差；[σr]代表动画场景图像灰度域权值的标准差。假设[P=piNpi=1，X=xiNxi=1]分别代表动画场景图像待匹配的两个点云数据的集合，搜索出动画场景图像的点集[P]中的每个点[pi]在点集[X]上的最近邻点作为对应点，设[Y=yiNpi=1]代表[P=piNpi=1]的对应点组成模型的点集，动画场景图像点云配准的目的是寻找点集[P]和点集[Y]之间的最优变换关系，结合ICP法得到动画场景图像的最小旋转矩阵[R]和平移向量[t]的最小目标函数，利用式（10）进行计算：
[f=1Npi=1Npyi-Rpi+t2] （10）
式中[Np]代表动画场景图像表邻域中点的总数，通过点云配准后，产生大量冗余的动画场景图像特征点，利用近邻点聚类过程对动画场景图像点云进行合并完成数据精简。假设[s]代表动画场景图像三维空间中的一个三维向量样本点，且[s∈E]满足[Nearest（E，s，s），]利用式（11）表示动画场景图像点云的数据精简：
[Nearest（E，s，s）??s∈Es-s≤s-s] （11）
式中：[s-s=i=1ksi-s′i2；][E]代表动画场景图像点云数量的总数；[s]代表该样本点的最近邻点；[s]代表动画场景图像点云精简后的点云数量；[si]代表动画场景图像三维空间向量[s]的第[i]维度；[s′i]代表动画场景图像三维空间向量[s]的最近邻点。通过对式（11）求解可得到动画场景图像数据精简后的点云，以此为依据完成3D动画场景平面设计。
2 实验结果与分析
为了验证实验的准确性，实验数据采用CCD摄像机多角度拍摄的5组动画场景图像序列，动画场景图像分辨率为380×600 dpi，帧速率为20 f/s。通过Windows平台分别对改进方法和双目视觉方法的3D动画场景平面设计实验结果进行描述。分别利用改进方法和双目视觉方法进行3D动画场景平面设计实验，将两种方法下3D动画场景的点云计算时间（单位：ms）进行对比，对比结果如图1所示。通过对图1进行分析可知，利用改进方法进行3D动画场景的点云计算时间要短于双目视觉方法，这主要是因为在利用虚拟现实技术进行3D动画场景平面设计过程中，先在空间中建立代表动画场景深度信息的网格节点，并根据动画场景图像特征点与三维点云之间的关系得到动画场景图像的三维特征点。利用ICP法完成动画场景图像点云的精确配准，得到动画场景图像的三维点云，使得利用改进方法进行3D动画场景平面设计的点云计算时间较短。
分别利用改进方法和双目视觉方法进行3D动画场景平面设计实验，将两种不同方法进行3D动画场景平面设计的性能指标参数的定位距离均方误差[Hli]进行对比，利用式（12）进行计算：
[Hli=12ml2li-ml] （12）
式中：[li]代表动画场景图像第[i]组对应点在变换之后的距离差；[ml]代表预先给定值。两种不同方法的性能指标参数对比结果如图2所示。
通过对图2进行分析可知，利用改进方法进行3D动画场景平面设计的性能指标参数的定位距离均方误差要低于双目视觉方法，这主要是因为在利用虚拟现实技术进行3D动画场景平面设计过程中，先计算出动画场景图像径向、切向畸变下摄像机坐标系下的归一化三维坐标，利用多次迭代的形式对动态动画场景图像径向、切向畸变进行补偿，结合双边滤波法对动画场景图像进行滤波处理，获得动画场景图像的空间域权值和动画场景图像灰度域权值，使得利用改进方法进行3D动画场景平面设计的定位距离均方误差较低。
分别利用改进方法和双目视觉方法进行3D动画场景平面设计实验，将两种不同方法进行3D动画场景平面设计的重建精度对比，采用点云数量对比不同方法下的3D动画场景平面设计的重建精度，对比结果如表1所示。
通过对表1进行分析可知，利用改进方法进行3D动画场景平面设计的点云数量要多于双目视觉方法，能有效提高动画场景的重建精度，这主要是因为在利用虚拟现实技术进行3D动画场景平面设计过程中，先计算出动画场景图像径向、切向畸变下摄像机坐标系下的归一化三维坐标，用多次迭代的形式对动态动画场景图像径向、切向畸变进行补偿，获得归一化处理后的动画场景图像坐标，在此基础上结合点云配准法计算出动画场景图的最小旋转矩阵以及最小平移向量的目标函数，使得利用改进方法进行3D动画场景平面设计能有效提高重建的精度。
3 结 语
针对当前方法进行3D动画场景平面设计过程中难以获取3D动画场景完整、正确的深度信息，存在计算复杂，且三维动画场景连续性较差的问题，提出一种基于虚拟现实技术的3D动画场景平面设计方法。实验结果表明，所提方法能够有效提升3D动画场景的重建精度，且具有较强的实时性以及可靠性。
参考文献
[1] 李秀智，杨爱林，秦宝岭，等.基于光流反馈的单目视觉三维重建[J].光学学报，2015，35（5）：228?236.
[2] 于盛睿，韩文，付俊发，等.基于虚拟现实的范成法齿轮设计与精确建模[J].陶瓷学报，2016，37（2）：200?204.
[3] 叶凤华.3D动画场景光照渲染算法的效果优化[J].科技通报，2015，31（8）：262?264.
[4] 张宁，罗卫华，刘迎春，等.基于虚拟现实技术的轮机英语环境仿真研究[J].计算机仿真，2015，32（6）：212?217.
[5] 姜迈.基于激光及三维虚拟场景技术的表面平整度在线检测系统[J].计算机测量与控制，2015，23（1）：50?52.
[6] 周瑜，李戈，张学贺，等.基于双目视觉的地形三维重建[J].机械与电子，2016，34（7）：57?61.
[7] 蔡轶珩，张琳琳，盛楠，等.基于光度立体法的中医舌体三维表面重建[J].电子与信息学报，2015，37（11）：2564?2570.
[8] 王辉，宋昌统.基于X3D的虚拟现实技术建模[J].电脑知识与技术，2016，12（11）：238?239.
[9] 李馥娟，王群，纪佩宇.基于虚拟现实技术的案件现场重建方法[J].实验技术与管理，2015，32（5）：124?126.
