CN104778869A - 即时更新三维可视化教学系统及其建立方法 - Google Patents

Abstract

本发明公开了一种即时更新三维可视化教学系统，包括：场景显示模块，用于视频实时显示和三维效果生成，能够呈现真实情境；数据显示模块，包括环境参数的数字化显示和曲线图显示，同时可以备份数据和查询数据，还可以用于产生报表和打印报表；交流平台模块，用于学生和老师的信息交流；资源共享模块，用于上传和下载资源；用户管理模块，用于添加用户、删除用户、密码修改、权限管理。本发明系统中的数据信息是从真实辐射环境中获取的，并得以实时更新；实时视频功能能够观看真实学习情境；三维效果的生成能够为学习者提供逼真的沉浸感；使课堂强辐射类课程教学的交互方式多样化。

Description

即时更新三维可视化教学系统及其建立方法

技术领域

本发明涉及教学系统领域，具体涉及用于强辐射类课程中即时更新三维可视化教学系统及其建立方法。

背景技术

强辐射类课程所需实验教学仪器设备的购置费用昂贵，动辄以百万元计，导致教学设备不完善；强辐射类课程学习过程中的真实学习情境具有一定的危害性，使得教师难以为学习者提供真实的学习环境，造成真实情境的缺失。为避免真实实验或操作所带来的各种危险，以往对于危险的或对人体健康有危害的实验，一般采用电视录像的方式来取代实验，学生无法直接参与实验，获得感性认识，较大程度影响了学习效果。

随着计算机虚拟现实技术的迅速发展，对一些特别的学习内容可以采用虚拟现实技术进行情景化、形象化处理。本发明并不是单纯的场景模拟，系统中显示的数据是从真实辐射环境中实时采集到的，系统功能主要包括环境参数的数字化显示，环境参数的虚线图显示，视频实时显示，三维效果显示，交流功能实现，资源共享功能实现。

数据的显示弥补了系统中感觉信息的缺失，视频实时显示让学习者看到真实的学习情境，三维效果让学生仿佛置身于其中，有身临其境的感觉。从而解决了教学过程中设备不完善，学习情境缺失的问题，促进强辐射类课程的课堂教学改革。

三维重建技术随着建模软件，如3D Max、Maya，图像处理函数库(如OpenCV、OpenGL)的出现得到迅速发展，技术实现方案多样化、简单化。原来只能在高性能服务器、工作站上运行的实时三维模型的显示，现今在主流配置的计算机上就能得到流畅的运行，为实现具有三维可视化特点的教学平台提供技术前提。

现有技术的缺陷在于：

1、现有教学系统是针对常规课程的教学内容设计的，并不能交好的适用于强辐射类课程的教学，比如具有典型代表的核专业，目前我国核专业设置还不能完全适应核电工业对人才培养的需求。

2、只是对某一环境的模拟，不能实时显示学习环境的真实变化。

发明内容

为解决上述问题，本发明提供了一种即时更新三维可视化教学系统及其建立方法，将抽象的概念及辐射场景形象化、具体化，可以使学习者沉浸在虚拟的学习情境中，使教师的讲授内容更易于学习者接受，并且能够实现学生与学习内容的交互，学生与教师间的交互以及学习者之间的交互。

为实现上述目的，本发明采取的技术方案为：

一种即时更新三维可视化教学系统，包括：

场景显示模块，用于视频实时显示和三维效果生成，能够呈现真实情境；

数据显示模块，包括环境参数的数字化显示和曲线图显示，同时可以备份数据和查询数据，还可以用于产生报表和打印报表；

交流平台模块，用于学生和老师的信息交流；

资源共享模块，用于上传和下载资源；

用户管理模块，用于添加用户、删除用户、密码修改、权限管理。

上述的一种即时更新三维可视化教学系统通过以下方法建立：

S1、对摄像机进行标定，实现三维重建过程中坐标系间的转化；

S2、对获得的原始图像进行去噪、图像增强等预处理，得到精确的边缘；

S3、将步骤S2所得的二维图像提取的边缘点作为特征点，通过坐标系间转化得到三维点云，重建精确的表面模型；

S4、由于此时的模型为三维点云图，并不包含物体的颜色信息，对模型进行无变形的纹理映射，使重建效果更接近于真实的三维场景。

其中，所述的场景显示模块中的三维效果生成过程包括：

S11、使用OpenCV实现摄像机标定，包括棋盘格标定物的角点提取和摄像机标定；

S12、采用激光测距仪获取深度信息；

S13、建立灰度直方图统计图像灰度分布，然后使用分段灰度线性变换增强图像对比度，再使用高斯滤波进行平滑处理，完成图像的预处理；

S14、使用Canny算子完成图像边缘特征点的提取；

S15、利用边缘提取的特征点以及将辅助激光测距仪采集到的距离信息通过坐标系间的转化可以计算出空间三维坐标点，并将这些空间三维坐标点在OpenGL中显示出来，初步生成三维效果；

S16、将拍摄到实物的一系列彩色照片准确映射到重构的几何模型上，以实现模型的无变形纹理映射。

其中，所述的步骤S3中图像边缘特征点的提取过程包括：

S31、对图像进行高斯滤波；

S32、计算每个像素的梯度幅值M和方向θ；

S33、利用步骤S32所得的梯度方向实现保留局部梯度最大的点，即抑制非极大值的点，得到精确的边缘；

S34、使用双阈值法减少假边缘数量。

其中，所述的步骤S33中非极大值抑制的抑制过程包括：将梯度的方向划分为四个区域，这四个区域的标号为0～3，各个区与邻近的不同像素进行比较，以得到局部极大值。其比较方向如图9所示。在每一点上，领域的中心像素M与领域的两个像素相比，如果M的梯度值不比领域的梯度值大，则令M＝0，来获取没有超过梯度的区域，得到更为精确的图像边缘。

其中，所述的步骤S34中双阈值算法检测过程包括：对非极大值抑制的图像设置两个阈值M1和M2，且2M1≈M2；把梯度值小于M1的像素灰度值赋零，得到保留边缘信息较多、噪声较大的图像P1；同样把梯度值小于M2的像素灰度值赋零，由于M2的阈值较大，得到假边缘信息少、噪声较小的图像P2，但大阈值也使图像P2丢失部分有用的边缘信息，图像的一些边缘信息会被误认为是背景信息，造成提取边缘的间断性。因此，该算法在图像P2中将边缘连成轮廓，当到达轮廓的端点时，不断地在图像P1中查找可以连接到轮廓上的边缘，直到将P2连接起来为止。

其中，场景显示模块能够实时显示让学习者看到真实的学习情境，三维效果让学生仿佛置身于其中，有身临其境的感觉。

数据显示模块用于环境参数的数字化显示和曲线图显示，将抽象的概念及辐射场景形象化、具体化，学习者沉浸在虚拟的学习情境中，使教师的讲授内容更易于学习者接受；通过交流平台模块将抽象的概念及辐射场景形象化、具体化，学习者沉浸在虚拟的学习情境中，使教师的讲授内容更易于学习者接受，并且能够实现学生与学习内容的交互，学生与教师间的交互以及学习者之间的交互；资源共享模块将抽象的概念及辐射场景形象化、具体化，能够实现学习资源的共享；用户管理模块，用于添加用户、删除用户、密码修改、权限管理，便于用户的管理。

本发明具有以下有益效果：

1.系统中的数据信息是从真实辐射环境中获取的，并得以实时更新；

2.实时视频功能能够观看真实学习情境；

3.三维效果的生成能够为学习者提供逼真的沉浸感；4.使课堂强辐射类课程教学的交互方式多样化。

附图说明

图1为本发明的教学平台实现原理图。

图2为本发明的教学平台功能模块设计图。

图3为三维重建流程图。

图4为标定棋盘格。

图5为角点检测图。

图6为激光测距原理图。

图7为深度信息获取原理图。

图8为Canny算子流程图。

图9为梯度方向的划分图。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1-2所示，本发明实施例提供了一种即时更新三维可视化教学系统，包括：

场景显示模块，用于视频实时显示和三维效果生成，能够呈现真实情境；

数据显示模块，包括环境参数的数字化显示和曲线图显示，同时可以备份数据和查询数据，还可以用于产生报表和打印报表；

交流平台模块，用于学生和老师的信息交流；

资源共享模块，用于上传和下载资源；

用户管理模块，用于添加用户、删除用户、密码修改、权限管理。

如图3所示，本具体实施利用CCD摄像机和激光两种传感器采集信息，CCD摄像机完成对图像的采集，利用激光对空间目标对象进行测距，实现对实验设备以及学习场景的三维重建，给学习者提供逼真的虚拟学习情境，利用现代教学技术手段提高学习效果，上述的一种即时更新三维可视化教学系统通过以下方法建立：

S1、对摄像机进行标定，实现三维重建过程中坐标系间的转化；

S2、对获得的原始图像进行去噪、图像增强等预处理，得到精确的边缘；

S3、将步骤S2所得的二维图像提取的边缘点作为特征点，通过坐标系间转化得到三维点云，重建精确的表面模型；

S4、由于此时的模型并不包含物体的颜色信息，对模型进行无变形的纹理映射，使重建效果更接近于真实的三维场景。

所述的场景显示模块中的三维效果生成过程包括：

S11、使用OpenCV实现摄像机标定，包括棋盘格标定物的角点提取和摄像机标定；

S12、采用激光测距仪获取深度信息；

S13、建立灰度直方图统计图像灰度分布，然后使用分段灰度线性变换增强图像对比度，再使用高斯滤波进行平滑处理，完成图像的预处理；

S14、使用Canny算子完成图像边缘特征点的提取；

S15、利用边缘提取的特征点以及将辅助激光测距仪采集到的距离信息通过坐标系间的转化可以计算出空间三维坐标点，并将这些空间三维坐标点在OpenGL中显示出来，初步生成三维效果；

S16、将拍摄到实物的一系列彩色照片准确映射到重构的几何模型上，以实现模型的无变形纹理映射。

如图4所示的标定棋盘格的角点提取过程包括以下步骤：

1)使用OpenCV的函数cvFindChessboardCorners查找棋盘格中角点的位置，并统计角点个数函数原型；

2)使用函数cvFindCornerSubPix校正角点的坐标；

3)使用函数cvDrawChessboardCorners画出检测到的角点，如果整个棋盘都检测到，则用直线连接所有的角点。图5为成功检测到角点的效果图。

如图8所示，所述的步骤S3中图像边缘特征点的提取过程包括：

S31、对图像进行高斯滤波；

S32、计算每个像素的梯度幅值M和方向θ；

S33、利用步骤S32所得的梯度方向实现保留局部梯度最大的点，即抑制非极大值的点，得到精确的边缘；

S34、使用双阈值法减少假边缘数量

其中，本发明测量的是强辐射环境中的空间对象，人为的介入是不可行的，辅助测量棒法测量不适用于本系统，在此采用激光测距仪获得深度信息，激光测距原理如图6所示。

所述的采用激光测距仪获取深度信息过程包括：

1)将激光测距仪和相机集成在一起，如图7所示。相机拍摄图像获取被测点的二维信息，测距仪得到距离信息，最后统一解算得到待测点的三维坐标；

2)建立3个坐标系：相机坐标系Oc-XcYcZc、图像平面坐标系o-uv和世界坐标系Ow-XwYwZw；

3)标定出测距中心D在相机坐标系中的坐标；

4)由像点的像坐标根据共线方程可列出2个方程，再由激光所测距离值可列出一个距离条件方程，联合解方程组即可得到被测点P的三维坐标。

如图9所示，所述的步骤S33中非极大值抑制的抑制过程包括：将梯度的方向划分为四个区域，这四个区域的标号为0～3，各个区与邻近的不同像素进行比较，以得到局部极大值。在每一点上，领域的中心像素M与领域的两个像素相比，如果M的梯度值不比领域的梯度值大，则令M＝0。

所述的步骤S34中双阈值算法检测过程包括：对非极大值抑制的图像设置两个阈值M1和M2，且2M1≈M2；把梯度值小于M1的像素灰度值赋零，得到保留边缘信息较多、噪声较大的图像P1；同样把梯度值小于M2的像素灰度值赋零，由于M2的阈值较大，得到假边缘信息少、噪声较小的图像P2，但大阈值也使图像P2丢失部分有用的边缘信息，造成提取边缘的间断性。因此，该算法在图像P2中将边缘连成轮廓，当到达轮廓的端点时，不断地在图像P1中查找可以连接到轮廓上的边缘，直到将P2连接起来为止。

本具体实施将多种传感器放置在真实辐射环境中，通过有线，无线多种通信方式实现数据的远程传输，教学系统客户终端将接收到的数据，视频等信息呈现给学习者。场景显示模块弥补了系统中感觉信息的缺失，视频实时显示让学习者看到真实的学习情境，三维效果让学生仿佛置身于其中，有身临其境的感觉。通过数据显示模块用于环境参数的数字化显示和曲线图显示，将抽象的概念及辐射场景形象化、具体化，学习者沉浸在虚拟的学习情境中，使教师的讲授内容更易于学习者接受；通过交流平台模块将抽象的概念及辐射场景形象化、具体化，学习者沉浸在虚拟的学习情境中，使教师的讲授内容更易于学习者接受，并且能够实现学生与学习内容的交互，学生与教师间的交互以及学习者之间的交互；通过资源共享模块将抽象的概念及辐射场景形象化、具体化，能够实现学习资源的共享；通过用户管理模块的设置，用于添加用户、删除用户、密码修改、权限管理，便于用户的管理。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种即时更新三维可视化教学系统，其特征在于，包括：

场景显示模块，用于视频实时显示和三维效果生成，能够呈现真实情境；

数据显示模块，包括环境参数的数字化显示和曲线图显示，同时可以备份数据和查询数据，还可以用于产生报表和打印报表；

交流平台模块，用于学生和老师的信息交流；

资源共享模块，用于上传和下载资源；

用户管理模块，用于添加用户、删除用户、密码修改、权限管理。

2.一种即时更新三维可视化教学系统的建立方法，其特征在于，包括以下步骤：

S1、对摄像机进行标定，实现三维重建过程中坐标系间的转化；

S2、对获得的原始图像进行去噪、图像增强等预处理，得到精确的边缘；

S3、将步骤S2所得的二维图像提取的边缘点作为特征点，通过坐标系间转化得到三维点云，重建精确的表面模型；

S4、对模型进行无变形的纹理映射，使重建效果更接近于真实的三维场景。

3.根据权利要求1所述的即时更新三维可视化教学系统，其特征在于，所述的场景显示模块中的三维效果生成过程包括：

S11、使用OpenCV实现摄像机标定，包括棋盘格标定物的角点提取和摄像机标定；

S12、采用激光测距仪获取深度信息；

S13、建立灰度直方图统计图像灰度分布，然后使用分段灰度线性变换增强图像对比度，再使用高斯滤波进行平滑处理，完成图像的预处理；

S14、使用Canny算子完成图像边缘特征点的提取；

S15、利用边缘提取的特征点以及将辅助激光测距仪采集到的距离信息通过坐标系间的转化可以计算出空间三维坐标点，并将这些空间三维坐标点在OpenGL中显示出来，初步生成三维效果；

S16、将拍摄到实物的一系列彩色照片准确映射到重构的几何模型上，以实现模型的无变形纹理映射。

4.根据权利要求3所述的即时更新三维可视化教学系统，其特征在于，所述的步骤S3中图像边缘特征点的提取过程包括：

S31、对图像进行高斯滤波；

S32、计算每个像素的梯度幅值M和方向θ；

S33、利用步骤S32所得的梯度方向实现保留局部梯度最大的点，即抑制非极大值的点，得到精确的边缘；

S34、使用双阈值法减少假边缘数量。

5.根据权利要求4所述的即时更新三维可视化教学系统，其特征在于，所述的步骤S33中非极大值抑制的抑制过程包括：将梯度的方向划分为四个区域，这四个区域的标号为0～3，各个区与邻近的不同像素进行比较，以得到局部极大值。

6.根据权利要求4所述的即时更新三维可视化教学系统，其特征在于，所述的步骤S34中双阈值算法检测过程包括：对非极大值抑制的图像设置两个阈值M1和M2，且2M1≈M2；把梯度值小于M1的像素灰度值赋零，得到保留边缘信息较多、噪声较大的图像P1；同样把梯度值小于M2的像素灰度值赋零，由于M2的阈值较大，得到假边缘信息少、噪声较小的图像P2，在图像P2中将边缘连成轮廓，当到达轮廓的端点时，不断地在图像P1中查找可以连接到轮廓上的边缘，直到将P2连接起来为止。