论文部分内容阅读
三维场景的信息采集、捕获及对目标物体的绘制一直以来是计算机视觉与计算机图形学研究的热点之一，目的是为了让计算机像人一样感知场景、获得信息，能够精确、快速再现和还原场景。为了获得更高精度的三维模型，需要采集更加致密、更高维度的光场数据，其算法更加复杂，这对绘制系统的计算性能提出了更高的要求，海量数据的计算越来越成为三维绘制的瓶颈，尤其是在一些要求实时绘制的场合中。本文围绕着如何对动态光场实时采集与绘制系统中海量数据快速处理的问题，从以下几个方面展开了研究。1)针对如何控制集群中相机的同步采集并存储的问题，本文实现一种分布式实时采集系统。2)针对如何对海量动态光场数据进行处理的问题，本文实现了基于批处理的海量数据处理系统。3)针对如何实时对海量动态光场数据进行处理和绘制的问题，本文实现了分布式流式实时处理系统。第一章，绪论，介绍动态光场的采集与重建的研究现状，以及本文中遇到海量数据处理问题，接着介绍大数据框架发展与现状以及本系统中的应用。第二章，设计并实现了动态光场的分布式实时采集系统，以及系统的设计架构与实现过程，从软件上实现了对集群采集部分的控制。分布式实时采集系统灵活且拓展性强，可以根据需要来增加采集节点和相机；通过主节点操作远程控制指令来控制整个采集集群，进而来精细的控制到相机的启动、采集和关闭；通过数据库来管理集群中的数据储存位置，大大的减少了主节点的存储负担；针对同步的时间采集，系统还专门设置了时间服务器，确保采集时间上的一致性；系统发挥了令人满意的性能。第三章，设计并实现了基于批处理的分布式光场数据处理系统，其中三维绘制算法采用IBVH算法，该算法具有简单、快速的特点。本文分别在spark和hadoop大数据处理平台上实现了对场景中目标物体的三维重建，实现了一个自定义的图片数据类型和对应的三维点云输入输出接口，以满足上述平台的输入和输出的要求。第四章，对基于分布式流式的实时处理系统展开了研究。流式中的数据流程大致为，从主节点发出采集指令，相机采集数据，发送数据到中转节点，写入HDFS，SparkStreaming获取数据并处理，最后输出三维点云结果。针对不同操作系统的问题，数据收集的时候都进行了转化，以满足夸平台的需求；针对保证数据在采集和传输的过程中的完整性，采用了在收发端校验的方式；针对硬件网络设备的限制，在采集速率上进行了控制；针对绘制延时问题，优化集群的处理能力和采集输入的数据量相匹配等等。最后第五章总结全文的研究工作和对未来的研究工作的展望。