在數(shù)字空間的采集和重建過程中，如視會通過圖像處理能力對采集捕捉的原始數(shù)據(jù)進行自動化、多樣性處理。好的圖像處理能力就是好的根基，直接關(guān)系到三維重建的真實性和準確度，對最終生成一個精確、完整的數(shù)字空間起到重要作用。

目前，如視已經(jīng)形成了完整的圖像處理能力鏈條，并滲透在VR采集、處理、編輯等全流程，能夠全方位賦能三維重建，最終生成一個1：1復(fù)刻物理空間的數(shù)字空間。其中，如視的全域圖像彩色處理、平面到三維的升維，以及深度信息自動化提取等能力達到業(yè)界領(lǐng)先水平并受到廣泛關(guān)注。此外，如視在生成高質(zhì)量數(shù)字空間的同時，還能為用戶提供高自由度、高便利性的使用體驗。

圖像處理能力具體指什么？它如何滲透在三維重建全流程？一個優(yōu)質(zhì)的數(shù)字空間背后是什么在支撐著？今天，如視帶大家走進圖像處理的世界，一探其中奧秘。

原始數(shù)據(jù)自動化處理

RAW數(shù)據(jù)色彩處理

RAW數(shù)據(jù)素來有“數(shù)字底片”之稱，它是采集設(shè)備拍攝得到的原始圖像數(shù)據(jù)，因未經(jīng)壓縮和處理具備更好的圖像質(zhì)量、更高的動態(tài)范圍和更豐富的色彩深度，允許用戶進行更高自由度的調(diào)整處理。但嚴格來說，RAW數(shù)據(jù)并不是圖像文件，而是一個記錄了采集設(shè)備原始信息和拍攝得到的元數(shù)據(jù)的數(shù)據(jù)包，由于色域空間大且層次豐富，RAW數(shù)據(jù)在未經(jīng)處理時所得到的圖像會顯得平淡而昏暗。只有在經(jīng)過色彩處理之后，圖像才能煥發(fā)出其應(yīng)有的光彩。

為了給用戶提供前端展示實時確認采集效果，提升整個數(shù)字空間重建過程的效率，如視對RAW數(shù)據(jù)的色彩處理，在采集階段就已經(jīng)開始。經(jīng)過去壞點、去照度/彩色暗角、噪聲抑制、去馬賽克、白平衡、色彩校正、伽馬校正、曝光融合、色調(diào)映射、去霧、銳化等一系列色彩處理環(huán)節(jié)后，用戶在采集端即可欣賞到色彩豐富、色調(diào)真實的畫質(zhì)效果。

全景圖拼接

想要生成一個真實沉浸、可供720°全景瀏覽的數(shù)字空間，如視需要對多張不同視角的拍攝圖像進行有效整合，拼接成覆蓋大范圍、全視角的全景圖。無需用戶額外操作，如視即可通過AI輔助自動完成全景圖拼接流程，輕松得到?jīng)]有拼縫、色彩一致的全景圖像。

同時，基于強大的全域圖像彩色處理能力，如視擁有將多張RAW數(shù)據(jù)處理為前端可展示的單張全景圖的能力，如視可提供基于不同場景的個性化彩色設(shè)定，如居住場景的溫馨淡雅、工廠園區(qū)的清冽粗獷等。

cube圖

cube圖即六面圖，是VR行業(yè)中的一個專業(yè)名詞，指的是將球形全景圖切分為六個面，這六個面就像是一個骰子的六個面，觀察者即最終的用戶的視點位于這個空間的中間位置。通過將前、后、左、右、上、下不同位置的圖像組合起來，繼而形成一個完整的空間。當用戶站在這個空間中心環(huán)視四周時，就可以看到完整的全景圖像，得到更具空間感的體驗。

以如視旗下的專業(yè)級激光VR掃描儀伽羅華為例，該設(shè)備能夠采集到1.34億像素的超高清全景圖像，其切割形成的cube圖單張分辨率為4096*4096。當用戶置身于由6張超高清cube圖組成的全景空間中時，每個點位都代表一次完整的瀏覽體驗。

圖像中信息挖掘

深度推測

所謂深度推測，就是估計圖像中場景的深度，即場景中各點像素到相機成像平面的垂直距離。通過圖像深度推測，計算機能夠直觀理解圖像中物體和場景的空間關(guān)系，獲得深度圖和尺度信息，并由此得到基于世界坐標系的點云信息，進而實現(xiàn)對物理空間的精細建模和真實還原，為用戶提供更自然、更沉浸的交互體驗。

如視擁有全球最大的三維空間數(shù)據(jù)庫，能夠持續(xù)為大模型投喂海量真值數(shù)據(jù)，使之能夠精準推測出圖像的深度。

圖像特征提取

如視在對圖像特征進行提取的過程中，通過不同圖像中的相似特征匹配計算出空間及物體的相對位姿。由于特征信息能夠很好地描述和區(qū)分圖像，相較于直接處理整個圖像，特征提取能夠大大減少計算量，降低后續(xù)處理的復(fù)雜度和時間成本。而特征信息對噪聲和不相關(guān)轉(zhuǎn)換不敏感的特性，能夠有效應(yīng)對圖像中噪聲、光照變化、尺度變化等因素的干擾，即使在復(fù)雜環(huán)境也顯得十分可靠和穩(wěn)定。

常用的特征提取方法包括邊緣檢測、顏色分析、紋理分析、形狀分析等，除了這些傳統(tǒng)方法以外，如視還運用算法進一步提高圖像特征提取的效率。

如視由平面到三維的卓越升維能力也由此而來。通過強大的數(shù)據(jù)庫不斷對算法能力進行訓(xùn)練，以此為根基，如視能夠高精度推測圖像深度，并從圖像中提取的特征進行相似特征匹配，由此計算出不同圖像的相對位姿，進而構(gòu)建高質(zhì)量模型。

內(nèi)容識別

如視自研多項VR識別算法，基于對空間高精度的三維深度記錄，以及全面且高保真的二維圖像記錄，建立了如視智能空間數(shù)據(jù)挖掘能力矩陣，不僅可以快速且精準地識別出空間中的每一樣物品，還可以檢測并定位空間中存在的文本信息，為用戶從采集空間到編輯美化提供全面的助力。

識別的精度受到多種因素影響，比如物品、場景、文本是否參與過訓(xùn)練，物品和拍攝點的距離等。有特殊需求的用戶，可以提前針對所要識別的物品、場景和文本進行定制訓(xùn)練，提高算法對特定內(nèi)容的識別效果。

圖像在應(yīng)用中的豐富度

圖像處理工具

如視為用戶提供了豐富的圖像處理工具，包括濾鏡、圖像替換、去除鏡中設(shè)備、人臉自動識別馬賽克、自動補充等，支持用戶根據(jù)自身需求和審美，對數(shù)字空間進行個性化編輯，進而提升數(shù)字空間的功能性和用戶體驗，為用戶提供更加便捷而豐富的服務(wù)。

舉個例子，用戶用設(shè)備在鏡子前拍攝時，會把設(shè)備在鏡子中的成像也拍下來，這會影響數(shù)字空間的整體美感、打破用戶在游覽數(shù)字空間時的沉浸式體驗。但通過去除鏡中設(shè)備這一功能，如視能夠自動識別、去除采集設(shè)備鏡像，并通過圖像填充技術(shù)智能補充空白區(qū)域，讓拍攝設(shè)備“消失”在數(shù)字空間中。少了這種“割裂感”，數(shù)字空間也更加真實而完美。

考慮到用戶采集的物理空間不可能總是空無一人，如視還上線了人臉自動識別馬賽克功能。通過先進的人臉檢測技術(shù)和圖像處理算法，如視能夠準確、快速地識別出VR內(nèi)容中的人臉圖像，并對其進行馬賽克處理，在進行隱私保護、保障內(nèi)容合規(guī)性的同時，大大優(yōu)化了用戶體驗。

總的來說，如視當前所具備的圖像處理工具，覆蓋隱私保護、空間美感、空間完整度等方方面面，綜合考量了用戶進行三維重建的功能和審美需求，充分彰顯出如視以用戶為中心的服務(wù)理念。

圖像下載

基于生成并編輯后的數(shù)字空間，如視可提供PNG、JPG等多種格式的全景圖下載，支持用戶利用第三方工具對全景圖進行二次編輯，并在多平臺和渠道進行共享和傳播，為用戶提供更加靈活和便捷的使用體驗。

簡單來說，三維重建過程中的圖像處理是對采集得來的RAW數(shù)據(jù)進行色彩處理、全景圖拼接等加工，結(jié)合如視專業(yè)設(shè)備采集到的激光數(shù)據(jù)，或是如視輕量級設(shè)備+深度推測能力獲得的深度數(shù)據(jù)，利用拼接能力構(gòu)建一個由點云構(gòu)成的三維空間，繼而進一步生成空間三維模型。

如視的圖像處理能力貫穿數(shù)字空間的采集、重建和后期處理全流程，能夠?qū)⒍鄰圧AW數(shù)據(jù)處理為用戶可自由定義彩色效果的單張全景圖，也能基于多張彩色圖生成高質(zhì)量模型，并對全景圖的物品和文本內(nèi)容進行精準識別。比如在使用伽羅華時，早在攝影師進行采集拍攝的過程中，伽羅華就已經(jīng)開始了一系列自動化的圖像處理流程，這加快了三維重建的速度，使得用戶能夠短時間就可以漫游于數(shù)字空間中。

作為數(shù)字空間綜合解決方案引領(lǐng)者，如視研發(fā)團隊依舊在不斷精煉圖像處理能力的道路上繼續(xù)探索，并期待通過對這一能力的不斷升維為用戶帶來更加快速、真實、便捷的體驗。

關(guān)鍵詞：