当前位置: 首页 > news >正文

使用球体模型模拟相机成像:地面与天空的可见性判断与纹理映射

在传统相机模拟中,地面通常被建模为一个平面(Plane),这在低空场景下是合理的。但在更大视场范围或远距观察时,地球的曲率不可忽视。因此,我们需要将地面模型从平面升级为球体,并基于球面与光线的几何关系判断每个像素是否看到地面或天空,并进行地面贴图映射。

本文将介绍完整的数学推导与 C++ 实现逻辑,适用于任何高度、视角和分辨率的相机建模。

一、模型定义

1.1 地球模型

我们将地球建模为一个完美球体:

  • 地球半径(单位:米):
    R=6371000

  • 地球球心坐标(世界坐标系原点):
    O=(0,0,0)

  • 地面贴图采用等距圆柱投影(Equirectangular projection)

1.2 相机定义

  • 相机位置在球心正上方,高度为H:

  • 相机方向向量(单位向量):

  • 水平方向X、垂直方向Y、视轴方向Z构成相机坐标系:

  • 相机分辨率为 (W, H),视场角为fov。

二、光线生成与交点判断

2.1 像素对应的光线生成

对于每个像素 (i, j),我们将其映射为归一化视场坐标:

  • 水平范围 [-1, 1],垂直范围 [-1, 1]

  • 假设视场角为fov,焦距为:

则该像素对应的相机坐标为:

再通过相机基向量转换为世界方向:

得到从相机发出的世界坐标系下的光线:

2.2 光线与球体求交

地球表面满足球面方程:

将光线代入球面方程,得到一元二次方程:

展开并整理为:

  • :光线未击中地球,像素显示天空

  • :光线击中地球,交点为:

(若 则交点在背后,也认为看向天空)

三、纹理映射(球坐标转二维纹理)

3.1 世界坐标 → 球坐标

交点为:

转换为球坐标(经纬度):

  • 经度(longitude):

  • 纬度(latitude):

3.2 球坐标 → 贴图坐标 (u, v)

将经纬度映射为贴图坐标(归一化到[0, 1]):

四、C++ 实现核心逻辑

cv::Vec3b tracePixelRay(int px, int py, int W, int H, double fov, const cv::Vec3d& camPos, const cv::Vec3d& X, const cv::Vec3d& Y, const cv::Vec3d& Z, const cv::Mat& texture)
{double aspect = double(W) / H;double fx = (W / 2.0) / tan(fov / 2.0);double fy = fx;double x = (px - W / 2.0) / fx;double y = (H / 2.0 - py) / fy;cv::Vec3d dir_cam = cv::normalize(cv::Vec3d(x, y, -1));cv::Vec3d dir_world = cv::normalize(X * dir_cam[0] + Y * dir_cam[1] + Z * dir_cam[2]);// 光线-球面求交double R = 6371000.0;double a = 1.0;double b = 2.0 * camPos.dot(dir_world);double c = camPos.dot(camPos) - R * R;double delta = b * b - 4 * a * c;if (delta < 0) return cv::Vec3b(0, 0, 0); // 天空double t = (-b - sqrt(delta)) / (2 * a);if (t <= 0) return cv::Vec3b(0, 0, 0); // 相机后方// 计算交点cv::Vec3d P = camPos + t * dir_world;double theta = atan2(P[1], P[0]);double phi = acos(P[2] / R);double u = (theta + CV_PI) / (2 * CV_PI);double v = phi / CV_PI;int tex_u = u * texture.cols;int tex_v = v * texture.rows;tex_u = std::clamp(tex_u, 0, texture.cols - 1);tex_v = std::clamp(tex_v, 0, texture.rows - 1);return texture.at<cv::Vec3b>(tex_v, tex_u);
}

五、主循环调用

cv::Mat render(int W, int H, double fov_rad, double height, const cv::Vec3d& D_view, const cv::Mat& texture)
{double R = 6371000.0;cv::Vec3d camPos = cv::Vec3d(0, 0, R + height);cv::Vec3d up = cv::Vec3d(0, 1, 0);cv::Vec3d Z = -cv::normalize(D_view);cv::Vec3d X = cv::normalize(up.cross(Z));cv::Vec3d Y = Z.cross(X);cv::Mat img(H, W, CV_8UC3);for (int j = 0; j < H; ++j){for (int i = 0; i < W; ++i){img.at<cv::Vec3b>(j, i) = tracePixelRay(i, j, W, H, fov_rad, camPos, X, Y, Z, texture);}}return img;
}

总结

通过将地面建模为球体并结合光线-球面交点分析,我们能够精确判断每一条视线是否击中地球,实现真实地面与天空的分界。同时,利用等距圆柱投影将地球纹理映射到图像,完成完整可视化。这种方法可广泛应用于卫星成像模拟、导引头视场渲染、地球可视仿真等场景。

http://www.dtcms.com/a/272076.html

相关文章:

  • 「py数据分析」04如何将 Python 爬取的数据保存为 CSV 文件
  • 基于Python的程序员数据分析与可视化系统的设计与实现
  • 三、神经网络——网络优化方法
  • 线上事故处理记录
  • XMAPP MySQL 启动后自动停止
  • 【实战】Dify从0到100进阶--文档解读(1)开源许可和大模型适配
  • Using Spring for Apache Pulsar:Transactions
  • MySQL断开连接后无法正常启动解决记录
  • 第一次搭建数据库
  • JavaScript 树形菜单总结
  • 2025社交电商新风口:推客小程序的商业逻辑与技术实现
  • 数据结构与算法之美:广义表
  • 通过vue如何利用 Three 绘制 简单3D模型(源码案例)
  • Redis中BigKey的隐患
  • Mysql分片:一致性哈希算法
  • 服务器内核级故障排查
  • 【计算机网络】HTTP1.0 HTTP1.1 HTTP2.0 QUIC HTTP3 究极总结
  • 【Python办公】使用Python和Tkinter构建Excel数据导入MySQL工具(GUI版)
  • 如何排查处理机械臂算法不精准问题?
  • 在徐州网络中服务器租用与托管的优势
  • LangChain框架 Prompts、Agents 应用
  • 浅克隆 深克隆
  • mvn能只test单独一个文件吗
  • vscode和插件用法
  • 数据分析中的拉链表解析
  • 网络安全初级
  • 从Rust模块化探索到DLB 2.0实践|得物技术
  • Linux进程——进程状态
  • ZW3D 二次开发-创建球体
  • 自动驾驶大模型---聊一聊特斯拉的FSD端到端系统