一種基於全局優化的三維模型合成方法
2023-06-07 04:43:01 1
專利名稱：一種基於全局優化的三維模型合成方法
技術領域：
本發明涉及計算機圖像處理和計算機圖形學技術領域，特別是基於全局優化的三維模型合成方法。
背景技術：
作為新一代數字媒體類型，數字幾何模型已在工業製造、數字娛樂、生物醫藥、數字文化遺產保護等諸多領域得到廣泛應用。隨著可共享數字幾何模型的大量出現，如何實現已有模型資源的有效重用成為該領域面臨的重要課題之一。三維模型檢索技術是實現資源重用的基礎，但它僅支持從大量資源中的模型獲取問題，無法真正支持模型的重用。而實例建模技術則結合了模型特徵分析、模型檢索與網格編輯等數字幾何處理技術，通過對已有模型的演變構建用戶所需的模型，從而可支持真正意義的模型重用。近年來，國內外的研究者從不同的研究角度出發提出了很多卓有成效的方法，根據出發點的不同，概括起來，其中代表性的方法大致可以分為兩類:一類是過程建模技術(Proceduralmodeling),其根據一系列指令來描述實體場景模型，如文獻IChen S.D.，Ip H.H.S..Simulating vivid3D solid textures from2D growable patterns.Multimedia andExpo, ICME> 04.Vol.2, Taipei, Taiwan:1EEE Computer Society Press,2004.843-846.和文獻 2Parish Y.1.H., Muller P..Procedural modeling of cities.1n Proc.Siggraphics2001, ACM, 301-308.等介紹的，該類方法不僅可以快速高效的生成相應內容，而且還可以有效緩解和解決潛在的不斷升級的內容製作成本問題。但由於採用抽象以及參數化的方式描述模型，並且大多數方法都是為了建立一些特定的實體或環境，使得算法千差萬別，所以其直觀性和通用性都不是很強。另一類是基於樣本建模技術(Modelingby example),它按建模要求對選定實例進行模型分析綜合和交互操作而從實例中推到生成新的模型。如文獻 3Merrell P.Example-based model synthesis.Proceedings ofthe2007 symposium on Interactive3D Graphics and Games.2007, 105-112.和文獻4LinJ.J., Cohen-Or D., H ao Z.,et al.Structure-preserving retargeting of irregular3Darchitecture.ACM Transactions on Graphics, 2011, 30 (6): 183.等介紹的，該類方法是實現對已有模型數據重用的有效途徑。過程化建模技術早期主要用來生成木質、大理石等一些自然材質紋理模型。近年來研究主要集中在利用L系統基於語法規則進行植物、建築物、城市等的建模。然而這類過程建模方法大多利用建模師的經驗手工設計所需的規則系統，耗時耗力；同時它們大多都是為了建立一些特定的實體或環境而設計，所以通用性不強。與過程建模技術相比，基於樣本建模技術是一種有效的對已有模型數據重用的方法。其宗旨是根據已知的樣本，生成一個新的模型，並且新生成的模型並不是原樣本三維模型簡單的複製，但要與樣本在視覺上具有相似的效果。通過對已有三維樣本的合理利用，不僅可以直接確定所建模型樣式，還可以簡化和加速建模過程。然而該類方法仍然面臨著兩大問題:如何建立有效的模型表示機制描述模型的構造單元特徵約束及其構造過程和如何確定合適的結構變異機制以提高模型的形變能力並進而支持用戶的交互控制。
發明內容
發明目的:本發明所要解決的技術問題是針對現有技術的不足，提供一種基於全局優化的三維模型合成方法。技術方案:為了解決上述技術問題，本發明公開了一種基於全局優化的三維模型合成方法，該方法用於將樣本三維模型合成為目標三維模型，包括以下步驟:步驟(1)，根據用戶輸入的樣本三維模型以及屬性標識將樣本三維模型分為合成部分(標記為Y，即Synthesis part)和縮放部分(標記為S,即Scaling part),其中用戶輸入樣本三維模型是包含點的三維坐標以及點的三角關係的三角網格模型。步驟(2)，對合成部分進行結構分割，得到合成部分的不同類別的空間塊，每個類別的空間塊對應一個標號，每個標號都產生於自然數集；步驟(3),根據步驟(2)的分析結果，採用最大期望值算法(ExpectationMaximization, EM)求解合成部分的目標二維標號陣列；步驟(4)，將目標二維標號陣列中的每個標號都替換為步驟(2)中相應標號的空間塊，得到合成部分的合成結果，再與縮放部分進行組合形成目標三維模型。本發明步驟(2)中利用模型合成部分的結構自相似性找出樣本三維模型合成部分中不同的空間塊，完成樣本三維模型合成部分的分類標號，實現樣本三維模型合成部分的自動分割，具體步驟為:步驟(21)，變換分析完成樣本三維模型合成部分點的集合構成的三維空間到二維相似變換空間的轉換，具體包括以下步驟:步驟(211 )，根據點的曲率將合成部分的點劃分為若干個相似集，每個相似集對應一個二維相似變換空間，將相似集按點的數量從大到小排列；步驟(212)，對當前相似集採用局部配準方法剔除該相似集中的冗餘的點；步驟(213)，對步驟(212)得到的相似集進行變換映射，實現三維空間到二維相似變換空間的轉換；步驟(22)，在二維相似變換空間中進行模型估計，計算二維相似變換規律模式；步驟(23)，根據二維相似變換規律模式計算當前相似集在樣本三維模型合成部分中的規律模式，提取該規律模式的空間塊，任意選取一個不同於已經產生的空間塊標號的自然數，作為該空間塊的標號；步驟(24 )，按照步驟(211)中的相似集排序，按照步驟(212 ) 步驟(23 )逐個處理相似集。本發明步驟(3)中首先由用戶指定合成部分合成結果的大小，包括合成部分目標二維標號陣列的行數和目標 二維標號陣列的列數；然後利用空間塊分類標號在輸入的樣本三維模型合成部分中的約束關係建立一個全局的三維模型合成能量方程，並採用最大期望值算法迭代優化求解出一個全局能量最小值，計算得到合成部分的目標二維標號陣列，具體為:根據一個已知行數和列數且其中的每個標號都確定的樣本二維陣列，以及一個已知行數和列數但其中所有標號都待定的目標二維標號陣列，通過建立兩個陣列間的能量方程，採用最大期望值算法求解出目標二維標號陣列中的待定標號，從而得到目標二維標號陣列。最大期望值算法包括以下步驟:步驟(31)，初始化能量方程的參數zp，固定當前參數，最小化能量方程從而計算估計變量m ；步驟(32)，固定當前的估計變量m，通過最小化能量方程更新參數Zp ；步驟(33)，重複步驟(31) 步驟(32)直到參數Zp收斂；所述能量方程為:
權利要求
1.一種基於全局優化的三維模型合成方法，其特徵在於，包括以下步驟: 步驟(1)，根據用戶輸入的樣本三維模型以及屬性標識將樣本三維模型分為合成部分和縮放部分；其中用戶輸入樣本三維模型是包含點的三維坐標以及點的三角關係的三角網格模型； 步驟(2)，對合成部分進行結構分割，得到合成部分的不同類別的空間塊，每個類別的空間塊對應一個標號； 步驟(3)，根據步驟(2)的分析結果，採用最大期望值算法計算合成部分的目標二維標號陣列； 步驟(4)，將目標二維標號陣列中的每個標號都替換為步驟(2)中相應標號的空間塊，得到合成部分的合成結果，再與縮放部分進行組合形成目標三維模型。
2.根據權利要求1所述的一種基於全局優化的三維模型合成方法，其特徵在於，步驟(2)中，利用模型合成部分的結構自相似性找出樣本三維模型合成部分中不同的空間塊，完成樣本三維模型合成部分的分類標號，實現樣本三維模型合成部分的自動分割，具體步驟為: 步驟(21)，變換分析完成樣本三維模型合成部分點的集合構成的三維空間到二維相似變換空間的轉換，具體包括以下步驟: 步驟(211)，根據點的曲率將合成部分的點劃分為若干個相似集，每個相似集對應一個二維相似變換空間，將相似集按點的數量從大到小排列； 步驟(212)，對當前相似集採用局部配準方法剔除該相似集中的冗餘的點； 步驟(213)，對步驟(212)得到的相似集進行變換映射，實現三維空間到二維相似變換空間的轉換； 步驟(22)，在二維相似變換空間中進行模型估計，計算二維相似變換規律模式； 步驟(23)，根據二維相似變換規律模式計算當前相似集在樣本三維模型合成部分中的規律模式，提取該規律模式的空間塊，任意選取一個不同於已經產生的空間塊標號的自然數，作為該空間塊的標號； 步驟(24)，按照步驟(211)中的相似集排序，按照步驟(212) 步驟(23)逐個處理相似集。
3.根據權利要求2所述的一種基於全局優化的三維模型合成方法，其特徵在於，步驟(3)中，首先由用戶指定合成部分合成結果的大小，包括合成部分目標二維標號陣列的行數和目標二維標號陣列的列數；然後利用空間塊分類標號在輸入的樣本三維模型合成部分中的約束關係建立一個全局的三維模型合成能量方程，並採用最大期望值算法迭代優化求解出一個全局能量最小值，計算得到合成部分的目標二維標號陣列； 最大期望值算法包括以下步驟: 步驟(31)，初始化能量方程的參數zp，固定當前參數，最小化能量方程從而計算估計變量m ； 步驟(32)，固定當前的估計變量m，通過最小化能量方程更新參數zp; 步驟(33)，重複步驟(31) 步驟(32)直到參數Zp收斂； 所述能量方程為:
4.根據權利要求3所述的一種基於全局優化的三維模型合成方法，其特徵在於，步驟(4)包括以下步驟: 步驟(41)，計算步驟(2)中各個空間塊在直角坐標系坐標軸四個方向上的連接點集； 步驟(42)，根據連接點集求出每個空間塊的長度和高度； 步驟(43)，按從左至右，從上到下的行列順序逐步用空間塊替代合成部分目標二維標號陣列中的標號； 步驟(44)，直到合成部分目標二維標號陣列均被替換為空間塊，形成合成部分的合成結果; 步驟(45 )，將合成部分合成結果與縮放部分進行組合，形成目標三維模型。
全文摘要
本發明涉及一種模型合成方法，該方法利用樣本三維模型的自身結構信息及全局優化算法合成各式各樣的類似於初始模型的目標三維模型。本發明首先利用模型結構分析方法對樣本三維模型進行分割，並同時得到各空間塊的分類標號，然後基於樣本三維模型所得到的分類標號約束關係建立一個全局的模型合成能量方程，並採用最大期望值算法迭代優化求解出一個全局的能量最小值，最終所得結果即為合成所得模型。本發明的方法能夠有效的保持目標三維模型結構的連續性以及視覺效果的完整性。
文檔編號G06T19/00GK103247076SQ20131018657
公開日2013年8月14日 申請日期2013年5月17日 優先權日2013年5月17日
發明者張巖, 文豔, 孫正興, 宋沫飛 申請人:南京大學