[发明专利]一种基于三维模型的纹理映射方法和装置有效
申请号: | 201710115610.X | 申请日: | 2017-02-28 |
公开(公告)号: | CN106952331B | 公开(公告)日: | 2020-12-08 |
发明(设计)人: | 刘星明;蔡铁;王辉静;唐琪;闫立军 | 申请(专利权)人: | 深圳信息职业技术学院 |
主分类号: | G06T15/04 | 分类号: | G06T15/04 |
代理公司: | 深圳中一专利商标事务所 44237 | 代理人: | 阳开亮 |
地址: | 518029 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 三维 模型 纹理 映射 方法 装置 | ||
1.一种基于三维模型的纹理映射方法,其特征在于,所述方法包括:
获取所述三维模型的点云数据,识别并删除所述点云数据中散乱的点数据,建立三维自由曲面初始结构;
根据物像关系或光线映射关系交互选取纹理图片和所述三维自由曲面初始结构对应的特征点,得到预设数量的特征点对其中,和为点集,点xi为所述纹理图片上的二维图像特征点,点Xi为所述三维自由曲面初始结构的三维几何特征点,k为所述特征点对的个数,其中,所采用的纹理图片为独立于三维模型数据采集系统的纹理图片;
对所述预设数量的特征点对进行奇异值分解,得到所述三维模型的自由曲面映射初始值
构建变换的误差距离函数其中,λi为尺度因子,λi的取值与曲面空间相关,0.8≤λi≤1,处于曲面边缘的数据点设置λi=0.8,处于数据中心的点设置λi=1.0,处于数据中心的点为根据自由曲面上所有点的均值计算得到的数据点,Di为所述纹理图片中两个图像特征点之间的欧氏距离,P为待求自由曲面映射值;
将所述自由曲面映射初始值作为所述误差距离函数中P的初值,通过列文伯格-马夸尔特算法和预设的迭代终止阈值或迭代次数,对所述误差距离函数进行迭代计算得到所述三维模型的自由曲面映射最终值;
根据所述自由曲面映射最终值将所述纹理图片映射至所述三维自由曲面初始结构,生成仿真三维模型;
所述在所述对所述预设数量的特征点对进行奇异值分解,得到所述三维模型的自由曲面映射初始值的步骤,包括:
对所述特征点对中的进行归一化处理,使得xi距离中心坐标的平均距离满足第一预设数值要求;
对所述特征点对中的进行归一化处理,使得Xi距离中心坐标的平均距离满足第二预设数值要求;
对进行归一化处理后的所述特征点对进行奇异值分解,将奇异值矩阵中最小的奇异值对应的右奇异向量V中的奇异向量作为所述三维模型的自由曲面映射初始值。
2.如权利要求1所述的方法,其特征在于,所述散乱的点数据为孤立的点数据;
所述识别并删除所述点云数据中散乱的点数据的步骤,具体包括:
识别并获取与所述点云数据中的所述三维几何特征点Xi存在连接关系的m个邻近点Xj,所述m为正整数;
根据平均距离函数计算得到所述三维几何特征点Xi与m个所述邻近点Xj的平均距离;
确定所述平均距离函数的值是否大于预设的距离阈值;
如果所述平均距离函数的值大于预设的距离阈值,删除所述三维几何特征点Xi;
或者,所述散乱的点数据为偏离的点数据;
所述识别并删除所述点云数据中散乱的点数据的步骤,具体包括:
识别并获取与所述点云数据中的所述三维几何特征点Xi存在连接关系的m个邻近点Xj,所述m为正整数;
确定所述三维几何特征点Xi与m个所述邻近点Xj的法向量夹角是否大于预设角度;
如果所述三维几何特征点Xi与m个所述三维几何特征点Xj的法向量夹角大于预设角度,删除所述三维几何特征点Xi。
3.如权利要求1所述的方法,其特征在于,所述对所述误差距离函数进行迭代计算得到所述三维模型的自由曲面映射最终值的步骤,包括:
对所述误差函数进行迭代计算出所述待求自由曲面映射值P,对计算出的所述待求自由曲面映射值P进行坐标变换后,再对所述待求自由曲面映射值P进行逆归一化处理,得到所述三维模型的自由曲面映射最终值。
4.如权利要求1所述的方法,其特征在于,所述对所述误差距离函数进行迭代计算得到所述三维模型的自由曲面映射最终值的步骤中,还包括:
在每一次进行迭代计算之前,识别并删除距离过大的特征点对,再对所述误差距离函数进行下一次迭代计算。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳信息职业技术学院,未经深圳信息职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710115610.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种线路板及芯片板维修工作台
- 下一篇:一种汽车钣金维修放置架