[发明专利]基于控制网格变形的部件网格融合方法及系统

说明书

本发明公开了一种基于控制网格变形的部件网格融合方法，包括：S1，对源网格和目标网格的融合边界进行预处理；S2，生成源网格与目标网格的控制网格；S3，对控制网格进行变形及融合处理；S4，对变形及融合后的控制网格进行渗透处理。本发明还公开了一种基于控制网格变形的部件网格融合系统。采用本发明，可有效处理具有任意拓扑结构的融合边界的网格之间的融合问题，并且在保持网格几何特征的基础上自适应的变形。

技术领域

本发明涉及图形处理技术领域，尤其涉及一种基于控制网格变形的部件网格融合方法及一种基于控制网格变形的部件网格融合系统。

背景技术

随着计算机图形学的发展，三维建模技术已经在计算机辅助设计(CAD)中得到广泛的研究与应用，例如虚拟人技术、三维虚拟手术、三维城市重建、三维电影及动画、3D打印以及三维服装CAD等。而在这些应用中，三维服装建模技术已经成为一个重要的研究课题。目前，三维服装建模已经在各个领域中有着广泛的应用。例如三维动画、游戏以及电影，服装制造工业，在线电子商务等。

服装的类别繁多，像衬衫、西装、T恤、夹克、连衣裙等等；款式变化多算，对同一类别的服装来说，同一个部件的款式就有很多种，例如，衣袖有长袖、短袖、中袖以及泡泡袖等。构建出来的服装模型若真实感效果较强，则要求三维服装模型具有真实服装复杂的结构以及变化多端的服装细节，这给三维服装建模带来了困难与挑战。近年来，各种各样的三维服装建模技术发展了起来。其中典型的方法是由设计师提出一个三维服装的构思，然后将三维的构思转换成二维的样板，最后将二维的样板通过物理仿真缝合生成三维服装模型。这种方法需要用户具备专业的二维样板设计知识，而且物理仿真计算复杂度高，无法满足实时性要求。之后有研究者提出来的基于草图设计的方法能够快速地构造三维服装，但是无法构造复杂款式的服装。

目前比较常用的技术方案如下：

(1)构建三维模型部件库。构建了一个有个模型部件的库，每个部件三维数据单独导出并保存为格式的模型数据，并添加相对应的知识语义信息。与此同时，针对每个三维模型部件，分别计算其三维特征，主要包括高斯曲率特征，形状直径特征，模型投影特征工，形状上下文特征以及模型主成分特征针对每类三维模型部件，利用其三维特征对其进行聚类分析。聚类方法采用K-Means，聚类结果不仅能够对每类模型部件进行语义描述，也能够展现每类模型部件的几何表面信息，为模型部件的分割奠定基础。

(2)目标对象的三维点云获取。获取装置是微软公司研制的和可控速转盘。首先，将目标对象置于转盘上，根据目标对象的高度，调整摆放的位置高度以及到目标对象的水平距离其次，启动可控速转盘，转速约秒圈，对目标对象进行度扫描，获得数据序列，由于的相机与深度相机相互独立，采用提供的配准工函数，实现采集获得的着装人体序列数据配准在此基础上，运用算法对采集的数据序列进行处理，生成初始三维点云最后，使用交互式分割工具对初始三维点云进行处理，去除噪点及多余部分，最终获得模型的三维点云。

(3)构建模型部件间的贝叶斯网络约束。贝叶斯网络是一种有向无环图模型，是目前不确定知识表达与推理领域最有效的模型之一。贝叶斯网络可以形式化表示为：令G＝(V,E)表示一个有向无环图，其中V代表网络节点集合，E代表节点之间的有向边集合，同时假设G＝(V,E)为其有向无环图中的某节点所代表的随机变量，若节点X的联合概率分配可以表示为：

则称X为相对于有向无环图G的贝叶斯网络，其中parent(i)表示节点的父亲节点。任意随机变量的联合概率可由各自局部条件概率相乘得到，用公式表示为：

采用贝叶斯网络描述对象部件语义间约束关系，即对象设计先验信息。首先需要定义合适的贝叶斯网络模型。从标注好的实例数据中学习获得贝叶斯网络模型的结构及参数，进而实现对象部件语义信息间关系的推理。与此同时，利用贝叶斯网络以及每类模型部件的几何特征，对目标对象的三维点云进行部件分割。