一种基于顶点特征的双法向网格模型光顺方法技术

本发明专利技术公开了一种基于顶点特征的双法向网格模型光顺方法，主要步骤为：1)将网格模型中所有顶点划分为特征点和非特征点。2)利用引导滤波构建面法向场。3)利用对每个面相对的面的法向进行滤波，获得精确的面法向场。4)分别计算三角网格模型中的特征点和非特征点的顶点法向，从而构建顶点的法向场。5)根据面法向对非特征顶点位置进行更新；根据面法向和顶点法向对特征顶点位置进行迭代更新。6)对网格模型进行光顺。本发明专利技术在对网格模型去除噪声的同时，能更好的保留网格模型的细节特征，且光顺后网格模型的误差较小，能更精确的逼近实际模型。

【技术实现步骤摘要】
一种基于顶点特征的双法向网格模型光顺方法
本专利技术涉及数据获取和重建领域，具体是一种基于顶点特征的双法向网格模型光顺方法。
技术介绍
因工业CT数据在数据获取、存储以及传输过程中受到仪器设备、射线源噪声、重建算法以及人为等因素的影响，使得基于工业CT数据重建三角网格模型中不可避免的含有一些噪声信息。这些噪声的存在不仅降低了网格模型的可视化效果，而且给后续处理工作带来麻烦。尽管有不少方法已经获得了较为满意的光顺结果，但对非均匀采样、多尺度的三角网格模型光顺的同时，能有效保留网格模型的几何、细节特征仍是一个挑战性课题。现有的网格光顺方法主要分为各向同性的光顺和各向异性的光顺。早期光顺的方法基本都是各向同性的，拉普拉斯法因运算速度快、实现简单、应用广泛成为这类方法的代表，并一直受研究人员的青睐：有学者提出了一种两步拉普拉斯算子对光顺后网格模型进行扩充；有学者采用几何流模拟法将这种方法扩展并将其应用到非均匀网格的光顺；有学者将几何流模拟进一步扩展，将其应用在各向异性的特征保留方面；有学者将上述几种方法设计一个带有增强和衰减选项的低通/高通滤波器框架用于对网格模型光顺。这些各向同性的方法能够获得稳定的光顺结果，然而，由于各向同性滤波的固有特性，不可避免会将网格模型中的部分高频特征滤除。相比于各向同性的网格光顺方法，各向异性的方法在光顺网格模型的同时可更好的保留网格的几何、细节特征。有学者首先将图像处理领域的双边滤波算法扩展，采用一种快速的单步迭代方案将其用于网格模型的光顺，但该方法不能总准确的保留网格的细节特征。有学者采用两步骤的非迭代方案，将法向光顺和顶点更新考虑成一个全局优化问题，一定程度上提高了特征的保留情况，但算法速度较慢。有学者将双边滤波用于对面片法向滤波，再根据面片法向对顶点位置调整。有学者将双边滤波用于对面法向处理，并结合Meanshift方法实现了一个网格模型的光顺框架，一定程度上提高了双边滤波算法的速度和光顺的准确性，但该框架并不是适用于所有的网格模型。近年来，一些研究人员通过先计算三角形面片的法向场；再根据计算的面法向场更新顶点实现网格光顺。这种两阶段的光顺方法在处理含有一定噪声的网格模型上，能更好保留网格的几何、细节特征，但无法消除不同几何结构的相互影响，导致特征模糊，尤其是浅层特征的处理。另外，这类方法处理的基础是三角形的面法向比顶点法向可更好的描述网格模型的曲面变化，但在特征区域，顶点法向可更好的描述网格模型的局部细节特征。所以，在对非均匀、多尺度网格模型光顺时，仅根据面法向的几何信息指引顶点位置更新，将导致网格的细节特征模糊、形状扭曲或顶点偏移等不足。
技术实现思路
本专利技术的目的是解决现有技术中存在的问题。为实现本专利技术目的而采用的技术方案是这样的，一种基于顶点特征的双法向网格模型光顺方法，主要包括以下步骤：1)利用张量投票理论，将网格模型中所有顶点划分为特征点和非特征点。进一步，将三角网格模型中所有三角面片的顶点划分为特征点和非特征点的主要步骤如下：1.1)计算三角网格模型中所有三角面片顶点的法向张量。三角网格模型的第j个三角面片fj顶点vi的张量为邻域三角形法向协方差矩阵的权重和。顶点vi的法向张量如下所示：式中，Nf(vi)为顶点vi的一阶邻域三角形。为权重。fj为三角网格模型的第j个三角面片。为三角面片fj的单位法向量。上标T为转置。其中，权重如下所示：式中，为三角形面片fj的面积。为Nf(vi)中最大面积。为三角形fj的中心。vi'为顶点vi的坐标。1.2)根据顶点法向张量积和法向张量的特征值，将三角网格模型中所有顶点分为平面点、突变边点和拐角点三类，主要步骤如下：1.2.1)计算顶点的法向张量谱。顶点的法向张量谱如下所示：式中，λ1、λ2和λ3均为法向张量的特征值。λ1≥λ2≥λ3≥0。e1为特征值λ1对应的单位特征向量。e2为特征值λ2对应的单位特征向量。e3为特征值λ3对应的单位特征向量。1.2.2)根据顶点的法向张量积和法向张量的特征值将顶点分成平面点、突变边点和拐角点。其中，平面点为特征值λ1≈1，特征值λ2≈0且特征值λ3≈0的法向张量对应的顶点。平面点为非特征点。突变边点为特征值λ1≈1，特征值λ2≈1且特征值λ3≈0的法向张量对应的顶点。突变边点为特征点。拐角点为特征值λ1＝λ2＝λ3的法向张量对应的顶点。拐角点为特征点。1.3)利用自适应尺度的张量投票法对顶点进行精确分类，即根据顶点属性特征量Ωi的值对顶点进行精确分类，主要步骤如下：1.3.1)计算顶点属性特征量Ωi。顶点属性特征量Ωi如下所示：式中，λ1、λ2和λ3均为法向张量的特征值。为特征平均值。d为顶点属性特征量计算系数。特征平均值如下所示：式中，λ1、λ2和λ3均为法向张量的特征值。1.3.2)设定顶点vi的一阶三角形邻域的初始尺度为r1。1.3.3)顶点vi进行邻域扩展。记顶点vi的一阶三角形邻域的尺度扩展为rm时，顶点属性特征量为邻域扩展条件为当时，转入步骤1.3.4。其中，τ为约束界限的常数。τ＝[1,2]。1.3.4)根据顶点属性特征量为判断顶点vi是否为特征点。若则顶点vi是特征点，停止顶点vi的邻域扩充。若顶点vi是非特征点，停止顶点vi的邻域扩充。若则计算和Ω1差的绝对值、和Ω2差的绝对值。若和Ω1差的绝对值小于和Ω2差的绝对值，则判定顶点vi为非特征点，相反，则顶点vi为特征点。其中，Ω1和Ω2为预设的阈值，且Ω1＜Ω2。1.3.5)在尺度rm上法向张量投票如下所示：式中，为三角形邻域的尺度扩展到rm后，新增的面片。为权重。fj为三角网格模型的第j个三角面片。为三角面片fj的单位法向量。上标T为转置。其中，权重函数如下所示：式中，m表示顶点vi的邻域的阶数。表示vi的m阶邻域中的所有面片的最大面积。表示顶点vi第m阶邻域各面片的面积。表示第m阶邻域各面片中心与顶点vi的最大距离。为三角形fj的中心。1.3.6)根据张量投票结果，对三角网格模型边界进行光顺。2)利用引导滤波构建面法向场。基于引导滤波的面法向场构建的主要步骤如下：2.1)记三角网格模型中面片fq方向朝外的单位法向nq如下所示：式中，和分别为三角面片fq的三个顶点坐标。2.2)计算三角网格模型中面片fq的单位法向滤波信号即：式中，ak和bk为窗口ωk上的线性系数。gq为引导法向信号。窗口ωk上的线性系数ak和bk分别如下所示：式中，gp为引导法向信号。nq为三角网格模型中面片fq方向朝外的单位法向。为fq邻域面片对应引导法向的均值。为面片fq邻域面片法向的均值。ω为邻域面片块中面片的个数。Nq为面片fq的一阶几何邻域面片集合。ε为较小的整数，防止分母为0。σk为邻域面片法向的标准差。式中，为fq邻域面片对应引导法向的均值。为面片fq邻域面片法向的均值。ak为窗口ωk上的线性系数。2.2)构建法向场。2.2.1)确定所有含有面片fq的小块，记为集合其中为所有与面片fq共顶点的面片定义成的一个联合块。2.2.2)计算每个候选块的法向一致性即：式中，为面块中相对的两个面片法向的最大距离。为面片块中边缘相对显著性。面块中两个面片法向的最大距离如下所示：式中，fd和fh为面块中任意两个面片。nd为面片fd的法向。nh为面片本文档来自技高网...

【技术保护点】
1.一种基于顶点特征的双法向网格模型光顺方法，其特征在于，主要包括以下步骤：1)将网格模型中所有顶点划分为特征点和所述非特征点；2)利用引导滤波构建面法向场；3)对每个面相对的面的法向进行滤波，获得精确的面法向场；4)分别计算三角网格模型中的特征点和非特征点的顶点法向，从而构建顶点的法向场；5)根据面法向对非特征顶点位置进行更新；根据面法向和顶点法向对特征顶点位置进行迭代更新。6)根据顶点法向信息、面法向信息、非特征顶点位置和特征顶点位置，对网格模型进行光顺。

【技术特征摘要】
1.一种基于顶点特征的双法向网格模型光顺方法，其特征在于，主要包括以下步骤：1)将网格模型中所有顶点划分为特征点和所述非特征点；2)利用引导滤波构建面法向场；3)对每个面相对的面的法向进行滤波，获得精确的面法向场；4)分别计算三角网格模型中的特征点和非特征点的顶点法向，从而构建顶点的法向场；5)根据面法向对非特征顶点位置进行更新；根据面法向和顶点法向对特征顶点位置进行迭代更新。6)根据顶点法向信息、面法向信息、非特征顶点位置和特征顶点位置，对网格模型进行光顺。2.根据权利要求1所述的一种基于顶点特征的双法向网格模型光顺方法，其特征在于，将三角网格模型中所有三角面片的顶点划分为特征点和非特征点的主要步骤如下：1)计算三角网格模型中所有三角面片顶点的法向张量；三角网格模型的第j个三角面片fj顶点vi的张量为邻域三角形法向协方差矩阵的权重和；顶点vi的法向张量如下所示：式中，Nf(vi)为顶点vi的一阶邻域三角形；为权重；fj为三角网格模型的第j个三角面片；为三角面片fj的单位法向量；上标T为转置；其中，权重如下所示：式中，为三角形面片fj的面积；为Nf(vi)中最大面积；为三角形fj的中心；vi'为顶点vi的坐标；2)根据顶点法向张量积和法向张量的特征值，将三角网格模型中所有顶点分为平面点、突变边点和拐角点三类，主要步骤如下：2.1)计算顶点的法向张量谱；顶点的法向张量谱如下所示：式中，λ1、λ2和λ3均为法向张量的特征值；λ1≥λ2≥λ3≥0；e1为特征值λ1对应的单位特征向量；e2为特征值λ2对应的单位特征向量；e3为特征值λ3对应的单位特征向量；2.2)根据顶点的法向张量积和法向张量的特征值将顶点分成平面点、突变边点和拐角点；其中，平面点为特征值λ1≈1，特征值λ2≈0且特征值λ3≈0的法向张量对应的顶点；平面点为非特征点；突变边点为特征值λ1≈1，特征值λ2≈1且特征值λ3≈0的法向张量对应的顶点；突变边点为特征点；拐角点为特征值λ1＝λ2＝λ3的法向张量对应的顶点；拐角点为特征点；3)利用自适应尺度的张量投票法对顶点进行精确分类，即根据顶点属性特征量Ωi的值对顶点进行精确分类，主要步骤如下：3.1)计算顶点属性特征量Ωi；顶点属性特征量Ωi如下所示：式中，λ1、λ2和λ3均为法向张量的特征值；为特征平均值；d为顶点属性特征量计算系数；特征平均值如下所示：式中，λ1、λ2和λ3均为法向张量的特征值；3.2)设定顶点vi的一阶三角形邻域的初始尺度为r1；3.3)顶点vi进行邻域扩展；记顶点vi的一阶三角形邻域的尺度扩展为rm时，顶点属性特征量为邻域扩展条件为当时，转入步骤3.4；其中，τ为约束界限的常数；τ＝[1,2]；3.4)根据顶点属性特征量为判断顶点vi是否为特征点；若则顶点vi是特征点，停止顶点vi的邻域扩充；若顶点vi是非特征点，停止顶点vi的邻域扩充；若则计算和Ω1差的绝对值、和Ω2差的绝对值；若和Ω1差的绝对值小于和Ω2差的绝对值，则判定顶点vi为非特征点，相反，则顶点vi为特征点；其中，Ω1和Ω2为预设的阈值，且Ω1＜Ω2；3.5)在尺度rm上法向张量投票如下所示：式中，为三角形邻域的尺度扩展到rm后，新增的面片；为权重；fj为三角网格模型的第j个三角面片；为三角面片fj的单位法向量；上标T为转置；其中，权重函数如下所示：式中，m表示顶点vi的邻域的阶数；表示vi的m阶邻域中的所有面片的最大面积；表示顶点vi第m阶邻域各面片的面积；表示第m阶邻域各面片中心与顶点vi的最大距离；为三角形fj的中心；3.6)根据张量投票结果，对三角网格模型边界进行光顺。3.根据权利要求1或2所述的一种基于顶点特征的双法向网格模型光顺方法，其特征在于，基于引导滤波的面法向场构建的主要步骤如下：1)记三角网格模型中面片fq方向朝外的单位法向nq如下所示：式中，和分别为三角面片fq的三个顶点坐标；2)计算三角网格模型中面片fq的单位法向滤波信号即：式中，ak和bk为窗口ωk上的线性系数；gq为引导法向信号；窗口ωk上的线性系数ak和bk分别如下所示：式中，gp为引导法向信号；nq为三角网格模型中面片fq方向朝...

【专利技术属性】
技术研发人员：段黎明，王武礼，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50