System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及三维模型重建,尤其是指一种对象三维结构建模方法、装置、设备及计算机存储介质。
技术介绍
1、三维结构表达是三维重建及立体显示技术的重要基础之一,其旨在构建合适的三维数据表达方式,高效实现三维领域的重建、渲染、驱动等。
2、在现有的三维结构表达算法中,传统的点云、网格以及体素数据量极大,很难满足轻量性表达以及泛化性应用的需求。现有的隐式表达,如神经辐射场和符号距离场,虽然在某些条件下具备一定的轻量性,但是其表征本身不具备特征性从而很难满足便于驱动及应用泛化的需求。基于高斯核函数的局部形状函数表达在类别泛化性上具有极大的优势,可以对一类对象三维结构体依托模型进行便捷表达。但是其表达精度低,几何边界不清,细节重建不足。
技术实现思路
1、为此,本专利技术所要解决的技术问题在于克服现有技术中三维结构表达精度低的问题。
2、为解决上述技术问题,本专利技术提供了一种对象三维结构建模方法,包括:
3、步骤1:对三维结构体三维符号距离场中的每个三维坐标提取三个方向上的坐标值以及该三维坐标处的符号距离数值,组成数据向量,并将获得的多个数据向量排列为数据矩阵;
4、步骤2:利用聚类算法将所述数据矩阵进行分组初始化,得到初始符号距离场模型;
5、步骤3:利用期望值最大算法更新符号距离场模型参数,基于二次核门函数的重建框架重建符号距离场模型,并计算重建符号距离场模型和初始符号距离场模型之间的第一均方误差;
6、步骤4:将
7、步骤5:利用立方体算法对所述目标符号距离场模型重建三维网格信息。
8、优选地,所述三维结构体三维符号距离场的获取步骤包括:
9、利用深度符号距离场算法从所述三维结构体中提取三维空间数值,得到所述三维符号距离场。
10、优选地,所述利用聚类算法将所述数据矩阵进行分组初始化,得到初始符号距离场模型包括:
11、步骤a:将所述数据矩阵分组,得到多个数据向量分组;
12、步骤b:计算每个数据向量分组的均值向量;
13、步骤c:计算所述数据矩阵中每个数据向量与每个数据向量分组对应均值向量之间的第二均方误差,将所述数据向量、所述数据向量分组、所述均值向量和所述第二均方误差之间建立关联,对每个数据向量找到最小第二均方误差对应的数据向量分组,并将其划分至该分组中,更新数据向量分组;
14、步骤d:重复步骤b-c多次,得到多个目标数据向量分组,并计算每个目标数据向量分组的均值向量、协方差矩阵和权重,得到初始符号距离场模型参数。
15、优选地,,所述利用期望值最大算法更新符号距离场模型参数,基于二次核门函数的重建框架重建符号距离场模型包括:
16、利用期望值最大算法更新二次核后验概率;
17、根据更新后的二次核后验概率,计算更新符号距离场模型参数;
18、根据更新后的符号距离场模型参数,利用二次核门函数重建公式重建符号距离场数据,得到重建后的符号距离场模型。
19、优选地,所述利用二次核门函数重建公式重建符号距离场数据包括:
20、根据位置变量的均值向量和位置变量的协方差矩阵计算位置变量的二次核边缘分布;
21、根据所述位置变量的二次核边缘分布计算所述二次核门函数;
22、根据位置变量的均值向量、位置变量的协方差矩阵和协方差矩阵中的子矩阵计算二次核期望;
23、根据所述二次核门函数和上述二次核期望重建符号距离场数值。
24、优选地,所述第一均方误差是初始符号距离场模型和重建符号距离场模型在相同位置上数值的差平方均值。
25、优选地,所述利用立方体算法对所述目标符号距离场模型重建三维网格信息包括:
26、遍历所述目标符号距离场模型的每条边,若该条边连接的两个顶点符号不同,则在这条边上插值,并计算插值为0的位置,放置顶点;
27、所述顶点放置完毕后,根据顶点位置,在顶点之间构建三角面片。
28、本专利技术还提供了一种对象三维结构建模装置,包括:
29、数据获取模块,用于对三维结构体三维符号距离场中的每个三维坐标提取三个方向上的坐标值以及该三维坐标处的符号距离数值,组成数据向量,并将获得的多个数据向量排列为数据矩阵;
30、模型初始化模块,用于利用聚类算法将所述数据矩阵进行分组初始化,得到初始符号距离场模型;
31、模型重建模块,用于利用期望值最大算法更新符号距离场模型参数,基于二次核门函数的重建框架重建符号距离场模型,并计算重建符号距离场模型和初始符号距离场模型之间的第一均方误差;
32、模型优化模块,用于将所述重建符号距离场模型与所述第一均方误差之间建立关联,重复模型初始化模块和模型重建模块中的步骤多次,获取最小第一均方误差对应的重建符号距离场模型,作为目标符号距离场模型;
33、三维重建模块,用于利用立方体算法对所述目标符号距离场模型重建三维网格信息。
34、本专利技术还提供了一种对象三维结构建模设备,包括:
35、存储器,用于存储计算机程序;
36、处理器,用于执行所述计算机程序时实现上述一种对象三维结构建模方法步骤。
37、本专利技术还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种对象三维结构建模方法的步骤。
38、本专利技术的上述技术方案相比现有技术具有以下优点:
39、本专利技术所述的对象三维结构建模方法,利用四维二次核模型对三维符号距离场建模,有效拟合符号距离场的位置坐标联合数值的分布,利用二次核模型的分布集中性,使得重建的三维结构有清晰的边界;本专利技术采用期望值最大算法进行参数更新,有效进行最优的建模参数集选择,采用二次核模型的均值向量、协方差矩阵及权重等参数作为表达基础,能够有效学习三维结构的局部特征,使三维表达具有泛化性;本专利技术采用基于二次核门函数重建的符号距离场均方误差为迭代依据,可以有效实现更高质量的三维重建优化;本专利技术采用四维二次核模型进行对象三维结构表达能够使其轻量化和特征化,并有效提高了精确性。
本文档来自技高网...【技术保护点】
1.一种对象三维结构建模方法,其特征在于,包括:
2.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述三维结构体三维符号距离场的获取步骤包括:
3.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述利用聚类算法将所述数据矩阵进行分组初始化,得到初始符号距离场模型包括:
4.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述利用期望值最大算法更新符号距离场模型参数,基于二次核门函数的重建框架重建符号距离场模型包括:
5.根据权利要求4所述的对象三维结构建模方法,其特征在于,所述利用二次核门函数重建公式重建符号距离场数据包括:
6.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述第一均方误差是初始符号距离场模型和重建符号距离场模型在相同位置上数值的差平方均值。
7.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述利用立方体算法对所述目标符号距离场模型重建三维网格信息包括:
8.一种对象三维结构建模装置,其特征在于,包括:
9.一种对象三维结构建
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种对象三维结构建模方法的步骤。
...【技术特征摘要】
1.一种对象三维结构建模方法,其特征在于,包括:
2.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述三维结构体三维符号距离场的获取步骤包括:
3.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述利用聚类算法将所述数据矩阵进行分组初始化,得到初始符号距离场模型包括:
4.根据权利要求1所述的对象三维结构建模方法,其特征在于,所述利用期望值最大算法更新符号距离场模型参数,基于二次核门函数的重建框架重建符号距离场模型包括:
5.根据权利要求4所述的对象三维结构建模方法,其特征在于,所述利用二次核门函数重建公式重建符号距离场数据包括:<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。