一种基于变形驱动的3D模型拓扑映射方法技术

本发明专利技术涉及一种基于变形驱动的3D模型拓扑映射方法，包括以下步骤：1)提取模型文件；2)根据所述模型文件建立相应的3D模型；3)通过启发性算法搜索映射状态，所述搜索过程由映射能量驱动；4)根据搜索结果选择最优映射状态；5)根据所述最优映射状态实现相应的源模型和目标模型的可视化；6)输出结果文件。与现有技术相比，本发明专利技术具有效率高、返回结果质量高等优点。

【技术实现步骤摘要】

本专利技术图形分析
，涉及一种3D模型映射的方法，尤其是涉及一种基于变形驱动的3D模型拓扑映射方法，是一种部件级别的可处理几何变化和拓扑变化的模型映射方法。
技术介绍
模型映射算法在图形学中是一种基础问题，它广泛应用于多种领域的需求中，比如物体识别、聚类、模型变形、静态建模等方面。长久以来，模型映射算法已经引起了人们的重视，也涌现出大量的相关研究。在之前，模型映射问题的经典相关算法大多数都着重于具有特定几何要求的模型，比如GELFAND等人的《Robustglobalregistration》，ZHANG等人的《Deformation-drivenshapecorrespondence》，Huang等人的《Non-rigidregistrationunderisometricdeformations》。对于这些算法来说，当两个模型差距增大时，映射搜索就会越难，算法的计算复杂度也会相应越高。近年来，随着该领域新概念的提出和种种技术革新，一些新的算法也随之出现。比如机器学习相关的KIM,V.G等人的《LearningPart-basedTemplatesfromLargeCollectionsof3DShapes》和Van等人的《Unsupervisedco-segmentationofasetofshapesviadescriptor-spacespectralclustering》，Xu等人的《Fitanddiverse:Setevolutionforinspiring3dshapegalleries》。但总的来说，这些方法返回的结果相对来说较为粗糙和分散，尤其对于存在拓扑变形模型对无法得出高质量的映射。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种效率高、返回结果质量高的基于变形驱动的3D模型拓扑映射方法。本专利技术的目的可以通过以下技术方案来实现：一种基于变形驱动的3D模型拓扑映射方法，包括以下步骤：1)提取模型文件；2)根据所述模型文件建立相应的3D模型；3)通过启发性算法搜索映射状态，所述搜索过程由映射能量驱动；4)根据搜索结果选择最优映射状态；5)根据所述最优映射状态实现相应的源模型和目标模型的可视化；6)输出结果文件。所述模型文件包括节点结构信息、连接结构信息和部件信息，所述节点结构信息包括模型细粒度的划分部件信息，所述连接结构信息包括各部件之间的物理连接信息，所述部件信息包括模型拓扑构造信息。所述步骤2)中，建立3D模型时，解析模型文件中的每一划分部件结构，按照模型文件中的分段方式获得细粒度的部件。所述步骤3)中的搜索过程具体为：301)启发式算法构造搜索树，该搜索树上的每一节点代表一种搜索状态，所述搜索状态包括映射能量、已映射部件和未映射部件；302)通过映射能量驱动方式拓展节点，进行节点拓展时，仅拓展映射消耗最低的前k个子节点，每个子节点都在父节点的基础上增加至少一个部件映射；303)当所有搜索的支线均到达叶节点时，搜索过程结束，获得完整路径。所述启发式算法中，对于每个节点，在搜索状态空间中对每一个搜索位置进行评估，从最优位置处进行搜索。所述搜索过程中，每个节点进行搜索的估计函数考虑的因素包括映射能量、源部件到目标部件的缩放比和每个部件相对于估计函数的参与权值。所述映射能量的估计公式为：E＝Ed+wc*Ec+ws*Es其中，E为映射能量，Ec为连接性变化值，Es为拓扑变化值，wc和ws均为加权值。所述结果文件包括工作概要、日志文件、映射文件和映射图。与现有技术相比，本专利技术具有以下优点：(1)本专利技术利用变形驱动的映射消耗作为参考依据来进行启发性的搜索，通过控制最优解数量来在每个搜索步骤中进行子节点剪枝，并最终得到最优方案，实现了更确切的映射能量估计方式。(2)本专利技术根据模型文件建立3D模型时，模型抽象为包含曲线和表面的结构图，降低真实模型的复杂属性给算法带来的干扰。(3)本专利技术利用启发式方法时，对于每个搜索节点，提供在搜索状态空间中对每一个搜索位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标，这样可以省略大量无谓的搜索路径，提高效率。(4)本专利技术搜索的估计函数考虑的因素包括映射能量、源部件到目标部件的缩放比和每个部件相对于估计函数的参与权值，给予不同部件相对于估计函数的不同权值，能够更加灵活地进行模型映射。(5)本专利技术进行搜索时，采用剪枝方式进行，在每次拓展时只保留当前映射能量最小的前k个子节点，可以有效控制搜索空间，提高算法效率。附图说明图1为本专利技术的结构示意图；图2为剪枝时设置k值的时间；图3为每个估计函数下的花费时间。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。如图1所示，本实施例提供一种基于变形驱动的3D模型拓扑映射方法，具体描述如下。给出输入：源模型M，目标模型M’。第一步、提取模型文件，提取模型几何结构、拓扑结构、位置属性等具体信息。模型文件以xml文件输入，模型文件包含了图的划分节点和连接，包括节点结构信息、连接结构信息和部件信息，节点结构信息包括模型细粒度的划分部件信息，连接结构信息包括各部件之间的物理连接信息，部件信息包括模型拓扑构造信息。在每个结构中，都有详细的几何信息(如点的三维坐标，部件名，节点类型等等。第二步、根据模型文件建立相应的3D模型。按照文件内容，解析模型中的每一个划分部件结构，按照模型文件中的分段方式获得细粒度的部件。将模型抽象为包含曲线和表面的结构图，构造结构图的方法与Alhashim等人的方法一样《Topology-varying3Dshapecreationviastructuralblending》，其中，曲线描述了一维模型数据，表面则描述了二维模型数据。经过这样抽象化模型，可以降低真实模型的复杂属性给算法带来的干扰。在本实例中，部件结构是指：通过一定(通常为常识性的)准则对模型本身进行划分。例如在座椅模型中，可将其大致划分为靠背、座垫、扶手、椅腿等部件。实例中划分由模型文件给出。第三步、通过启发性算法搜索映射状态，搜索过程由映射能量驱动。搜索过程将通过启发性算法搜索映射状态，并找出符合需求条件的解。搜索过程中，以启发式方法构造搜索树，不断拓展节点，直到找到完整路径。拓展节点的参照是映射能量，搜索过程具体为：301)启发式算法构造搜索树，该搜索树上的每一节点代表一种搜索状态，搜索状态包括映射能量、已映射部件和未映射部件；302)通过映射能量驱动方式拓展节点，进行节点拓展时，仅拓展映射消耗最低的前k个子节点，即采用剪枝方式进行拓展，每个子节点都在父节点的基础上增加至少一个部件映射；303)当所有搜索的支线均到达叶节点时，搜索过程结束，获得完整路径，完整路径是指，搜索树中从源节点到目标的一条路径。完整路径的末端一定是搜索树中的叶节点。其中，叶节点是指，没有子节点的搜索节点，在叶节点中，源模型的所有部件均已被映射为目标模型中的某一部件。其中，剪枝是指，在每个搜索步中，在搜索树的下一层拓展时限制子节点的数量。在本实例中，设定一个整数k(k>0)，则在每次拓展时只保留当前映本文档来自技高网...

【技术保护点】
一种基于变形驱动的3D模型拓扑映射方法，其特征在于，包括以下步骤：1)提取模型文件；2)根据所述模型文件建立相应的3D模型；3)通过启发性算法搜索映射状态，所述搜索过程由映射能量驱动；4)根据搜索结果选择最优映射状态；5)根据所述最优映射状态实现相应的源模型和目标模型的可视化；6)输出结果文件。

【技术特征摘要】
1.一种基于变形驱动的3D模型拓扑映射方法，其特征在于，包括以下步骤：1)提取模型文件；2)根据所述模型文件建立相应的3D模型；3)通过启发性算法搜索映射状态，所述搜索过程由映射能量驱动；4)根据搜索结果选择最优映射状态；5)根据所述最优映射状态实现相应的源模型和目标模型的可视化；6)输出结果文件。2.根据权利要求1所述的基于变形驱动的3D模型拓扑映射方法，其特征在于，所述模型文件包括节点结构信息、连接结构信息和部件信息，所述节点结构信息包括模型细粒度的划分部件信息，所述连接结构信息包括各部件之间的物理连接信息，所述部件信息包括模型拓扑构造信息。3.根据权利要求1所述的基于变形驱动的3D模型拓扑映射方法，其特征在于，所述步骤2)中，建立3D模型时，解析模型文件中的每一划分部件结构，按照模型文件中的分段方式获得细粒度的部件。4.根据权利要求1所述的基于变形驱动的3D模型拓扑映射方法，其特征在于，所述步骤3)中的搜索过程具体为：301)启发式算法构造搜索树，该搜索树上的每一节点代表一种搜索状态，所述搜索状态包括映射能量、...

【专利技术属性】
技术研发人员：盛斌，马菁，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31