一种鞋楦模型的轮廓线提取方法、系统、介质及设备技术方案

本发明专利技术公开了一种鞋楦模型的轮廓线提取方法、系统、介质及设备，该方法包括以下步骤：S1、对鞋楦模型进行预处理；S2、基于三角网络建立轮廓线提取模型来识别鞋楦模型上任意两个特征点之间的轮廓线；S3、根据鞋楦模型的特征点对鞋楦模型进行切割后，运用轮廓线提取模型提取鞋楦模型的统口轮廓线和楦底轮廓线，完成鞋楦模型的轮廓线提取；本发明专利技术通过分割鞋楦模型对鞋楦模型的轮廓线进行提取，适用于各种类型的鞋楦模型，在鞋楦表面不光滑、有噪声和孔洞的情况下也能准确提取特征点和轮廓线，避免人工测量导致的误差过大，提高识别率，总体效率高，具有经济适用性。具有经济适用性。具有经济适用性。

【技术实现步骤摘要】
一种鞋楦模型的轮廓线提取方法、系统、介质及设备


[0001]本专利技术涉及鞋楦模型测量的
，尤其是指一种鞋楦模型的轮廓线提取方法、系统、介质及设备。

技术介绍

[0002]在3D鞋样设计过程中，鞋楦的轮廓线是用来描述鞋楦特征的基础，为后续的鞋楦逆向过程提供了基本信息。近年来，随着信息技术的发展，数字化鞋楦更多的应用到制鞋领域，鞋楦轮廓线的提取也需要迁移到数字鞋楦上。目前市面上的三维建模软件没有专门的提取轮廓线功能，制鞋业的专用建模软件如ShoeMaker等，可以根据特征点生成初步的轮廓线，但需要设计师手工调整，而采用手工调整的方式通常存在一定的偏差，如果偏差没有处理好，在以后的鞋面设计过程中会导致整个设计流程翻倒重来，所以现在亟需能够精确提取鞋楦模型的轮廓线的提取方法。

技术实现思路

[0003]本专利技术的第一目的在于为解决现有技术中的不足，提供了一种鞋楦模型的轮廓线提取方法，根据已有的四个特征点对鞋楦模型的进行切割，再用有向图Dijkstra算法提取轮廓线，适用于各种类型的鞋楦模型，避免人工标记导致的误差过大，提高识别率。
[0004]本专利技术的第二目的在于提供一种鞋楦模型轮廓线提取系统。
[0005]本专利技术的第三目的在于提供一种非暂时性计算机可读介质。
[0006]本专利技术的第四目的在于提供一种计算设备。
[0007]本专利技术的第一目的通过下述技术方案实现：一种鞋楦模型的轮廓线提取方法，包括以下步骤：
[0008]S1、对鞋楦模型进行预处理，所述预处理包括填补孔洞和光顺处理；
[0009]S2、基于三角网络建立轮廓线提取模型来识别鞋楦模型上任意两个特征点之间的轮廓线，所述鞋楦模型的特征点包括楦底后跟点、楦底楦尖点、统口后跟点和统口前端点；
[0010]S3、根据鞋楦模型的特征点对鞋楦模型进行切割后，运用轮廓线提取模型提取鞋楦模型的统口轮廓线和楦底轮廓线，完成鞋楦模型的轮廓线提取。
[0011]进一步，在步骤S1中，包括以下步骤：
[0012]S101、判断鞋楦模型是否有孔洞，若无孔洞，则进行步骤S102，若存在孔洞，则利用补洞算法对鞋楦模型的孔洞进行填补，所述补洞算法包括三角化算法、优化算法和平滑算法；
[0013]S102、利用Laplace光顺算法对鞋楦模型进行光顺处理，公式如下：
[0014]p
i
←
p
i
+λδ
i
,p
i
∈V；
[0015]其中，V为三角网络中所有顶点的集合，p
i
为V中任意一点，N(i)为点p
i
的一领域所有顶点的索引的集合，d
i
为点p
i
一领域点
的个数，v
i
为索引为i的顶点，v
j
为索引为j的顶点，λ为任意正数。
[0016]进一步，在步骤S2中，包括以下步骤：
[0017]S201、对于鞋楦模型上任意两个特征点的路径J(e)为能够反映路径S在鞋楦模型的三角面片的夹角变化剧烈程度的能量函数，公式如下：
[0018][0019]其中，E为三角网格模型所有边的集合，e为E中任意一条边，θ
e
为边e所在的两个三角形的二面角，l
e
为边e的长度；
[0020]S202、用有向图Dijkstra算法求解非线性最优化问题minJ(e)，得到轮廓线提取模型。
[0021]进一步，在步骤S3中，包括以下步骤：
[0022]S301、分别计算鞋楦模型的楦底面的中央线和统口面的中央线，包括以下步骤：
[0023]S3011、以楦底楦尖点、楦底后跟点和统口面的区域中心点共同确定一个平面p；
[0024]S3012、以楦底后跟点为起始点，寻找邻域中第一个与平面p的交点为交点a，再通过蛇形遍历的方式，在鞋楦模型上确定所有与交点a形成的交线，形成一条环形交线；
[0025]S3013、通过楦底楦尖点、统口后跟点和统口前端点对环形交线进行分割，从而提取鞋楦模型的楦底面的中央线和统口面的中央线；
[0026]S302、基于鞋楦模型的楦底面的中央线和统口面的中央线，将鞋楦模型切分为左侧子模型和右侧子模型；
[0027]S303、将鞋楦模型的特征点划分为两组，即将鞋楦模型的楦底后跟点和楦底楦尖点划分为A组特征点，将鞋楦模型的统口后跟点和统口前端点划分为B组特征点；
[0028]S304、利用轮廓线提取模型计算A组特征点在左侧子模型和右侧子模型上的子轮廓线，以及B组特征点在左侧子模型和右侧子模型上的子轮廓线；
[0029]S305、将A组特征点在左侧子模型和右侧子模型上的子轮廓线合并在一起得到楦底轮廓线，将B组特征点在左侧子模型和右侧子模型上的子轮廓线合并在一起得到统口轮廓线，从而得到整个鞋楦模型的轮廓线。
[0030]本专利技术的第二目的通过下述技术方案实现：一种根据上述鞋楦模型的轮廓线提取方法的鞋楦模型轮廓线提取系统，包括：
[0031]预处理模块，用于对鞋楦模型进行填补孔洞及光顺的预处理；
[0032]轮廓线提取模块，用于识别鞋楦模型上任意两个特征点之间的轮廓线；
[0033]鞋楦模型切割模块，能够基于鞋楦模型的特征点对鞋楦模型进行切割。
[0034]进一步，所述预处理模块，具体执行以下操作：
[0035]判断鞋楦模型是否有孔洞，若无孔洞，则对鞋楦模型进行光顺处理，若存在孔洞，则利用补洞算法对鞋楦模型的孔洞进行填补，所述补洞算法包括三角化算法、优化算法和平滑算法；
[0036]利用Laplace光顺算法对鞋楦模型进行光顺处理，公式如下：
[0037]p
i
←
p
i
+λδ
i
,p
i
∈V；
[0038]其中，V为三角网络中所有顶点的集合，p
i
为V中任意一点，
N(i)为点p
i
的一领域所有顶点的索引的集合，d
i
为点p
i
一领域点的个数，v
i
为索引为i的顶点，v
j
为索引为j的顶点，λ为任意正数。
[0039]进一步，所述轮廓线提取模块，具体执行以下操作：
[0040]对于鞋楦模型上任意两个特征点的路径J(e)为能够反映路径S在鞋楦模型的三角面片的夹角变化剧烈程度的能量函数，公式如下：
[0041][0042]其中，E为三角网格模型所有边的集合，e为E中任意一条边，θ
e
为边e所在的两个三角形的二面角，l
e
为边e的长度；
[0043]用有向图Dijkstra算法求解非线性最优化问题minJ(e)，得到轮廓线提取模型。
[0044]进一步，所述鞋楦模型切割模块，具体执本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鞋楦模型的轮廓线提取方法，其特征在于，包括以下步骤：S1、对鞋楦模型进行预处理，所述预处理包括填补孔洞和光顺处理；S2、基于三角网络建立轮廓线提取模型来识别鞋楦模型上任意两个特征点之间的轮廓线，所述鞋楦模型的特征点包括楦底后跟点、楦底楦尖点、统口后跟点和统口前端点；S3、根据鞋楦模型的特征点对鞋楦模型进行切割后，运用轮廓线提取模型提取鞋楦模型的统口轮廓线和楦底轮廓线，完成鞋楦模型的轮廓线提取。2.根据权利要求1所述的一种鞋楦模型的轮廓线提取方法，其特征在于，在步骤S1中，包括以下步骤：S101、判断鞋楦模型是否有孔洞，若无孔洞，则进行步骤S102，若存在孔洞，则利用补洞算法对鞋楦模型的孔洞进行填补，所述补洞算法包括三角化算法、优化算法和平滑算法；S102、利用Laplace光顺算法对鞋楦模型进行光顺处理，公式如下：p
i
←
p
i
+λδ
i
,p
i
∈V；其中，V为三角网络中所有顶点的集合，p
i
为V中任意一点，N(i)为点p
i
的一领域所有顶点的索引的集合，d
i
为点p
i
一领域点的个数，v
i
为索引为i的顶点，v
j
为索引为j的顶点，λ为任意正数。3.根据权利要求1所述的一种鞋楦模型的轮廓线提取方法，其特征在于，在步骤S2中，包括以下步骤：S201、对于鞋楦模型上任意两个特征点的路径J(e)为能够反映路径S在鞋楦模型的三角面片的夹角变化剧烈程度的能量函数，公式如下：其中，E为三角网格模型所有边的集合，e为E中任意一条边，θ
e
为边e所在的两个三角形的二面角，l
e
为边e的长度；S202、用有向图Dijkstra算法求解非线性最优化问题minJ(e)，得到轮廓线提取模型。4.根据权利要求1所述的一种鞋楦模型的轮廓线提取方法，其特征在于，在步骤S3中，包括以下步骤：S301、分别计算鞋楦模型的楦底面的中央线和统口面的中央线，包括以下步骤：S3011、以楦底楦尖点、楦底后跟点和统口面的区域中心点共同确定一个平面p；S3012、以楦底后跟点为起始点，寻找邻域中第一个与平面p的交点为交点a，再通过蛇形遍历的方式，在鞋楦模型上确定所有与交点a形成的交线，形成一条环形交线；S3013、通过楦底楦尖点、统口后跟点和统口前端点对环形交线进行分割，从而提取鞋楦模型的楦底面的中央线和统口面的中央线；S302、基于鞋楦模型的楦底面的中央线和统口面的中央线，将鞋楦模型切分为左侧子模型和右侧子模型；S303、将鞋楦模型的特征点划分为两组，即将鞋楦模型的楦底后跟点和楦底楦尖点划分为A组特征点，将鞋楦模型的统口后跟点和统口前端点划分为B组特征点；S304、利用轮廓线提取模型计算A组特征点在左侧子模型和右侧子模型上的子轮廓线，
以及B组特征点在左侧子模型和右侧子模型上的子轮廓线；S305、将A组特征点在左侧子模...

【专利技术属性】
技术研发人员：林子森，薛飞，冼楚华，刘培珺，
申请(专利权)人：广东时谛智能科技有限公司，
类型：发明
国别省市：