【技术实现步骤摘要】
一种基于径向基函数的人体点云数据分割方法
[0001]本专利技术属于点云数据分割
,特别是涉及人体等封闭实体的三维多边形网格模型,适用于服装设计、虚拟试衣等应用的点云数据分割方法以及分割后的边界多边形网格模型的剖分方法。
技术介绍
[0002]个性化的三维人体模型,越来越深入和广泛地应用在产品设计和智能制造等许多领域,例如在人体工程学设计、服装设计、量体裁衣和虚拟试衣等应用中,设计师需要为不同体型的用户建立相应尺寸的人体模型,以设计和制作出满足用户个性化定制需求的产品。依托数字化人体模型,实现三维服装版型设计与纸样生成是服装数字化三维设计过程的关键步骤,也是服装界与计算机图形学界最为困难的研究课题之一,其中的一个难点是复杂表面任意分界的曲面块的准确划分。点云是一种能够完整表达实体外形信息的重要数据格式,点云数据格式在三维人体模型的获取和重建过程中应用广泛,主要原因是点云数据的获取方式以及点云数据的处理方法日趋成熟和普及。在点云数据模型上,对三维人体的服装原型覆盖区域及纸样原型对应区域进行分割,是实现产品设计制造技术的数字化,从而达到使用数字化的手段对传统的服装产品开发和生产全过程进行数字化改造的目的。
[0003]常规的点云数据分割是将点云数据分割成若干个互不相交的子集,每一个子集中的数据具有相同的属性特征或语义信息,通常情况下分割后相同子集中的点云属于同一几何结构。因此,点的属性常常被用于点云数据的分割算法:利用点云强度的快速变化或者表面法向量的急剧变化,确定实体的边缘,由边缘对点云数据进行分割;利用 ...
【技术保护点】
【技术特征摘要】
1.一种基于径向基函数的人体点云数据分割方法,其特征在于,该方法包括以下步骤:步骤1,计算相邻特征点测地线,提取人体点云数据模型选定目标区域边界点云:人体点云数据模型上的选定目标区域由若干条边界线围成,边界线为人体点云数据模型表面上的任意闭合曲线,确定每条边界线的若干个特征点为:其中,i
’
表示边界线序号,j表示特征点序号,为边界线i
’
上的特征点j,(x
i',j
,y
i',j
,y
i',j
)为特征点的坐标;由每条边界线的特征点计算经过相邻特征点的测地线,测地线首尾相连构成闭合边界线,由此获得选定目标区域边界点云,边界线以内的点云为选定目标区域的点云数据;步骤2,边界三角形网格剖分,计算选定目标区域边界点云的边界法向量:根据测地线与三角形网格的边的交点位置,对边界线经过的三角形网格进行剖分,边界线上的点构成一个边界线点云,对边界线点云中的每个点,计算由与该点相关的边向量和该点的法向量组合而成的边界法向量;步骤3,构造边界点云Hermite径向基函数:以边界点云数据的坐标{x
i
}={(x
i
,y
i
,z
i
)}和相应的边界法向量集合{n
i
}={(n
i,x
,n
i,y
,n
i,z
)}为输入,构造边界点云数据的Hermite径向基函数;其中,x
i
为边界点云数据集中第i个点的坐标,n
i
为第i个点的边界法向量;步骤4,计算待选点的Hermite径向基函数值,确定选定目标区域点云数据:根据Hermite径向基函数的值与点位置关系的性质,对人体点云数据模型中的每个点,或者经初步分割后的人体局部点云数据,计算Hermite径向基函数的值,选择值小于0或某个小于预设阈值的正数的点的集合作为选定目标区域的点云数据。2.根据权利要求1所述的基于径向基函数的人体点云数据分割方法,其特征在于,步骤1中,人体点云数据模型若已经定义了三角形网格数据,则可直接用于测地线的计算,若没有定义,则先通过Delaunay三角剖分算法获得三角型网格模型,之后进行测地线计算。3.根据权利要求1所述的基于径向基函数的人体点云数据分割方法,其特征在于,步骤2中,边界点云的边界法向量计算过程包括:
①
剖分三角形网格:同一边界相邻特征点之间的测地线与经过的三角形网格的边的交点,与对应的特征点一起构成该边界线的点云;根据测地线与三角形网格相交的情形,连接顶点与对边上交点,将原三角形剖分成两个三角形,或者连接两个边上的交点以及一边上的交点与相对的顶点,将原三角形剖分成三个三角形;剖分后删掉原三角形,保存新增的三角形面,新增的三角形面的顶点的存放顺序与原点云数据对应的三角形网格模型一致;
②
计算边界法向量:边界线上的任意一点,有两个相邻的点,该任意一点指向第一个相邻点的向量与该任意一点的法向量相叉乘后得到一个向量,该任意一点指向另一个相邻点的向量与该任意一点的法向量相叉乘后得到另一个向量,这两个向量若指向选定目标区域内侧,则方向取反,取这两个向量的和向量并进行规范化后得到该任意一点的边界法向量。4.根据权利要求3所述的基于径向基函数的人体点云数据分割方法,其特征在于,根据测地线与三角形网格相交的情...
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。