一种基于径向基函数的人体点云数据分割方法技术

本发明专利技术公开了一种基于径向基函数的人体点云数据分割方法，该方法包括以下步骤：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；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；构造边界点云Hermite径向基函数；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。本发明专利技术能够根据边界特征点，准确分割出人体点云数据模型上任意边界曲线包围的目标区域，不受坐标系统、人体点云的位置和姿态的限制，由特征点计算获得的边界线紧贴人体表面，能够保留点云数据的多边形网格数据并保持流行，适用于服装设计、服装纸样自动生成、可穿戴设备人因工程等应用领域。工程等应用领域。工程等应用领域。

【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；利用点的曲率、曲面法向量、坡度、距离等属性，选择合适的种子点，以区域增长的方式实现点云数据的分割；也可利用上述属性，对点云数据进行聚类分割；利用几何形态的数学模型(如球体、圆柱体、平面等)，将具有相同数学表达式的点云数据划分为同一区域，实现点云数据的分割。近年来，基于点云的深度学习方法在对点云数据进行分割时取得了较大的进展，出现了大量用于三维图像数据分割的有效方法，如基于k
‑
d树结构的深度网络模型、基于八叉树结构的卷积神经网络、基于多层感知机的方法、基于递归神经网络的方法等。上述方法均需要利用点云数据的属性相似性来对其进行分割，在类似于服装设计的人体点云数据的分割方法中，判断属于同一集合中的点的依据具有随意性，常常是三维空间的任一区域，因此上述方法并不有效，尤其在需要进行人机交互的场景中；另外，使用3D人体扫描仪获得的人体点云数据难以表示出人体的部位信息，这也给前述类型的点云分割带来了困难。
[0004]在表示曲面的方法中，除了点云数据外，还有一种非常重要和常用的方法：多边形网格表示方法。这两种方法各具优点，在处理三维模型过程中往往配合使用，达到取长补短的目的。三角形网格模型是最典型的一种多边形网格模型，它具有成熟和有效的从点云数据生成的方法，可以任意精度地逼近任何复杂的曲面，对三角形网格的绘制技术已经非常成熟，并且可以采用硬件加速技术来实现。对三角网格模型的分割过程为：根据一定的几何和拓扑特征，将其分解成具有简单形状意义且连通的子网格片。分割方法除了利用点的属
性外，更多的方法还要考虑三角形面的属性(如平坦性、面积、凸包性等)，分割后的子网格片在边界处需要特别的处理。常用的三角网格模型的分割方法大多来源于点云数据分割方法的改进，如基于聚类的层次分解、分水岭算法、基于边缘的分割方法等。对于服装等可穿戴设备的设计，以及人因工程相关产品的设计来说，在分割区域的选择上同样具有一定局限性，不能满足在多种姿态和不同坐标系统中对任意区域的准确选择和表面提取。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术存在的问题，提供一种人体点云数据的基于边界特征点的区域分割方法，该方法应用Hermite径向基函数和测地距离的原理，对任意选定特征点范围以内的区域进行分割，分割对象不受姿态和在坐标系统中的位置的限制，分割后选定区域内的点不会遗漏，能够保留区域内原来模型部分的三角形网格信息。本专利技术提供的分割方法同样适用于人体以外的其他实体的点云数据模型。
[0006]实现本专利技术目的的技术解决方案为：一种基于径向基函数的人体点云数据分割方法，该方法具体包括以下步骤：
[0007]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；
[0008]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；
[0009]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；
[0010]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或某个较小的正数的点的集合作为选定目标区域的点云数据。
[0011]进一步地，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。
[0012]进一步地，步骤2中，边界点云的边界法向量计算过程包括：
[0013]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；
[0014]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；
[0015]剖分后删掉原三角形，保存新增的三角形面，新本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：蒋夏军，李蔚清，施慧彬，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：