一种基于全局优化的三维模型合成方法技术

本发明专利技术涉及一种模型合成方法，该方法利用样本三维模型的自身结构信息及全局优化算法合成各式各样的类似于初始模型的目标三维模型。本发明专利技术首先利用模型结构分析方法对样本三维模型进行分割，并同时得到各空间块的分类标号，然后基于样本三维模型所得到的分类标号约束关系建立一个全局的模型合成能量方程，并采用最大期望值算法迭代优化求解出一个全局的能量最小值，最终所得结果即为合成所得模型。本发明专利技术的方法能够有效的保持目标三维模型结构的连续性以及视觉效果的完整性。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理和计算机图形学
，特别是基于全局优化的三维模型合成方法。
技术介绍
作为新一代数字媒体类型，数字几何模型已在工业制造、数字娱乐、生物医药、数字文化遗产保护等诸多领域得到广泛应用。随着可共享数字几何模型的大量出现，如何实现已有模型资源的有效重用成为该领域面临的重要课题之一。三维模型检索技术是实现资源重用的基础，但它仅支持从大量资源中的模型获取问题，无法真正支持模型的重用。而实例建模技术则结合了模型特征分析、模型检索与网格编辑等数字几何处理技术，通过对已有模型的演变构建用户所需的模型，从而可支持真正意义的模型重用。近年来，国内外的研究者从不同的研究角度出发提出了很多卓有成效的方法，根据出发点的不同，概括起来，其中代表性的方法大致可以分为两类:一类是过程建模技术(Proceduralmodeling),其根据一系列指令来描述实体场景模型，如文献IChen S.D.，Ip H.H.S..Simulating vivid3D solid textures from2D growable patterns.Multimedia andExpo, ICME> 04.Vol.2, Taipei, Taiwan:1EEE Computer Society Press,2004.843-846.和文献 2Parish Y.1.H., Muller P..Procedural modeling of cities.1n Proc.Siggraphics2001, ACM, 301-308.等介绍的，该类方法不仅可以快速高效的生成相应内容，而且还可以有效缓解和解决潜在的不断升级的内容制作成本问题。但由于采用抽象以及参数化的方式描述模型，并且大多数方法都是为了建立一些特定的实体或环境，使得算法千差万别，所以其直观性和通用性都不是很强。另一类是基于样本建模技术(Modelingby example),它按建模要求对选定实例进行模型分析综合和交互操作而从实例中推到生成新的模型。如文献 3Merrell P.Example-based model synthesis.Proceedings ofthe2007 symposium on Interactive3D Graphics and Games.2007, 105-112.和文献4LinJ.J., Cohen-Or D., H ao Z.,et al.Structure-preserving retargeting of irregular3Darchitecture.ACM Transactions on Graphics, 2011, 30 (6): 183.等介绍的，该类方法是实现对已有模型数据重用的有效途径。过程化建模技术早期主要用来生成木质、大理石等一些自然材质纹理模型。近年来研究主要集中在利用L系统基于语法规则进行植物、建筑物、城市等的建模。然而这类过程建模方法大多利用建模师的经验手工设计所需的规则系统，耗时耗力；同时它们大多都是为了建立一些特定的实体或环境而设计，所以通用性不强。与过程建模技术相比，基于样本建模技术是一种有效的对已有模型数据重用的方法。其宗旨是根据已知的样本，生成一个新的模型，并且新生成的模型并不是原样本三维模型简单的复制，但要与样本在视觉上具有相似的效果。通过对已有三维样本的合理利用，不仅可以直接确定所建模型样式，还可以简化和加速建模过程。然而该类方法仍然面临着两大问题:如何建立有效的模型表示机制描述模型的构造单元特征约束及其构造过程和如何确定合适的结构变异机制以提高模型的形变能力并进而支持用户的交互控制。
技术实现思路
专利技术目的:本专利技术所要解决的技术问题是针对现有技术的不足，提供。技术方案:为了解决上述技术问题，本专利技术公开了，该方法用于将样本三维模型合成为目标三维模型，包括以下步骤:步骤(1)，根据用户输入的样本三维模型以及属性标识将样本三维模型分为合成部分(标记为Y，即Synthesis part)和缩放部分(标记为S,即Scaling part),其中用户输入样本三维模型是包含点的三维坐标以及点的三角关系的三角网格模型。步骤(2)，对合成部分进行结构分割，得到合成部分的不同类别的空间块，每个类别的空间块对应一个标号，每个标号都产生于自然数集；步骤(3),根据步骤(2)的分析结果，采用最大期望值算法(ExpectationMaximization, EM)求解合成部分的目标二维标号阵列；步骤(4)，将目标二维标号阵列中的每个标号都替换为步骤(2)中相应标号的空间块，得到合成部分的合成结果，再与缩放部分进行组合形成目标三维模型。本专利技术步骤(2)中利用模型合成部分的结构自相似性找出样本三维模型合成部分中不同的空间块，完成样本三维模型合成部分的分类标号，实现样本三维模型合成部分的自动分割，具体步骤为:步骤(21)，变换分析完成样本三维模型合成部分点的集合构成的三维空间到二维相似变换空间的转换，具体包括以下步骤:步骤(211 )，根据点的曲率将合成部分的点划分为若干个相似集，每个相似集对应一个二维相似变换空间，将相似集按点的数量从大到小排列；步骤(212)，对当前相似集采用局部配准方法剔除该相似集中的冗余的点；步骤(213)，对步骤(212)得到的相似集进行变换映射，实现三维空间到二维相似变换空间的转换；步骤(22)，在二维相似变换空间中进行模型估计，计算二维相似变换规律模式；步骤(23)，根据二维相似变换规律模式计算当前相似集在样本三维模型合成部分中的规律模式，提取该规律模式的空间块，任意选取一个不同于已经产生的空间块标号的自然数，作为该空间块的标号；步骤(24 )，按照步骤(211)中的相似集排序，按照步骤(212 ) 步骤(23 )逐个处理相似集。本专利技术步骤(3)中首先由用户指定合成部分合成结果的大小，包括合成部分目标二维标号阵列的行数和目标 二维标号阵列的列数；然后利用空间块分类标号在输入的样本三维模型合成部分中的约束关系建立一个全局的三维模型合成能量方程，并采用最大期望值算法迭代优化求解出一个全局能量最小值，计算得到合成部分的目标二维标号阵列，具体为:根据一个已知行数和列数且其中的每个标号都确定的样本二维阵列，以及一个已知行数和列数但其中所有标号都待定的目标二维标号阵列，通过建立两个阵列间的能量方程，采用最大期望值算法求解出目标二维标号阵列中的待定标号，从而得到目标二维标号阵列。最大期望值算法包括以下步骤:步骤(31)，初始化能量方程的参数zp，固定当前参数，最小化能量方程从而计算估计变量m ；步骤(32)，固定当前的估计变量m，通过最小化能量方程更新参数Zp ；步骤(33)，重复步骤(31) 步骤(32)直到参数Zp收敛；所述能量方程为:权利要求1.，其特征在于，包括以下步骤: 步骤(1)，根据用户输入的样本三维模型以及属性标识将样本三维模型分为合成部分和缩放部分；其中用户输入样本三维模型是包含点的三维坐标以及点的三角关系的三角网格模型； 步骤(2)，对合成部分进行结构分割，得到合成部分的不同类别的空间块，每个类别的空间块对应一个标号； 步骤(3)，根据步骤(2)的分析结果，采用最大期本文档来自技高网...

【技术保护点】
一种基于全局优化的三维模型合成方法，其特征在于，包括以下步骤：步骤（1），根据用户输入的样本三维模型以及属性标识将样本三维模型分为合成部分和缩放部分；其中用户输入样本三维模型是包含点的三维坐标以及点的三角关系的三角网格模型；步骤（2），对合成部分进行结构分割，得到合成部分的不同类别的空间块，每个类别的空间块对应一个标号；步骤（3），根据步骤（2）的分析结果，采用最大期望值算法计算合成部分的目标二维标号阵列；步骤（4），将目标二维标号阵列中的每个标号都替换为步骤（2）中相应标号的空间块，得到合成部分的合成结果，再与缩放部分进行组合形成目标三维模型。

【技术特征摘要】

【专利技术属性】
技术研发人员：张岩，文艳，孙正兴，宋沫飞，
申请(专利权)人：南京大学，
类型：发明
国别省市：