一种数据驱动的三维模型编辑方法及系统技术方案

本发明专利技术提出一种数据驱动的三维模型编辑方法及系统，涉及数字媒体技术领域，该方法包括输入具有相同网格拓扑的原三维模型库，对所述原三维模型库进行简化，生成具有相同网格拓扑的低分率的新三维模型库，并建立与所述原三维模型库之间的对应关系；对所述新三维模型库进行分析并提取与旋转平移无关的特征向量集合，用户获取需要变形的待变形三维模型上的控制点并进行编辑，生成新控制点，通过优化组合简化所述特征向量集合，获取符合用户编辑条件的新特征向量集合；将所述新特征向量传播到待变形三维模型的特征空间对应的最终特征向量，根据所述新控制点的顶点位置与所述最终特征向量，通过重建算法重建编辑后的所述待变形三维模型。

【技术实现步骤摘要】

本专利技术涉及数字媒体
，特别涉及一种数据驱动的三维模型编辑方法及系统。
技术介绍
模型编辑技术可以根据用户的编辑来建模生成满足编辑条件的三维模型，模型变形技术的关键是在减少用户工作量的基础上生成自然合理的三维模型。传统的方法中很多工作没有借助模型库的先验信息而是直接对三维模型进行编辑，这一类工作中，最典型的是Olga Sorkine等人在2004年的工作“Laplacian surface editing”,该工作在用户编辑的过程中通过保持三维模型的Laplace坐标不变进行变形，该工作需要用户同时指定控制顶点的位置与朝向，这增加了用户的工作量，并且控制朝向是较为困难的，不一致的朝向和位置将会产生很差的变形效果，为了解决这一问题，Olga Sorkine等人在2008年的工作“As-rigid-as possible surface modeling”与Robert Summer等人在2009年的工作“Embedded deformation for shape manipulation”中通过同时优化网格上每个顶点的位置与朝向来避免用户在编辑的时候给定额外的朝向，但是这两个经典的工作都没有利用模型库挖掘模型的变形规律，为了生成合理的变形效果都需要用户进行大量的交互与编辑。为了利用模型库中的信息来辅助模型编辑，Robert Summer等人在2005年的工作”Mesh Based Inverse Kinematics”(MeshIK)，通过对模型库进行分析并将模型的变形梯度作为特征，并通过组合这些特征来生成满足用户边界条件的三维模型，该方法的缺陷在于使用模型的变形梯度作为变形特征不能够处理具有大幅度变形的情况，因为变形梯度是旋转相关的并且使用变形梯度进行大幅度的变形会产生自交的情况，Stefan Frohlich等人在2011年的工作“Example-Driven Deformations Based on Discrete Shells”使用边长与二面角作为特征，通过组合这些特征来生成符合用户编辑的三维模型，但是由于边长的非负性，所以该方法不能处理外插，从而不能生成大幅度的变形。不借助模型库而直接对三维模型进行变形的工作，由于不能分析模型变形的内部规律，需要用户进行额外的大量的交互的工作，而利用模型库进行分析的相关工作较少，目前最相关的工作MeshIk由于使用变形梯度作为特征，其旋转相关的局限性使其不能够处理大幅度的变形，可以通过分析模型库来挖掘模型的变形规律并支持大幅度变形的技术目前仍然是空缺的。专利技术专利“:基于点云与数据驱动的树木模型重建方法”，该专利技术公开了一种基于点云与数据驱动的树木模型重建方法，该方法包括以下步骤：获取树木点云数据，对其进行预处理，并定义树木模型的分级表示；提出移动圆柱体方法并用于从所述树木点云数据中提取得到主枝骨架点，并进行枝叶分离处理；从所述树木点云数据中提取得到树冠特征点；提出分级离子流方法并用于对主枝骨架点和树冠特征点进行结构化；根据已经结构化的所有树枝的骨架点和半径，重建得到完整的树木模型。该专利技术为从三维点云数据中重建出完整的树木模型提供了解决方案，获取的重建模型与原始点云具有很高的吻合度，而且对遮挡严重、形态复杂的模型都能获得较好的重建结果。然而该专利技术专利主要解决的是通过提取树冠特征点以及对主枝骨对主枝骨架点和树冠特征点进行结构化，完成树木模型的重建，而本专利技术提出通过特征向量对数据库进行分析，通过全局优化算法来达到重建的结果。
技术实现思路
针对现有技术的不足，本专利技术提出一种数据驱动的三维模型编辑方法及系统。本专利技术提出一种数据驱动的三维模型编辑方法，包括：步骤1，输入具有相同网格拓扑的原三维模型库，对所述原三维模型库进行简化，生成具有相同网格拓扑的低分率的新三维模型库，并建立与所述原三维模型库之间的对应关系；步骤2，对所述新三维模型库进行分析并提取与旋转平移无关的特征向量集合，用户获取需要变形的待变形三维模型上的控制点并进行编辑，生成新控制点，通过优化组合简化所述特征向量集合，获取符合用户编辑条件的新特征向量集合；步骤3，将所述新特征向量传播到待变形三维模型的特征空间对应的最终
特征向量，根据所述新控制点的顶点位置与所述最终特征向量，通过重建算法重建编辑后的所述待变形三维模型。所述步骤1中对所述原三维模型库进行简化的步骤为选取所述原三维模型库中一个三维模型作为基准三维模型，并通过基于二次能量误差的方法进行对所述原三维模型库简化，然后依据欧式距离，建立所述原三维模型库与所述新三维模型库的对应关系。所述步骤2包括计算所述基准三维模型上每个顶点的一阶邻域相对于所述基准模型的仿射变换，将所述仿射变换进行极分解，生成刚体变换矩阵与实对称矩阵，并将所述刚体变换矩阵的逆乘以相邻顶点的刚体变换矩阵，生成与旋转平移无关并描述局部的相对刚体变化的矩阵，并通过矩阵指数映射获取所述特征向量集合。所述步骤2包括建立全局能量函数，通过所述全局能量函数对所述新特征向量集合对应的权重进行优化。所述步骤3包括根据所述最终特征向量，通过SVD分解计算所述待变形三维模型上每个顶点上的刚体变换，并根据所述刚体变换与所述新控制点的顶点位置，通过线性方程组计算顶点坐标。本专利技术还提出一种数据驱动的三维模型编辑系统，包括：获取新三维模型库模块，用于输入具有相同网格拓扑的原三维模型库，对所述原三维模型库进行简化，生成具有相同网格拓扑的低分率的新三维模型库，并建立与所述原三维模型库之间的对应关系；获取新特征向量集合模块，用于对所述新三维模型库进行分析并提取与旋转平移无关的特征向量集合，用户获取需要变形的待变形三维模型上的控制点并进行编辑，生成新控制点，通过优化组合简化所述特征向量集合，获取符合用户编辑条件的新特征向量集合；重建模块，用于将所述新特征向量传播到待变形三维模型的特征空间对应的最终特征向量，根据所述新控制点的顶点位置与所述最终特征向量，通过重建算法重建编辑后的所述待变形三维模型。所述获取新三维模型库模块中对所述原三维模型库进行简化的步骤为选取所述原三维模型库中一个三维模型作为基准三维模型，并通过基于二次能量误差的方法进行对所述原三维模型库简化，然后依据欧式距离，建立所述原三
维模型库与所述新三维模型库的对应关系。所述获取新特征向量集合模块包括计算所述基准三维模型上每个顶点的一阶邻域相对于所述基准模型的仿射变换，将所述仿射变换进行极分解，生成刚体变换矩阵与实对称矩阵，并将所述刚体变换矩阵的逆乘以相邻顶点的刚体变换矩阵，生成与旋转平移无关并描述局部的相对刚体变化的矩阵，并通过矩阵指数映射获取所述特征向量集合。所述获取新特征向量集合模块包括建立全局能量函数，通过所述全局能量函数对所述新特征向量集合对应的权重进行优化。所述重建模块包括根据所述最终特征向量，通过SVD分解计算所述待变形三维模型上每个顶点上的刚体变换，并根据所述刚体变换与所述新控制点的顶点位置，通过线性方程组计算顶点坐标。由以上方案可知，本专利技术的优点在于：本专利技术的方法通过提出一种新颖的旋转平移无关的特征向量来对模型库进行分析，通过利用分析得到的特征向量来辅助用户对三维模型进行编辑，用更少的编辑操作来生成自然合理的模本文档来自技高网...

【技术保护点】
一种数据驱动的三维模型编辑方法，其特征在于，包括：步骤1，输入具有相同网格拓扑的原三维模型库，对所述原三维模型库进行简化，生成具有相同网格拓扑的低分率的新三维模型库，并建立与所述原三维模型库之间的对应关系；步骤2，对所述新三维模型库进行分析并提取与旋转平移无关的特征向量集合，用户获取需要变形的待变形三维模型上的控制点并进行编辑，生成新控制点，通过优化组合简化所述特征向量集合，获取符合用户编辑条件的新特征向量集合；步骤3，将所述新特征向量传播到待变形三维模型的特征空间对应的最终特征向量，根据所述新控制点的顶点位置与所述最终特征向量，通过重建算法重建编辑后的所述待变形三维模型。

【技术特征摘要】
1.一种数据驱动的三维模型编辑方法，其特征在于，包括：步骤1，输入具有相同网格拓扑的原三维模型库，对所述原三维模型库进行简化，生成具有相同网格拓扑的低分率的新三维模型库，并建立与所述原三维模型库之间的对应关系；步骤2，对所述新三维模型库进行分析并提取与旋转平移无关的特征向量集合，用户获取需要变形的待变形三维模型上的控制点并进行编辑，生成新控制点，通过优化组合简化所述特征向量集合，获取符合用户编辑条件的新特征向量集合；步骤3，将所述新特征向量传播到待变形三维模型的特征空间对应的最终特征向量，根据所述新控制点的顶点位置与所述最终特征向量，通过重建算法重建编辑后的所述待变形三维模型。2.如权利要求1所述的数据驱动的三维模型编辑方法，其特征在于，所述步骤1中对所述原三维模型库进行简化的步骤为选取所述原三维模型库中一个三维模型作为基准三维模型，并通过基于二次能量误差的方法进行对所述原三维模型库简化，然后依据欧式距离，建立所述原三维模型库与所述新三维模型库的对应关系。3.如权利要求1或2所述的数据驱动的三维模型编辑方法，其特征在于，所述步骤2包括计算所述基准三维模型上每个顶点的一阶邻域相对于所述基准模型的仿射变换，将所述仿射变换进行极分解，生成刚体变换矩阵与实对称矩阵，并将所述刚体变换矩阵的逆乘以相邻顶点的刚体变换矩阵，生成与旋转平移无关并描述局部的相对刚体变化的矩阵，并通过矩阵指数映射获取所述特征向量集合。4.如权利要求1所述的数据驱动的三维模型编辑方法，其特征在于，所述步骤2包括建立全局能量函数，通过所述全局能量函数对所述新特征向量集合对应的权重进行优化。5.如权利要求1所述的数据驱动的三维模型编辑方法，其特征在于，所述步骤3包括根据所述最终特征向量，通过SVD分解计算所述待变形三维模型上每个顶点上的刚体变换，并根据所述刚体变换与所述新控制点的顶点位置，通过线性方程组计算顶点坐标。6.一种数据驱动的三维模型编辑系统，其特征在于...

【专利技术属性】
技术研发人员：高林，夏时洪，陈姝宇，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京;11