System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,具体涉及一种对三维模型进行贴图的方法、系统、电子设备及存储介质。
技术介绍
1、纹理贴图是一种把位图映射到渲染物体表面的技术,使用纹理贴图可以给模型表面赋予丰富的细节,以实现非常真实的渲染效果。
2、目前,三维模型纹理贴图大多是先通过模型制作软件,将目标三维模型进行uv展开处理,即创建目标三维模型的二维展开图,得到三维空间的顶点和二维展开图空间的关系对应数据,然后将二维展开图、目标三维模型以及预设纹理贴图输入至贴图绘制软件,通过贴图绘制软件将预设纹理贴图混合至目标三维模型的二维展开图,最后利用混合完成的二维展开图为目标三维模型进行纹理贴图。
3、这种纹理贴图方法,需要先通过模型制作软件对目标三维模型进行uv展开,再在贴图绘制软件中将预设纹理贴图混合至目标三维模型的二维展开图,贴图过程繁琐。
技术实现思路
1、本申请实施例的目的在于提供一种对三维模型进行贴图的方法、系统、电子设备及存储介质,用以简化目标三维模型的贴图过程。
2、为实现上述目的,本申请提供如下技术方案:
3、第一方面,本申请实施例提供一种三维模型的自动贴图方法,该方法包括以下过程:
4、获取预设视角下的目标三维模型的二维图像集,其中,所述二维图像集包括多个包含与所述目标三维模型对应的对象的二维图像;
5、获取每一所述二维图像所对应的焦段信息;
6、对每一所述二维图像集中的多个同焦段二维图像进行焦点堆栈处理,获得重聚焦图
7、确定所述目标三维模型在当前展示视角下的模拟投影面;
8、确定每一所述模拟投影面对应的贴图语义标签;
9、确定每一所述模拟投影面对应的虚拟投影相机;
10、根据所述虚拟投影相机的视椎数据、所述贴图语义标签以及所述模拟投影面对所述目标三维模型的所述模拟投影面进行贴图。
11、在上述方案中,通过获取预设视角下的目标三维模型的二维图像集;获取每一二维图像所对应的焦段信息;对每一所述二维图像集中的多个同焦段二维图像进行焦点堆栈处理,获得重聚焦图像;确定所述目标三维模型在当前展示视角下的模拟投影面;确定每一所述模拟投影面对应的贴图语义标签;确定每一所述模拟投影面对应的虚拟投影相机;根据所述虚拟投影相机的视椎数据、所述贴图语义标签以及所述模拟投影面对所述目标三维模型的所述模拟投影面进行贴图。该对三维模型进行贴图的方法,无需对目标三维模型进行uv展开,实现了对纹理贴图过程的简化,并且可以通过不同的贴图语义标签实现对目标三维模型的多种纹理贴图;在解决现有技术中所存在纹理贴图过程繁琐的技术问题的同时,实现了对目标三维模型的自动化、多样化贴图。
12、可选的,所述确定所述目标三维模型在当前展示视角下的模拟投影面,可包括:对所述二维图像进行特征提取,获得每一所述二维图像中所包含的目标三维模型的轮廓特征数据;根据所述轮廓特征数据确定所述目标三维模型的空间位置函数;获取所述重聚焦图像中所述目标三维模型的姿态数据和尺度数据;根据所述姿态数据、所述尺度数据以及所述空间位置函数确定所述目标三维模型在当前展示视角下的模拟投影面。
13、可选的,在根据所述虚拟投影相机的视椎数据、所述贴图语义标签以及所述模拟投影面对所述目标三维模型的所述模拟投影面进行贴图之前,所述方法还可包括:获取所述重聚焦图像中所述目标三维模型的姿态数据和尺度数据;基于所述重聚焦图像、所述姿态数据和所述尺度数据,确定相应虚拟相机的视椎数据。
14、基于该限定方案,可以通过焦点堆栈方法获得重聚焦图像,拓展目标三维模型的景深,消除噪点和不需要的内容,提升所获得重聚焦图像的画质。因此,重聚焦图像更加清晰,基于重聚焦投影所确定的视椎数据也更加准确,进而提高自动贴图的精确度。
15、可选的,所述基于所述重聚焦图像、所述姿态数据和所述尺度数据,确定相应虚拟相机的视椎数据,可包括:基于所述重聚焦图像、所述姿态数据和所述尺度数据进行重投影操作,以确定相应虚拟相机的电荷耦合器件参数、场视角及物理焦距;根据所述虚拟相机的电荷耦合器件参数、场视角及物理焦距,确定所述虚拟相机的所述视椎数据。
16、可选的,在所述根据所述虚拟相机的电荷耦合器件参数、场视角及物理焦距,确定所述虚拟相机的所述视椎数据之后,所述方法还可包括:确定所述物理焦距与所述视椎数据之间的映射关系。
17、基于该限定方案,可以通过确定物理焦距与视椎数据之间的映射关系,根据映射关系可以得到与任意物理焦距对应的视椎数据,便于后续对视椎数据的插值计算。
18、可选的,在所述确定每一所述模拟投影面对应的贴图语义标签之前,所述方法还可包括:确定所述二维图像中所包含的图像特征,以及所述图像特征对应的图像语义标签;基于所述图像特征以及所述图像语义标签,对待训练的标签确定模型进行训练,以获得训练好的标签确定模型,其中,所述训练好的标签确定模型用于确定与输入图像特征相对应的语义标签。
19、基于该限定方案,可以通过二维图像中所包含的图像特征,以及所述图像特征对应的图像语义标签,对待训练的标签确定模型进行训练;以获得训练好的标签确定模型,用以确定模拟投影区域中所包括的贴图语义标签,提高所获得贴图语义标签的准确度,进而提高所获得的二维贴图图像的准确度,以保证最终的贴图效果。
20、可选的,所述确定每一所述模拟投影面对应的贴图语义标签,可包括:确定目标三维模型中与每一所述模拟投影面对应的模型投影区域;将所述模型投影区域的区域图像特征输入所述训练好的标签确定模型;获取所述标签确定模型输出的所述贴图语义标签。
21、基于该限定方案,可以通过将模型投影区域的区域图像特征输入训练好的标签确定模型,获取模型输出的贴图语义标签。通过训练好的标签确定模型,可以快速确定不同视角下的模拟投影面所对应的贴图语义标签,以提高不同视角下目标三维模型的二维贴图图像的生成效率。
22、第二方面,本申请实施例提供一种对三维模型进行贴图的系统,该系统可包括:
23、图像获取模块,用于获取预设视角下的目标三维模型的二维图像集;其中,所述二维图像集包括多个包含与所述目标三维模型对应的对象的二维图像;
24、焦段信息获取模块,用于获取每一所述二维图像所对应的焦段信息;
25、焦点堆栈处理模块,用于对每一所述二维图像集中的多个同焦段二维图像进行焦点堆栈处理,获得重聚焦图像,其中,所述同焦段二维图像包括焦段信息相同的二维图像;
26、第一确定模块,用于确定所述目标三维模型在当前展示视角下的模拟投影面;
27、第二确定模块,用于确定每一所述模拟投影面对应的贴图语义标签;
28、第三确定模块,用于确定每一所述模拟投影面对应的虚拟投影相机;
29、贴图模块,用于根据所述虚拟投影相机的视椎数据、所述贴本文档来自技高网...
【技术保护点】
1.对三维模型进行贴图的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标三维模型在当前展示视角下的模拟投影面,包括:
3.根据权利要求1所述的方法,其特征在于,在根据所述虚拟投影相机的视椎数据、所述贴图语义标签以及所述模拟投影面对所述目标三维模型的所述模拟投影面进行贴图之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述重聚焦图像、所述姿态数据和所述尺度数据,确定相应虚拟相机的视椎数据,包括:
5.根据权利要求4所述的方法,其特征在于,在所述根据所述虚拟相机的电荷耦合器件参数、场视角及物理焦距,确定所述虚拟相机的所述视椎数据之后,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,在所述确定每一所述模拟投影面对应的贴图语义标签之前,所述方法还包括:
7.根据权利要求6所述的方法,其特征在于,所述确定每一所述模拟投影面对应的贴图语义标签,包括:
8.对三维模型进行贴图的系统,其特征在于,所述系统包括:
9.计算
10.电子设备,其特征在于,所述电子设备包括:
...【技术特征摘要】
1.对三维模型进行贴图的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标三维模型在当前展示视角下的模拟投影面,包括:
3.根据权利要求1所述的方法,其特征在于,在根据所述虚拟投影相机的视椎数据、所述贴图语义标签以及所述模拟投影面对所述目标三维模型的所述模拟投影面进行贴图之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述重聚焦图像、所述姿态数据和所述尺度数据,确定相应虚拟相机的视椎数据,包括:
5.根据权利要求4所述的方法,其特征在于,在所述根据所述虚拟相机的...
【专利技术属性】
技术研发人员:高旻,彭林春,许馨月,段强,朱小琨,蒲宇航,王沛林,李钟智,李华强,
申请(专利权)人:四川见山科技有限责任公司,
类型:发明
国别省市:
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。