三維人體建模

三維人體(réntǐ)建模第一頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)人體數(shù)據(jù)測量接觸式人體測量技術(shù)非接觸式三維人體測量技術(shù)

立體攝影測量方法、激光測量法、莫爾條紋測量法TC2分層輪廓測量法、投影條紋相位測量法等。

投入商業(yè)應(yīng)用(yìngyòng)的測量系統(tǒng)(人體掃描系統(tǒng))有Cyberware,Loughborough,Hamamatsu,ImageTwin等系統(tǒng)。第二頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)OpenGL系統(tǒng)(xìtǒng)結(jié)構(gòu)圖第三頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)三維測量(cèliáng)技術(shù)接觸式非接觸式第四頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎(chǔ)人體建模方法

主要有:線框模型實(shí)體模型曲面建模：(1)多邊形描述(2)參數(shù)化曲面描述(3)碎片描述基于物理(wùlǐ)特性的模型第五頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)常用幾種曲面重建方法比較(bǐjiào)1NURBS方法來進(jìn)行曲面重構(gòu)2利用B-spline方法來進(jìn)行曲面重構(gòu)3利用微切平面方法來進(jìn)行曲面重構(gòu)4利用特征方法來進(jìn)行曲面重構(gòu)5利用曲面變形方法來進(jìn)行曲面重構(gòu)6利用神經(jīng)網(wǎng)絡(luò)方法來進(jìn)行曲面重構(gòu)7基于三角網(wǎng)格進(jìn)行曲面重建

第六頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)曲面造型技術(shù)參數(shù)曲面造型技術(shù)：

核心思想就是以一組基函數(shù)為權(quán)因子，以一組初始控制向量的線性(或有理(yǒulǐ)線性)組合來得到模型的連續(xù)表示。隱式曲面造型技術(shù)（元球造型技術(shù)(Metaball)）細(xì)分曲面造型技術(shù)：

由粗略到精細(xì)的建模思路。它是一種由離散到離散的表示形式。第七頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎(chǔ)3D勾畫(gōuhuà)式造型技術(shù)

根據(jù)參照線與目標(biāo)線來決定一系列的局部變換，并由局部變換產(chǎn)生出相應(yīng)的梯度場，最終用泊松方法重建三維模型。第八頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)人體測量人體傳統(tǒng)測量、人體二維測量和人體三維測量傳統(tǒng)的人體測量學(xué)主要研究人體測量和觀察方法，并通過人體整體測量與局部測量來探討人體的特征、類型、變異和發(fā)展規(guī)律。人體二維測量是指利用圖形圖像處理和模式識別等技術(shù)進(jìn)行二維人體圖像的測量工作。三維人體掃描(sǎomiáo)是通過數(shù)字轉(zhuǎn)換器、照相機(jī)或掃描儀獲得與區(qū)域圖像類似的等高線圖，再由模型軟件處理轉(zhuǎn)換為空間點(diǎn)，以點(diǎn)數(shù)據(jù)云顯示虛擬模型、關(guān)鍵標(biāo)志，具有掃描迅速、重現(xiàn)尺寸準(zhǔn)確等優(yōu)點(diǎn)。第九頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)人體模型類型第一類是Torso模型(móxíng)，其中又可以分A型和B型，主要用于女式衣身造型

第二類是Slax模型，主要用于褲子的造型第三類為Nude模型，是多用途模型，可以用于上衣、褲子、裙子和泳裝等多種服裝類型的造型前面三類為女式標(biāo)準(zhǔn)人體，第四類Man模型，主要用于男式衣身造型第十頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎(chǔ)人體特征(tèzhēng)識別47個人體特征點(diǎn)及10個主要特征點(diǎn)第十一頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎(chǔ)第十二頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎(chǔ)第十三頁，共四十六頁。編輯課件服裝人體建模方法分析

多面體建模；基于特征的服裝人體曲面(qūmiàn)建模；參數(shù)化的曲面建模；以網(wǎng)格邊界線為連續(xù)條件的三維人體建模。主要理論(lǐlùn)基礎(chǔ)第十四頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)三維人體建模方法分析

線框模型(móxíng)、實(shí)體模型(móxíng)、曲面模型(móxíng)、

基于物理的建模、混合建模第十五頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎(chǔ)人體(réntǐ)自由曲線曲面造型研究Bezier曲面方法B樣條曲面方法NURBS方法:NURBS曲面即非均勻有理B樣條(Non-UniformRationalB-Spline)曲面。NURBS曲面具備了以上曲面方法的一切優(yōu)點(diǎn)，并且還有很多其他的優(yōu)點(diǎn)第十六頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)三維人體掃描方法1、立體(lìtǐ)視覺法2、結(jié)構(gòu)光三角測量法3、莫爾條紋干涉法4、白光相位法第十七頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)點(diǎn)云類型線點(diǎn)云

由一組與掃描平面平行的掃描線組成，每條線上的點(diǎn)位于掃描平面內(nèi)。掃描線點(diǎn)云沿掃描方向非常(fēicháng)密集，而掃描線之間相對比較稀疏。

散亂點(diǎn)云

點(diǎn)云沒有明顯的幾何形狀特征和拓?fù)浣Y(jié)構(gòu)，呈散亂無序的狀態(tài)，由激光、結(jié)構(gòu)光等在隨機(jī)掃描的方式測得的點(diǎn)云為該類型。

網(wǎng)格化點(diǎn)云經(jīng)CMM、莫爾等高線測量、投影光柵測量系統(tǒng)等獲得的數(shù)據(jù)經(jīng)過網(wǎng)格插值后得到點(diǎn)云為網(wǎng)格化點(diǎn)云，網(wǎng)格化點(diǎn)云含有點(diǎn)云間拓?fù)潢P(guān)系。第十八頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎(chǔ)人體掃描點(diǎn)云數(shù)據(jù)處理技術(shù)點(diǎn)云降噪與平滑(pínghuá)

高斯濾波法、平均濾波法點(diǎn)云數(shù)據(jù)精簡(1)均勻采樣法(2)倍率縮減法(3)柵格法(4)弦偏離法孔洞修補(bǔ)(xiūbǔ)(1)拋物線切向延拓法(2)BP神經(jīng)網(wǎng)絡(luò)修補(bǔ)法(3)遺傳算法結(jié)合神經(jīng)網(wǎng)絡(luò)算法(4)擬合方法(5)基于核機(jī)器的回歸修補(bǔ)方法第十九頁，共四十六頁。編輯課件主要(zhǔyào)研究方法光照模型法向量(xiàngliàng)的計算方法三角片法向量和頂點(diǎn)法向量的計算方法第二十頁，共四十六頁。編輯課件主要研究(yánjiū)方法基于三角網(wǎng)格進(jìn)行曲面重建方法

此方法能有效解決構(gòu)型復(fù)雜(fùzá)、形狀和邊界不規(guī)則的人體幾何造型問題。可以對不規(guī)則的散亂數(shù)據(jù)點(diǎn)直接進(jìn)行三角剖分，再利用OpenGL對三角面片顯示的優(yōu)化，可以快速有效的構(gòu)造人體的三維曲面模型。第二十一頁，共四十六頁。編輯課件主要(zhǔyào)研究方法小三角面片逼近曲面進(jìn)行三維人體重建散亂數(shù)據(jù)點(diǎn)三角剖分方法

散亂數(shù)據(jù)的三角剖分是構(gòu)造散亂數(shù)據(jù)插值曲面時必不可少的前置處理，三角剖分可分為對三維散亂數(shù)據(jù)投影域的剖分和在空間直接剖分兩種類型(lèixíng)。直接基于空間體的三角剖分基于空間體的三維散亂數(shù)據(jù)點(diǎn)直接三角剖分步驟:

1.對散亂數(shù)據(jù)點(diǎn)預(yù)排序，形成散亂數(shù)據(jù)點(diǎn)頂點(diǎn)表2.四面體剖分，得到Delaunay四面體網(wǎng)格。3.內(nèi)點(diǎn)邊界化。4.對散亂數(shù)據(jù)點(diǎn)的三角網(wǎng)格進(jìn)行必要的修改。第二十二頁，共四十六頁。編輯課件主要研究(yánjiū)方法魯棒濾波去噪算法用于去除點(diǎn)云數(shù)據(jù)表面噪聲和離群點(diǎn)的算法。主要思想是應(yīng)用一個核密度估計函數(shù)對帶有噪聲和離群點(diǎn)的點(diǎn)云數(shù)據(jù)作點(diǎn)聚類，通過一個局部似然估計值使得每個數(shù)據(jù)點(diǎn)與三維采樣曲面上的真實(shí)點(diǎn)對應(yīng)起來，用Mean-Shift迭代算法將每一個采樣點(diǎn)“漂移”到核密度估計函數(shù)的局部最大值點(diǎn)處，也就是該采樣點(diǎn)在點(diǎn)集曲面上可能性測度最大的位置。這樣一系列最大似然值點(diǎn)最后迭代出一個逼近(bījìn)原始曲面的準(zhǔn)確值，從而實(shí)現(xiàn)了點(diǎn)云數(shù)據(jù)的快速高效光順去噪。第二十三頁，共四十六頁。編輯課件主要(zhǔyào)研究方法三角網(wǎng)格孔洞光順修補(bǔ)利用孔洞邊界及其周圍原始網(wǎng)格頂點(diǎn)特征(tèzhēng)，通過加權(quán)三次曲線擬合，實(shí)現(xiàn)新增采樣點(diǎn)的空間位置進(jìn)行細(xì)調(diào)。修補(bǔ)實(shí)例表明，該算法具有較好的魯棒性，能夠處理各類大面積復(fù)雜型面的三角網(wǎng)格模型孔洞缺陷，重建的修補(bǔ)網(wǎng)格遇近原始真實(shí)形狀，與周圍網(wǎng)格連接光順，且分布均勻，計算效率高。第二十四頁，共四十六頁。編輯課件主要研究(yánjiū)方法網(wǎng)格分割算法——區(qū)域增長法基于區(qū)域增長的分割算法實(shí)現(xiàn)簡單，效率高能勝任實(shí)時反饋的交互要求，而且定義(dìngyì)了反映極小值法則意義的有向特征距離，使得分割結(jié)果符合人體感知學(xué)規(guī)則，從而具有很高的實(shí)用價值.第二十五頁，共四十六頁。編輯課件主要(zhǔyào)研究方法邊界優(yōu)化

基于能量(néngliàng)最小的動態(tài)曲線(Snake)優(yōu)點(diǎn)是優(yōu)化邊界的頂點(diǎn)可以位于原網(wǎng)格的邊上或面上；

缺點(diǎn)是優(yōu)化邊界的頂點(diǎn)位置只能局限于網(wǎng)格上的頂點(diǎn)上導(dǎo)致依然存在鋸齒形。基于最小切割或最大流量算法的圖分割(Graphcut)

與Snake類似簡單的Snake

同時具有snake優(yōu)點(diǎn)，改進(jìn)snake缺點(diǎn)第二十六頁，共四十六頁。編輯課件主要(zhǔyào)研究方法網(wǎng)格分割與融合

泊松網(wǎng)格編輯泊松網(wǎng)格融合通過簡單的交互手段來選取模型部件(bùjiàn)，通過“組裝”制作出想要的三維模型。第二十七頁，共四十六頁。編輯課件主要(zhǔyào)研究方法Balleton抽取骨架法構(gòu)建網(wǎng)格的Balleton的步驟如下:1計算網(wǎng)格M的Delaunay三角剖分和Voronoi圖;2簡化四面體集合(jíhé)以及對應(yīng)的Voronoi圖，得到一個精簡的骨架S;3繼續(xù)簡化骨架和球集，得到網(wǎng)格M的Balleton;4將網(wǎng)格M的頂點(diǎn)對應(yīng)到Balleton中相應(yīng)的球.第二十八頁，共四十六頁。編輯課件主要(zhǔyào)研究方法網(wǎng)格優(yōu)化算法拉普拉斯(Laplacian)全局優(yōu)化保特征的非迭代的優(yōu)化算法，它在保持(bǎochí)網(wǎng)格需要的一些特證和逼近原網(wǎng)格的前提下優(yōu)化頂點(diǎn)鄰域和三角形的質(zhì)量頂點(diǎn)流動優(yōu)化算法

讓網(wǎng)格頂點(diǎn)從平坦部位移動到特征部位，使得在不增加新頂點(diǎn)的條件下增加網(wǎng)格表面的感觀特征，起到特征增強(qiáng)的目的第二十九頁，共四十六頁。編輯課件主要(zhǔyào)研究方法三角網(wǎng)格(wǎnɡɡé)中的直線生成算法直線生成算法有數(shù)值微分法(DDA法)、中點(diǎn)畫線法和Bresenham算法Bresenham算法本文所采用的算法第三十頁，共四十六頁。編輯課件主要(zhǔyào)研究方法標(biāo)準(zhǔn)(biāozhǔn)模型人體特征點(diǎn)識別方法(1)人體胯部點(diǎn)(2)腰部特征點(diǎn)、膝蓋點(diǎn)(3)頸部特征點(diǎn)(前頸點(diǎn)、左頸點(diǎn)、右頸點(diǎn))(4)乳頭點(diǎn)(5)左、右肩點(diǎn)(6)腋下點(diǎn)第三十一頁，共四十六頁。編輯課件主要研究(yánjiū)方法基于(jīyú)圖像的人體特征區(qū)域和特征參數(shù)提取方法通過對用戶人體照片進(jìn)行圖像二值化、噪聲處理、人體輪廓提取、人體特征點(diǎn)識別以及對人體的頭部、手部、腿部等特征區(qū)域定位，獲取人體各部位的像素數(shù)，進(jìn)而通過計算得到用戶人體的身高、上臂長、腿長、軀干長以及軀干寬等人體特征尺寸第三十二頁，共四十六頁。編輯課件第三十三頁，共四十六頁。編輯課件基于特征點(diǎn)的特征區(qū)域(qūyù)識別第三十四頁，共四十六頁。編輯課件主要研究(yánjiū)方法基于神經(jīng)網(wǎng)絡(luò)的三維人體特征曲線智能生成方法通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練，獲得可以用來描述人體頸部、胸部、腰部以及臀部等部位曲線的權(quán)值和閡值，然后根據(jù)人體截面的圍長、寬度、厚度(hòudù)等的尺寸參數(shù)信息，就能直接生成與真實(shí)人體體型吻合的人體三維曲線。第三十五頁，共四十六頁。編輯課件主要(zhǔyào)研究方法參數(shù)(cānshù)化人體建模方法參數(shù)化建模方法：基于幾何約束的變量幾何方法(代數(shù)法)；基于幾何推理的人工智能法(規(guī)則法)和基于生成歷程的過程構(gòu)造法。

基于幾何推理的人工智能法的基本思想是將約束關(guān)系用一階邏輯謂詞來描述并存入事實(shí)庫，通過推理機(jī)的推理作用，從規(guī)則庫中選取規(guī)則并應(yīng)用于現(xiàn)有事實(shí)，推理的結(jié)論作為新的事實(shí)，推理史記錄了所有成功的應(yīng)用規(guī)則并提供給重構(gòu)過程，構(gòu)造出符合設(shè)計要求的幾何體。第三十六頁，共四十六頁。編輯課件其中Adefeld法是采用人工智能(rénɡōnɡzhìnénɡ)的典型參數(shù)化方法，其推理過程示意圖如圖2-1所示。第三十七頁，共四十六頁。編輯課件主要(zhǔyào)研究方法體型分類——聚類分析法小胸腰落差分類法;前后腰節(jié)差分類方法;胸型、腰型、臀型分類方法;各種有關(guān)人體尺寸指數(shù)分類方法;體型聚類分析方法

本文研究的體型分類采用聚類分析(ClusterAnalysis)法，聚類分析是研究“物以類聚”的一種方法，是根據(jù)研究對象的特征對研究對象進(jìn)行分類的多元分析技術(shù)總稱。它把性質(zhì)相近(xiānɡjìn)的個體歸為一類，使得同一類的個體具有同質(zhì)性。第三十八頁，共四十六頁。編輯課件主要(zhǔyào)研究方法人體(réntǐ)掃描線點(diǎn)云表面重建方法簡化的人體掃描點(diǎn)云三角剖分方法：用于點(diǎn)云數(shù)據(jù)規(guī)則的人體部位基于Delaunay三角剖分的網(wǎng)格重建方法：人體其他部位Sqrt3人體三角網(wǎng)格細(xì)分方法第三十九頁，共四十六頁。編輯課件主要(zhǔyào)技術(shù)成果通過對不同材料以及不同光照(guāngzhào)的定義，建立不同光照