[發(fā)明專利]一種三維場(chǎng)景中基于單元重用的三維模型輕量化方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201310686974.5
• 申請(qǐng)日: 2013-12-13
• 公開（公告）號(hào): CN103646414A
• 公開（公告）日: 2014-03-19
• 發(fā)明（設(shè)計(jì)）人: 賈金原;溫來祥
• 申請(qǐng)（專利權(quán)）人: 賈金原
• 主分類號(hào): G06T15/00
• 分類號(hào): G06T15/00
• 代理公司: 深圳市盈方知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44303
• 代理人: 周才淇;朱曉江

1.一種三維場(chǎng)景中基于單元重用的三維模型輕量化方法，其特征在于，具體包括:

對(duì)所有的模型單元進(jìn)行姿態(tài)對(duì)齊預(yù)處理，預(yù)處理包括：平移無關(guān)處理、旋轉(zhuǎn)無關(guān)處理和縮放無關(guān)處理；

預(yù)處理后，在對(duì)齊姿態(tài)下抽取每個(gè)單元的特征描述符，再通過匹配方法來對(duì)所有的模型單元進(jìn)行匹配和分類，找出可重用的模型單元；

在尋找出可重用的模型單元后，去掉冗余的重復(fù)單元以達(dá)到輕量化模型數(shù)據(jù)的效果。

2.根據(jù)權(quán)利要求1所述的三維場(chǎng)景中基于單元重用的三維模型輕量化方法，其特征在于，所述平移無關(guān)處理中的平移操作是將模型單元置于世界坐標(biāo)系的原點(diǎn)位置，并將模型單元的拓?fù)浣Y(jié)構(gòu)考慮在內(nèi)，使得預(yù)處理后不同模型單元區(qū)別加大。

3.根據(jù)權(quán)利要求1所述的三維場(chǎng)景中基于單元重用的三維模型輕量化方法，其特征在于，在進(jìn)行旋轉(zhuǎn)無關(guān)處理處理時(shí)增加對(duì)稱不變性處理。

4.根據(jù)權(quán)利要求3所述的三維場(chǎng)景中基于單元重用的三維模型輕量化方法，其特征在于，所述對(duì)稱不變性的旋轉(zhuǎn)無關(guān)處理是在對(duì)模型單元進(jìn)行旋轉(zhuǎn)不變處理時(shí)采用主元分析來尋找模型的三個(gè)主軸，主元分析獲取的樣本數(shù)據(jù)為模型的三維頂點(diǎn)集合。

5.根據(jù)權(quán)利要求1所述的三維場(chǎng)景中基于單元重用的三維模型輕量化方法，其特征在于，所述的縮放無關(guān)處理是指使兩個(gè)模型單元的大小一致，以便對(duì)兩模型單元進(jìn)行幾何匹配，采用不同縮放比例的模型單元所具有的共同特性來求其縮放比，使得不同的模型單元經(jīng)過縮放無關(guān)處理后，其包圍盒也是不相同的，以便用包圍盒的大小是否相同來粗略判斷兩模型單元是否相同。

6.根據(jù)權(quán)利要求1所述的三維場(chǎng)景中基于單元重用的三維模型輕量化方法，其特征在于，在對(duì)齊姿態(tài)下抽取每個(gè)單元的特征描述符的方法為：對(duì)模型進(jìn)行體素化，用表面體素狀態(tài)序列來表示模型單元即每個(gè)單元的特征描述符，具體為：求出其最小的軸對(duì)齊AABB包圍盒，然后將AABB包圍盒進(jìn)行均勻立方體分割，并將這些體素存儲(chǔ)為一維體素狀態(tài)序列，序列中的索引唯一對(duì)應(yīng)于體素的空間位置，用布爾量來記錄模型單元體素化后體素的狀態(tài)，用該體素狀態(tài)序列來表示模型單元的空間輪廓信息。

7.根據(jù)權(quán)利要求6所述的三維場(chǎng)景中基于單元重用的三維模型輕量化方法，其特征在于，所述模型單元匹配是通過模型單元體素狀態(tài)序列間的匹配完成的，設(shè)體素狀態(tài)序列為S={voxels[i],0≤i＜N_x×N_y×N_z}，給定兩個(gè)三維模型單元為A和B，S_A和S_B分別為體素狀態(tài)序列，匹配步驟如下：

步驟S1：判斷S_A和S_B是否相同，若相同則表示兩模型單元相同，同時(shí)兩模型單元的AABB包圍盒也相同，并執(zhí)行步驟S2；否則，定義兩模型單元不相同，取消匹配；

步驟S2：判斷兩個(gè)模型的頂點(diǎn)是否相同是則執(zhí)行步驟S3；否則，定義兩模型單元不相同，取消匹配；

步驟S3：計(jì)算兩模型單元的具體相似度：

similarity(A,B)=|{i|voxels(i,SA)==voxels(i,SB),0≤i<Nx×Ny×Nz}|Nx×Ny×Nz]]>

其中，similarity(A,B)表示相似度，voxels(i，S_A)為模型單元A的狀態(tài)序列S_A中第i個(gè)體素的狀態(tài)，voxels(i,S_B)同理，N_x×N_y×N_z為體素狀態(tài)序列voxels[]的長(zhǎng)度，若similarity(A,B)≥0.99，則兩模型單元相同，否則，定義兩模型單元不同。