[發(fā)明專利]一種三角網格模型生成方法及裝置

有效

• 申請?zhí)枺?/td>: 201910938285.6
• 申請日: 2019-09-30
• 公開（公告）號: CN110706351B
• 公開（公告）日: 2023-01-24
• 發(fā)明（設計）人: 李小波;李昆侖;石矯龍
• 申請（專利權）人: 恒信東方文化股份有限公司
• 主分類號: G06T17/20
• 分類號: G06T17/20
• 代理公司: 北京卓特專利代理事務所(普通合伙) 11572
• 代理人: 陳變花

1.一種三角網格模型生成方法，其特征在于，包括：

對原始圖片進行處理，得到輪廓數據；

計算疏密度值，根據疏密度值對輪廓數據進行處理，獲得輪廓點集；

根據疏密度值對由輪廓點集構成的輪廓的內部區(qū)域進行處理，獲得輪廓內部點集；

利用輪廓點集和輪廓內部點集獲取三角網格模型數據，完成三角網格模型的生成；

其中，計算疏密度值的子步驟如下：

獲取原始圖片的四條邊長；

計算四條邊長的邊長和，并預設閥值，該邊長和與該閥值的乘積即為疏密度值；

根據疏密度值對由輪廓點集構成的輪廓的內部區(qū)域進行處理，獲得輪廓內部點集的子步驟如下：

在膨脹灰度圖像上設置一個起始點m，從起始點m開始，橫向設置多條橫向線條以及縱向設置多條縱向線條，其中，相鄰的兩條橫向線條之間的間隔距離等于疏密度值，相鄰的兩條縱向線條之間的間隔距離等于疏密度值，每條橫向線條分別與每條縱向線條垂直相交，相交處的交叉點為添加坐標點；

獲取整個圖片上的所有坐標點作為檢測坐標點，檢測坐標點包括所有的添加坐標點以及輪廓點集中的所有像素點；

對所有的添加坐標點逐一進行檢查，判斷檢查的檢測坐標點是否落在輪廓點集所構成的輪廓的內部區(qū)域，若檢查的檢測坐標點落在輪廓的外部區(qū)域，則將該檢測坐標點丟棄；若檢查的檢測坐標點落在輪廓的內部區(qū)域，則將該檢測坐標點保留，所有保留的檢測坐標點屬于輪廓內部點集。

2.根據權利要求1所述的三角網格模型生成方法，其特征在于，對原始圖片進行處理，并獲取輪廓數據的子步驟如下：

獲取灰度圖像；

對灰度圖像進行膨脹處理，得到膨脹灰度圖；

對膨脹灰度圖進行處理，獲得輪廓數據。

3.根據權利要求2所述的三角網格模型生成方法，其特征在于，獲取灰度圖像的子步驟如下：

對原始圖片進行摳取，將原始圖片摳取為主體區(qū)域和非主體區(qū)域，將非主體區(qū)域處理為透明，并將處理后的原始圖片存儲為摳取后圖片；

通過讀取通道數據對摳取后圖片中的阿爾法通道數據進行提取；

對提取的阿爾法通道數據進行二值化處理，轉化為灰度圖像。

4.根據權利要求1所述的三角網格模型生成方法，其特征在于，基于開源計算機視覺庫對灰度圖像做膨脹處理。

5.根據權利要求4所述的三角網格模型生成方法，其特征在于，基于開源計算機視覺庫對灰度圖像做膨脹處理的子步驟如下：

構建一個3×3的kernel操作矩陣；

用kernel操作矩陣掃描灰度圖像的每一個像素；

完成掃描后，用kernel操作矩陣與其覆蓋的灰度圖像做“與”操作，如果都為0，得到膨脹灰度圖像的該像素為0，否則為1。

6.根據權利要求1所述的三角網格模型生成方法，其特征在于，通過Bowyer-Watson算法進行Delaunay三角剖分，得到均勻分布的三角網格模型數據，完成三角網格模型的生成。

7.一種三角網格模型生成裝置，其特征在于，包括圖片處理模塊、存儲模塊以及獲取模塊，圖片處理模塊分別與存儲模塊和獲取模塊連接，獲取模塊與存儲模塊連接；

其中，圖片處理模塊：用于接收獲取模塊發(fā)送的需要進行處理的原始圖片，執(zhí)行權利要求1-6中任意一項所述的三角網格模型生成方法對該原始圖片進行處理，并將生成后的三角網格模型存儲于存儲模塊；

存儲模塊：用于接收并存儲獲取模塊發(fā)送的原始圖片和圖片處理模塊發(fā)送的三角網格模型；

獲取模塊：用于獲取原始圖片，并將該原始圖片發(fā)送至存儲模塊和圖像處理模塊。

8.根據權利要求7所述的三角網格模型生成裝置，其特征在于，所述圖片處理模塊內設置有開源計算機視覺庫。