相对角度直方图聚类在3维模型检索中的应用

提出一种基于相对角度分布和聚类的3维模型检索算法RAC（relative-rangle clustering）。定义模型表面点的相对角度分布函数,作为模型新的特征量,并对模型进行相对角度特征提取。经过实验证明相对角度特征对模型的几何形状分类效果较好。针对提取模型表面点的相对角度使得模型的特征量维数较大,检索时间较长,又使用聚类的方法对特征量进行近一步降维处理。实验结果表明与其他几种算法相比,RAC检索效果更好。     

匹配图像与3维模型特征点的真实感3维头重建

提出并实现一种基于两张正交图像和一个标准3维头模型,并利用2D图像特征点和3D模型特征点的匹配进行3维头模型重建的算法。首先,进行面部区域和头发区域的分割,利用色彩传递对输入图像进行颜色处理。对正面图像利用改进后的ASM（主动形状模型）模型进行特征点定位。改进局部最大曲率跟踪(LMCT)方法,更为鲁棒的定位了侧面特征点。在匹配图像特征点与标准3维头上预先定义的特征点的基础上,利用径向基函数进行标准头形变,获得特定人的3维头部形状模型。采用重建好的3维头作为桥梁,自动匹配输入图像,进行无缝纹理融合。最后,将所得纹理映射到形状模型上,获得对应输入图像的特定真实感3维头模型。     

3维模型局部高度研究

提出一种新的3维模型的特征点检测算法。该算法可以作为其他许多3维模型处理技术的预处理操作(如模型简化、模型匹配、视点选择等)。与其他3维模型特征点检测算法相比,该算法具有两个特点： 1)引入一种新的显著性度量方法——“局部高度”,而不是传统的曲率。认为3维模型表面某点的视觉重要性(即显著性)是由它所在位置的凸起程度来刻画,而不是该点所在位置的弯曲程度所决定,因此,提出局部高度这种新的显著性度量方式。 2)基于局部高度,引入Mean Shift算法这种非参数化的概率密度估计方法来对3维模型表面的局部高度分布进行聚类分析,然后计算出3维模型的特征点。实验结果表明,该算法能够很好地捕捉视觉上显著的3维模型特征点,且在不同分辨率下均有稳定的表现。     

基于各向异性滤波耦合形状质心相对角位置的图形检索算法

基于形状的目标检索技术难以检测噪声轮廓,无法兼顾表示其全局与局部显著性,导致检索精度不高。为此,提出一种图形检索算法。通过引入各向异性滤波,设计图形显著性检测算子,平滑噪声点与保留高曲率特征点,精确检测其形状显著性点,考虑形状轮廓点的总数与显著性位置,基于形状质心,定义相对角位置计算模型,并联合曲率函数,确定每个显著性点的表示值,将形状全局特征嵌入到局部细节中,联合动态规划算法,构建形状显著性相似度测量模型,进行特征点匹配,完成图形检索。测试结果表明,与基于形状的图像特征描述符相比,该算法具有更高的检索精度与更强的鲁棒性。     

基于曲率流的点模型编辑方法*

为了对点模型表面进行保细节的自由形状编辑,提出了一种基于曲率流的点模型形状编辑方法。该方法定义了基于平均曲率流的光顺算子,通过此光顺算子获得点模型不同光滑程度的曲面表示。运用对应曲面上点之间的向量差进行相应几何细节的抽取,在相邻的曲面表示之间将几何细节剥离出来。用户可以在不同的曲面上进行自由形状编辑,而无须关心几何细节。在变形后的曲面上再将相应的几何细节映射回去,实现对模型保细节的变形。实验结果表明该方法是一种有效的点模型造型算法,在变形的同时,有效地保持了模型表面的细节特征。     

一种三维模型形状检索描述符

为了解决基于关键字的搜索方式不能准确查找三维模型的问题,对三角网格形式的三维模型提出一种基于内容的模型搜索算法.首先将模型中的三角网格再次划分,增加形状函数的维度,定义了一种新的三维模型形状函数,以提高形状函数的准确性;然后确定三维模型的极轴,将三维模型绕任意轴的旋转转换为绕极轴旋转,增强了球面调和方法提取的形状描述符旋转不变性;最后根据形状描述符之间的欧氏距离来度量三维模型的相似程度.实验结果表明,该算法适用于基于内容的三维模型搜索,并且在准确性和时效性方面都令人满意.     

基于曲率流的点模型编辑方法*

为了对点模型表面进行保细节的自由形状编辑,提出了一种基于曲率流的点模型形状编辑方法。该方法定义了基于平均曲率流的光顺算子,通过此光顺算子获得点模型不同光滑程度的曲面表示。运用对应曲面上点之间的向量差进行相应几何细节的抽取,在相邻的曲面表示之间将几何细节剥离出来。用户可以在不同的曲面上进行自由形状编辑,而无须关心几何细节。在变形后的曲面上再将相应的几何细节映射回去,实现对模型保细节的变形。实验结果表明该方法是一种有效的点模型造型算法,在变形的同时,有效地保持了模型表面的细节特征。     

从阴影恢复形状的径向基函数反射模型研究

目的 为解决传统阴影恢复形状（SFS）算法由于光源方向初始信息估计不准确,恢复的物体表面过于光滑,3维表面形状误差较大等问题,建立了基于径向基函数神经网络的反射模型,并对传统的神经网络进行了改进。方法 建立的基于径向基函数（SFS）神经网络的从阴影恢复形状反射模型代替了传统方法中采用的理想朗伯体表面反射模型。该模型利用径向基函数优秀的局部映射和函数逼近能力来处理SFS问题,通过网络训练过程中的权值代替物体所受到的初始光源信息,解决了传统算法在进行计算时,必须已知光源参数的限制。在该网络模型中添加自适应学习率算法,加速网络的收敛和训练速度。结果 针对SFS问题处理的两幅经典合成图像以及两幅实际图像进行了实验,实验结果表明,改进后的算法在3维视觉效果和3维形状信息的恢复方面都明显优于传统算法。归一化后的3维高度误差结果相比传统算法缩小了60%以上,而且同时适用合成图像和实际图像;自适应学习率的加入,使得网络的训练速度大大加快,对一幅128×128像素的图像,运算速度提升了50%。结论 本文针对SFS问题建立了基于RBF神经网络的从阴影恢复形状反射模型,利用网络模型中的参数代替SFS问题中的初始光源信息,通过最优化方法求解SFS问题。并针对传统的神经网络固定学习率造成网络收敛速度慢,容易陷入局部极小值的问题,加入了自适应学习率算法。实验结果表明,改进后的算法在处理该SFS问题时表现了优秀的性能,适用范围更广,收敛速度更快。     

基于表面及空间特征的人体模型结构分析*

结构特征在仿射变换中具有极强的稳定性,可有效避免形状识别的二义性,文中提出融合模型的表面几何特征以及空间体特征的人体模型结构分析方法.针对表面测地线距离方法描述局部形状特征的局限性,引入模型的内部体积分析方法,并将模型的内部空间结构与表面形状特征融合,实现人体模型的结构检测和分割.该方法不仅有效提高模型形状分析的稳定性与适用性,而且增强提取形态骨架的精确性,可进一步应用于模型识别与检索领域中.     

带形状参数的Bernstein-Bézier曲面

虽然三角域上的曲面造型方法能有效解决不规则产品的几何造型问题, 在实际工程中有着广泛的应用, 但由于其结构的特殊性和复杂性, 目前对三角域曲面的扩展研究并不多。为了丰富三角域曲面的理论, 针对如何增强三角域曲面形状表示的灵活性进行了专门的研究。首先构造了一组三角域上含一个参数的四次多项式基函数, 它是三角域上二次Bernstein基函数的扩展。然后用递推的方式定义了三角域上含一个参数的n+2次多项式基函数, 它是三角域上n次Bernstein基函数的扩展。基于新的n+2次多项式基函数, 定义了相应的n阶三角域曲面。分析了基函数和曲面的性质, 新曲面不仅具备三角域上Bernstein Bézier曲面的基本性质, 而且还可以在不改变控制顶点的情况下, 通过改变参数的值来自由调整曲面的形状。     

Perceptual-saliency extremum lines for 3D shape illustration

Owing to their efficiency for conveying perceptual information of the underlying shape and their pleasing perceiving in visual aesthetics experience, line drawings are now becoming a widely used technique for illustrating 3D shapes. Using a center-surrounding bilateral filter operator on Gaussian-weighted average of local projection height between mesh vertices and their neighbors, a new perceptual-saliency measure which can depict surface salient features, is proposed in this paper. Due to the definition of perceptual-saliency measure, our perceptual-saliency extremum lines can be considered as the ridge-valley lines of perceptual-saliency measure along the principal curvature directions on triangular meshes. The experimental results demonstrate that these extremum lines effectively capture and depict 3D shape information visually, especially for archaeological artifacts.     

Fast character modeling with sketch-based PDE surfaces

Virtual characters are 3D geometric models of characters. They have a lot of applications in multimedia. In this paper, we propose a new physics-based deformation method and efficient character modelling framework for creation of detailed 3D virtual character models. Our proposed physics-based deformation method uses PDE surfaces. Here PDE is the abbreviation of Partial Differential Equation, and PDE surfaces are defined as sculpting force-driven shape representations of interpolation surfaces. Interpolation surfaces are obtained by interpolating key cross-section profile curves and the sculpting force-driven shape representation uses an analytical solution to a vector-valued partial differential equation involving sculpting forces to quickly obtain deformed shapes. Our proposed character modelling framework consists of global modeling and local modeling. The global modeling is also called model building, which is a process of creating a whole character model quickly with sketch-guided and template-based modeling techniques. The local modeling produces local details efficiently to improve the realism of the created character model with four shape manipulation techniques. The sketch-guided global modeling generates a character model from three different levels of sketched profile curves called primary, secondary and key cross-section curves in three orthographic views. The template-based global modeling obtains a new character model by deforming a template model to match the three different levels of profile curves. Four shape manipulation techniques for local modeling are investigated and integrated into the new modelling framework. They include: partial differential equation-based shape manipulation, generalized elliptic curve-driven shape manipulation, sketch assisted shape manipulation, and template-based shape manipulation. These new local modeling techniques have both global and local shape control functions and are efficient in local shape manipulation. The final character models are represented with a collection of surfaces, which are modeled with two types of geometric entities: generalized elliptic curves (GECs) and partial differential equation-based surfaces. Our experiments indicate that the proposed modeling approach can build detailed and realistic character models easily and quickly.

     

基于图像辅助的三维模型形状检索

随着3D建模技术的快速发展,互联网上可用的3D模型库出现了爆炸式增长,越来越多的3D模型可以方便地通过网络下载使用.这直接促使了3D形状检索技术的发展,即给出特定的搜索信息,要求系统搜索出符合要求的、相似的3D模型.文章提出了一种新的3D形状检索方法,以3D模型作为输入,系统将会从模型数据库中自动检索出与输入形状最相似的模型.对于给定的输入模型以及数据库中的每一个模型,首先由计算机生成多幅在不同视角下的2D草图;然后,应用Gabor滤波器对每一幅2D草图提取图像上的局部特征,并对特征进行量化,从而得到代表该图像特征的直方图,这样对于每一个3D模型将得到多个代表该模型的直方图;最终,通过对比两个模型之间直方图的相似性,可以得到它们的相似性值,从而检索出与输入模型最相似的模型.文章所提出的方法通过采取2D图像分析方法提取能反映3D模型的特征并计算出模型之间的相似性值.经过测试,在一些公开的数据集上得到了较好的效果.     

基于特征的离散网格模型表示与编辑技术

本文提出了一种基于特征的离散网格模型表示方法,能够表达传统三维网格模型中缺失的高层次信息,并以模型编辑为例显示了其应用价值.该特征结构利用特征线、特征面、特征组来建立离散网格的特征结构,用于描述模型的形状、约束、语义等信息,在原有网格模型的基础上构建了一个“超网格”.通过构建特征间的拓扑关系和约束关系,模型在编辑过程中能够保持特定的形状、结构属性,同时由于编辑操作造成的网格修改被限定在局部的特征区域内,从而提高了模型编辑的运算效率.     

Free-form geometric modeling by integrating parametric and implicit PDEs

Parametric PDE techniques, which use partial differential equations (PDEs) defined over a 2D or 3D parametric domain to model graphical objects and processes, can unify geometric attributes and functional constraints of the models. PDEs can also model implicit shapes defined by level sets of scalar intensity fields. In this paper, we present an approach that integrates parametric and implicit trivariate PDEs to define geometric solid models containing both geometric information and intensity distribution subject to flexible boundary conditions. The integrated formulation of second-order or fourth-order elliptic PDEs permits designers to manipulate PDE objects of complex geometry and/or arbitrary topology through direct sculpting and free-form modeling. We developed a PDE-based geometric modeling system for shape design and manipulation of PDE objects. The integration of implicit PDEs with parametric geometry offers more general and arbitrary shape blending and free-form modeling for objects with intensity attributes than pure geometric models     

Embedding Gestalt laws in Markov random fields

The goal of this paper is to study a mathematical framework of 2D object shape modeling and learning for middle level vision problems, such as image segmentation and perceptual organization. For this purpose, we pursue generic shape models which characterize the most common features of 2D object shapes. In this paper, shape models are learned from observed natural shapes based on a minimax entropy learning theory. The learned shape models are Gibbs distributions defined on Markov random fields (MRFs). The neighborhood structures of these MRFs correspond to Gestalt laws-colinearity, cocircularity, proximity, parallelism, and symmetry. Thus, both contour-based and region-based features are accounted for. Stochastic Markov chain Monte Carlo (MCMC) algorithms are proposed for learning and model verification. Furthermore, this paper provides a quantitative measure for the so-called nonaccidental statistics and, thus, justifies some empirical observations of Gestalt psychology by information theory. Our experiments also demonstrate that global shape properties can arise from interactions of local features     

基于形状分布的三维骨骼的相似性度量

文中应用形状分布算法度量由CT数据重建出的三维骨骼的相似度,并提出了改进。基本步骤是:在模型表面选择随机点,计算每两点间的距离,以形状分布函数来构建形状分布直方图,通过比较形状分布直方图来给出不同骨骼间的相似度。实验表明,该方法能够准确度量骨骼的相似性。     

Direct 3D painting with a metaball-based paintbrush

This paper presents a direct 3D painting algorithm for polygonal models in 3D object-space with a metaball-based paintbrush in virtual environment.The user is allowed to directly manipulate the parameters used to shade the surface of the 3D shape by applying the pigment to its surface with direct 3D manipulation through a 3D flying mouse.