曲面浅浮雕生成算法

为了在三维网格上快速生成曲面浅浮雕造型,提出一种利用三维模型半自动生成曲面浅浮雕的算法.首先利用图像的边缘检测方法来获取模型在透视场景中的边缘点,并将其与被贴的曲面载体进行位置匹配,获得Poisson方程的Dirichlet边界值;然后对模型高度场的梯度值进行压缩;最后利用确定边界条件的Poisson方程对模型压缩后的梯度场进行求解,还原生成浮雕模型.利用文中算法可以生成贴于曲面上的浅浮雕模型.     

细节保持的曲面浅浮雕算法

为保持曲面浮雕的细节特征,改善浮雕与背景曲面的过渡效果,提出一种细节保持的曲面浮雕算法.首先采用Canny算子在梯度域定位内外轮廓,获得连续的梯度域;其次提出非线性函数,并用其压缩梯度幅值实现形状压缩;再通过双边滤波算子来保持和增强浮雕细节;最终通过求解积分方程重建曲面浮雕.该算法将背景曲面作为积分方程的优化条件,使浮雕在轮廓处向曲面光滑过渡;在重建过程中利用Fourier变换的微分性质在频域实现方程的精确求解,无需设置迭代收敛条件;通过调整参数可方便地控制浮雕整体变化范围、细节锐化程度以及浮雕与背景曲面的过渡效果.实验结果表明,文中算法参数的几何意义直观,所得曲面浮雕细节清晰,边界过渡自然.     

基于球面调和变换的三维模型检索

利用三维模型网格的空间几何特征定义了4种球面函数,从不同角度描述了三维模型.对这4种球面函数进行球面调和变换,在此基础上构建了4种特征描述符.针对单一球面函数的特征表达能力有限的问题,提出了基于多个球面函数的特征描述符.实验结果表明,本文提出的特征描述符具有较好的三维模型检索性能,其中基于全部4种球面函数的特征描述符的检索性能要优于其他基于球面调和变换的特征描述符.     

一种基于小波变换的三维网格模型水印算法

提出了一种基于小波变换的强壮三维网格模型数字水印算法。首先采用一种平面参数化算法将三维网格模型映射为二维参数网格，三维网格模型表面的几何信号相应转换为二维信号，然后采用一种自适应小波水印算法加入水印。实验结果显示该水印算法能够抵抗各种几何信号处理攻击。     

不同类型高度图控制浅浮雕模型生成方法

目的 数字浅浮雕是在平面载体上塑造高低起伏形象的一种造型艺术,具有独特的结构及视觉效果,应用场景极为广泛。为了增加数字浮雕设计的多样性,实现浮雕的风格化应用,提出一种基于高度图的浅浮雕模型生成方法。方法 引入掩模理论,利用掩模操作对待处理的图像进行处理,融合图像处理技术,控制所要生成浮雕不同部位的高度,得到控制浮雕生成效果的高度图,借鉴已有的浅浮雕模型生成方法,利用基于高斯混合模型的滚动引导法向滤波（Gaussian mixture model based rolling guidance normal filtering,GRNF）进行法向分解,基于SfG （surface from gradients）的局部调整和全局重建的方法进行曲面重建,采用拉普拉斯算子及双边滤波器进行去噪平滑处理,最终生成不同高度风格的浅浮雕模型。结果 实验结果表明,本文方法能够生成带有不同视觉效果的浅浮雕模型,通过对细节特征及结构特征相关参数的调整,均能够生成轮廓清晰、细节丰富的浅浮雕模型。结论 本文提出的基于高度图的浅浮雕模型生成方法能够为浅浮雕的多样化设计提供新的思路和方法,在家居装饰行业中有重要的应用价值。     

基于整数小波变换的三维网格数字水印算法

提出一种整数小波变换的三维网格数字水印算法.网格顶点到网格中心的距离具有全局几何特性,利用整数小波变换把距离序列变化到频域;然后在频域信号上嵌入水印信息,再通过逆整数小波变换转回到空域信号;最后根据新的空域信号的值修改网格上点的坐标得到加入数字水印的网格.实验结果表明:该算法实现简单,在简化攻击、噪音攻击情况下具有良好的鲁棒性.     

结合深度图像和强度图像的人脸浅浮雕生成算法

针对单纯基于深度图像压缩方法生成的三维浮雕模型容易存在大量噪声,并且易丢失细节的问题,为了生成特征表达准确且具有艺术美感的人脸浅浮雕,提出一种基于三维深度图像和与之对应的二维强度图像的混合人脸浅浮雕的生成算法.首先对三维深度图像的高度场进行压缩生成浮雕基网格;然后提取二维强度图像的灰度信息、梯度信息和显著度信息,并基于显著度信息对基网格的高度场相应地叠加灰度和梯度信息,以保持脸部五官的细节;最后根据显著度信息使用Laplace算子对网格进行光顺处理,使脸部光滑.实验结果表明,与单纯使用基于深度图像压缩方法相比,文中算法生成的浅浮雕模型可以更好地保持五官的细节特征;与基于图像的浮雕生成方法相比,该算法避免了复杂交互操作,可以更好地保持人脸的整体轮廓和形状.     

一种基于射线投影的球面调和检索算法

提出一种基于射线的球面调和检索算法,通过规范化预处理将模型平移到坐标原点,然后通过计算三维模型表面的点到所在三角形面片的投影的最大值来构建球面函数,并对其进行球面调和变换,从而构成了一个具有平移、缩放、旋转不变的特征向量。通过实验证明,它是一种不错的三维模型检索方法。     

局部保持的流形学习算法对比研究

局部保持的流形学习通过从局部到整体的思想保持观测空间和内在嵌入空间的局部几何共性,发现嵌入在高维欧氏空间中的内在低维流形。分析了局部保持的流形学习算法的基本实现框架,详细比较了一些局部保持的流形学习算法的特点,提出了几个有益的研究主题。     

基于几何流形能量最小化的图像检索算法

提出了一种基于几何流形能量GEOMEN(geometric manifold energy)最小化的图像检索算法。许多基于流形的检索算法都是在图像的特征空间提取相应的语义流形空间,进而在语义空间中进行图像检索排序。将图像的检索看作一个图像数据库中搜索一个最优图像能量环的问题。图像能量环表示了图像之间的联系和相关性,通过最小化GEOMEN可以得到最优图像环。最小化的求解涉及到一个组合优化的问题,传统的禁忌搜索算法在选择最优候选集时非常耗时,提出一种智能的积极禁忌搜索算法求解最优环,实验表明提出的算法检索性能高,可以得到较高的查全率与准确率。     

3D点云形状特征的二维主流形描述

首先,对空间分布不均匀且无序的三维点云构造其二维主流形,并以与球面同胚的封闭曲面网格形式给出其二维主流形的二次优化逼近,以主流形网格有序均匀的结点分布表示三维点云空间分布无序且不均匀的形状特征,降低了三维形状描述的难度;然后,以基本几何变换作为快速粗对齐、以迭代最近法向点(ICNP)方法作为精准对齐,确定两个主曲面网格之间最佳刚性变换,ICNP方法在寻找最近点时考虑法向夹角,利用了更多的几何信息,实现快速精准的刚性对齐,兼顾计算精度和速度;最后,以对齐误差作为两个3D点云之间形状差异测度.实验结果表明:所提出的基于主流形二次曲面网格优化逼近的三维点云模型形状描述方法对三维点云的分辨率和噪声等干扰因素具有较高的健壮性,可以用于三维检索的形状描述.     

Localized Manifold Harmonics for Spectral Shape Analysis

The use of Laplacian eigenfunctions is ubiquitous in a wide range of computer graphics and geometry processing applications. In particular, Laplacian eigenbases allow generalizing the classical Fourier analysis to manifolds. A key drawback of such bases is their inherently global nature, as the Laplacian eigenfunctions carry geometric and topological structure of the entire manifold. In this paper, we introduce a new framework for local spectral shape analysis. We show how to efficiently construct localized orthogonal bases by solving an optimization problem that in turn can be posed as the eigendecomposition of a new operator obtained by a modification of the standard Laplacian. We study the theoretical and computational aspects of the proposed framework and showcase our new construction on the classical problems of shape approximation and correspondence. We obtain significant improvement compared to classical Laplacian eigenbases as well as other alternatives for constructing localized bases.     

Generation of 3D Texture Using Multiple 2D Models Analysis

Solid (30) texturing is commonly used in computer graphics for producing more realistic images. It is often more attractive than the conventional 20 texture mapping but remains more complex on some points. Its major difficulty concerns the generation of 30 texture in a general and efficient way. The well-known traditional procedural methods use generally a simplified mathematical model of a natural texture. No reliable way for the choice of the mathematical model parameters, which characterise directly the produced 30 texture, is given. Therefore, 30 texture generation becomes a more or less experimental process with these methods. Our recently published methodfor an automatic 30 texture generation avoids this problem by the use of the spectral analysis of one 2D model texture. The resulting 30 texture is of good quality but one open problem remains: the aspect of the produced texture cannot be fully controlled over the entire 30 space by only one 20 spectral analysis. This may be considered as a serious limitation for some kinds of textures representing important variations in any direction. In this paper we present a new and more powerful analytical approach for an automatic 30 texture generation. Contrarily to our previous method, this new approach is not exclusively based on the spectral analysis of only one 20 model. It uses two or three 2D models corresponding to different slices of a 30 texture block, so, the aspect of the produced 3D texture can be controlled more efficiently over the entire 30 space. In addition, a more efficient 30 texture antialiasing, well adapted to this new method is presented.     

等谱流形学习算法

基于谱方法的流形学习算法的目标是发现嵌入在高维数据空间中的低维表示.近年来,该算法已得到广泛的应用.等谱流形学习是谱方法中的主要内容之一.等谱流形学习源于这样的结论:只要两个流形的谱相同,其内部结构就是相同的.而谱计算难以解决的问题是近邻参数的选择以及如何构造合理邻接权.为此,提出了等谱流形学习算法(isospectral manifold learning algorithm,简称IMLA).它通过直接修正稀疏重构权矩阵,将类内的判别监督信息和类间的判别监督信息同时融入邻接图,达到既能保持数据间稀疏重建关系,又能利用监督信息的目的,与PCA等算法相比具有明显的优势.该算法在3 个常用人脸数据集(Yale,ORL,Extended Yale B)上得到了验证,这进一步说明了IMLA 算法的有效性.     

基于流形学习的蒙赛尔颜色光谱分析

为描述颜色光谱所需的基本因子数量,从颜色光谱中提取颜色空间的结构,提出不同于传统线性降维的研究方法。从流形学习的视角出发,假设高维的颜色光谱数据位于一个低维的流形中,将颜色光谱分析中的基本因子数量问题和提取颜色空间结构问题,转化为光谱颜色空间内嵌流形的本征维数估计和流形结构分析问题。采用5种不同的流形本征维度估计算法和6种经典的流形学习算法,对蒙赛尔标准颜色样片光谱进行分析。实验结果表明,在光谱蒙赛尔颜色空间中存在三维的嵌入流形,这一流形的几何结构近似圆锥体,与蒙赛尔颜色系统的原始理论一致。     

异构人脸在流形空间中的相似模型研究

人脸艺术造型与其原型人脸的相似性是造型成功与否的关键指标之一。传统相似性研究建立在同构数据特征基础之上,对呈异构形态的二维图像人脸和三维网格人脸之间的相似性计算问题的研究还很少见。采用双层拉普拉斯流形对齐方法,通过对相同样本数的二维人脸数据集和三维人脸数据集进行协同降维,发现两者的共享流形嵌入,建立异构的二维人脸图像与三维网格人脸之间的相似模型,实现对异构人脸之间相似性的定量计算。通过实验,证明了该方法的合理性与有效性。     

三维网格分割中聚类分析技术综述

三维网格分割是计算机图形学的一个重要的研究方向,近年来不断涌现出各种新的分割技术.主要关注基于聚类分析的三维网格分割技术,介绍了三维网格分割的2种常见类型,并对分割技术所转化的数学问题进行阐述,总结了一系列常用的网格属性.依据算法类型将现有算法划分为5类,所基于的分割技术分别有区域生长、多源区域生长、层次聚类、迭代聚类以及谱聚类.针对不同的分割目标和所利用的网格属性,对各分类下的分割算法进行对比讨论;同时给出4种角度的评估准则,以展示不同应用场景下各类分割算法的优缺点,并指出了三维网格分割的发展趋势和应用方向.     

基于黎曼流形的平面目标识别

平面目标识别中的几何形变可用射影变换群描述. 与紧致李群SO(n, R)不同, 正则化的射影变换群, 即非紧致李群SL(n, R)上由黎曼度量决定的黎曼指数映射不同于由单参数子群决定的李群指数映射. 基于黎曼流形优化算法得到取值于特殊线性群SL(3, R)的样本的内蕴均值和协方差矩阵, 并依此构建李群正态分布. 利用此先验知识, 根据贝叶斯定理进行简单背景下的平面目标的识别实验. 结果表明, 利用射影变换群的统计特性可有效提高平面目标识别的成功率.     

谱流形快速学习算法研究

谱流形学习算法的目标是发现嵌入在高维数据空间中的低维表示,其近年来得到了广泛的应用。虽然已经取得了许多令人骄傲的成绩,但是却存在一个很大的瓶颈--计算复杂度太高,这严重阻碍了算法在实际中的应用。提出了谱流形快速学习算法,该算法包括两个降低算法复杂度的技术：（1）通过随机选择或者k-means方法从n个样本点中选出 p个锚点,把每个样本点表达为由锚点的邻域点线性组合的形式,从而设计了邻接矩阵的新形式,降低了邻接图的计算复杂度;（2）利用线性化的流形学习算法有效地计算高维数据到低维数据的映射,从而降低了优化特征值的计算复杂度。该算法在3个常用人脸数据集（Yale、ORL、Extended Yale B）上得到了验证,进一步证明了算法的有效性。     

Manifold Constrained Transfer of Facial Geometric Knowledge for 3D Caricature Reconstruction

3D caricatures are important attractive elements of the interface in virtual environment such as online game. However, very limited 3D caricatures exist in the real world. Meanwhile, creating 3D caricatures manually is rather costly, and even professional skills are needed. This paper proposes a novel and effective manifold transfer algorithm to reconstruct 3D caricatures according to their original 2D caricatures. We first manually create a small dataset with only 100 3D caricature models and use them to initialize the whole 3D dataset. After that, manifold transfer algorithm is carried out to refine the dataset. The algorithm comprises of two steps. The first is to perform manifold alignment between 2D and 3D caricatures to get a "standard" manifold map; the second is to reconstruct all the 3D caricatures based on the manifold map. The proposed approach utilizes and transfers knowledge of 2D caricatures to the target 3D caricatures well. Comparative experiments show that the approach reconstructs 3D caricatures more effectively and the results conform more to the styles of the original 2D caricatures than the Principal Components Analysis (PCA) based method.