三维机场模型中纹理处理方法研究

纹理是影响三维模型逼真程度的最主要因素。当三维模型建立以后,需要将纹理映射在三维模型上,以真实地模拟三维景象。在机场三维建模工作中,纹理处理的工作量非常大,因此纹理处理方法在三维建模中起着不可忽视的作用。该文介绍了纹理的摄取和处理方法,以及某些纹理的特殊处理方法。     

一种基于语义重构的模型映射方法

通过对模型描述语言的语法结构和语义表达特性的抽象分析,提出了一种基于语义重构的模型映射方法。该方法通过归纳分析建立抽象目标语义模型,基于源模型语义域在目标语义域中的重新构造,以目标语义模型为中介建立源模型到目标模型的映射关系。该方法不仅可为模型转换的具体实现提供理论指导,还可为验证不同抽象层次模型之间映射关系的正确性提供依据。以JSF+EJB为目标平台阐述了该方法的应用。     

PhotoModeler Pro 5用照片重建三维模型

PhotoModeler 是一种直接利用拍摄的照片来重建三维模型的软件，它是前身是PhotoModeler Lite，国内很多网站都有它的免费下载。     

一种基于OpenGL的三维模型转化方法

OpenGL即开放性图形库，是近年来发展起来的一个性能卓越的三维图形标准。本文提出了一种将CAD软件的模型转化到0penGL中以实现交互仿真的解决方案，并通过对3DS文件进行分析，给出具体的转化接口程序。该方法可以方便地将三维建模软件产生的三维模型移植到三维场景中，实现计算机仿真和虚拟现实。     

服装动画中一种新的三维模型的建立方法

提出了一种交互式服装实时动画中新的三维模型的建立方法.在分析当前织物的两套物理模型优缺点的基础上,结合这两个模型的优点,提出了这两种模型相结合的模型.提出的方法根据服装的物理特性,采用简化的"质点-弹簧"模型,同时又充分利用"半刚性复杂摆"模型经向和纬向约束分离的优点.实验证明,该方法减少了计算,确保了稳定性,可实现随人体运动的交互式服装实时动画;并且采用Java3D编程实现,从而可直接通过IE浏览器应用于电子商务.     

一种基于三维模型和照片的合成“说话头”

视觉语音的研究已经成为人机交互技术中一个非常活跃的领域，在语音的相关视觉信息当中，最主要的是说话人的口型乃至整个头部的图像，即“说话头”(talking head)。为了合成具有真实感的三维“说话头”模型，提出了一种基于三维模型和真人照片来合成真实“说话头”的方法，即在一个中性的三维人头部模型的基础上，从任意人的正面和侧面两张照片当中，通过提取脸形和五官位置等特征参数来校正模型，并且从照片中提取皮肤和头发等纹理，使得合成的模型能在较大程度上贴近真人。该方法综合了基于三维模型和基于图像库的建模方法，因此同时具有两者的优点，即既能够灵活控制表情和口型，又可自由旋转，不仅可实时合成，而且合成效果接近真人，自然度高。已将此模型应用于视觉语音合成系统，并获得了满意的效果。     

三维模型质量检查方法的探讨

本文主要论述了三维模型数据的质量元素,质量检查的内容包括文件名、数据格式、数据组织的检查;空间数据质量的检查;场景的内容检查;附件质量检查等。质量检查的方法等。     

一种基于结构的三维模型检索方法

内在结构特征作为三维模型的一个重要特征,从逻辑上代表了模型的形状特征。通过计算不同三维模型的表面点信息,提取出三维模型的骨骼信息作为特征值,并与需要查询的目标的结构特征进行匹配比较,最终得到查询结果。不同于常用的基于表面特征的三维模型检索方法,该文采用一种体素化三维模型、提取骨骼得到结构特征,通过图编辑距离匹配特征值得到检索结果的三维模型检索方法。     

一种三维物体建模和编码压缩方法

真实物体的三维建模和编码压缩是虚拟现实研究的热点问题.针对三维扫描设备采集的物体表面深度图像数据,文中提出了一种两幅深度图像的自动配准方法,以及基于回路的自动全局配准算法,可以快速、自动地配准全部深度图像,构造出逼真的三维模型.三维模型数据量大,为满足网络条件下的应用需求,文中提出了一种三维网格模型压缩编/解码方法,可编码压缩几何、拓扑和属性数据,压缩比高,并且支持递进传输.研究成果已成功应用在数字博物馆中.     

基于增强PyrLK光流法的三维树木骨架重建方法

针对树木骨架重建要求手工交互多、不精确的问题,提出了用增强Pyr LK光流法对树木骨架进行重建,且可以基于多幅图像完全自动化地进行树木建模.首先在传统Pyr LK光流法的基础上加入了特征点的仿射变换和迭代追踪,提出增强Pyr LK光流法,解决了传统Pyr LK光流法不支持特征点旋转和双向匹配验证的问题;其次利用邻域的泛洪和局部点云的拟合进行高速、准确的树木骨架抽取,提出了三维体素泛洪和最小二乘拟合的方法.实验结果表明,文中方法能够快速重建出极具真实感的三维树木骨架模型.     

基于1维子空间的3维重建算法

为了重建3维场景,假设相机为正投影模型,提出了一种基于1维子空间的3维重建算法．所有图像序列构成的行向量与3维空间点构成的行向量所生成的子空间是同一线性子空间,而且由第1幅图像点构成的2个行向量外加1个行向量就可以组成该子空间的一个基底．该算法利用上述特性,线性地求取该行向量,最后完成3维重建．模拟实验和真实实验数据结果表明,该重建算法具有鲁棒性好、重投影误差小等优点．     

3D Model Reconstruction Based on Process Information

The traditional strategy of 3D model reconstruction mainly concentrates on orthographic projections or engineering drawings. But there are some shortcomings. Such as, only few kinds of solids can be reconstructed, the high complexity of time and less information about the 3D model. The research is extended and process card is treated as part of the 3D reconstruction. A set of process data is a superset of 2D engineering drawings set. The set comprises process drawings and process steps, and shows a sequencing and asymptotic course that a part is made from roughcast blank to final product. According to these characteristics, the object to be reconstructed is translated from the complicated engineering drawings into a series of much simpler process drawings. With the plentiful process information added for reconstruction, the disturbances such as irrelevant graph, symbol and label, etc. can be avoided. And more, the form change of both neighbor process drawings is so little that the engineering drawings interpretation has no difficulty; in addition, the abnormal solution and multi-solution can be avoided during reconstruction, and the problems of being applicable to more objects is solved ultimately. Therefore, the utility method for 3D reconstruction model will be possible. On the other hand, the feature information in process cards is provided for reconstruction model. Focusing on process cards, the feasibility and requirements of Working Procedure Model reconstruction is analyzed, and the method to apply and implement the Natural Language Understanding into the 3D reconstruction is studied. The method of asymptotic approximation product was proposed, by which a 3D process model can be constructed automatically and intelligently. The process model not only includes the information about parts characters, but also can deliver the information of design, process and engineering to the downstream applications.     

基于转台系列照片三维重建算法的研究

如何从真实世界中获取具有真实感的三维场景模型一直是计算机图形学中的一个难点,该文给出了一种从真实世界的照片中重建三维场景模型的算法,算法根据在空间稀疏分布的不同视点处的真实场景照片中物体的轮廓线和颜色的一致性信息来建立三维场景模型的;这种方法是通过对转台上的物体不同位置拍照,来获取系列图片而不是通过机器视觉的两幅图片进行重建;文中方法可用于真实世界复杂形体真实感三维模型的建立,经实验表明该方法是可行的.     

浅析三维重建算法

为了将二雏图纸在计算机中自动转换成三维模型并进行交互式显示和各种操作,必须首先从二维图纸中读取所有线条、标注等信息。将这些信息以合适的数据结构进行组织,然后根据这些数据识别相应的几何元素及其位置、尺寸等信息,即进行三维重建。该文对已有的多种三维重建算法进行分类和剖析,归纳出三维重建算法的主要技术难点,并给出了核心的内部数据结构。     

基于弱监督学习的三维人脸形状与纹理重建

三维人脸相较于二维人脸包含了更多特征信息,可应用于如人脸识别、影视娱乐、医疗美容等更多实际应用场景,因此三维人脸重建技术一直是计算机视觉领域的研究热点.由于真实三维人脸数据较难获取,很多基于深度学习的重建算法首先利用传统重建方法为大量二维人脸图像构建三维标签,作为训练数据,这些数据可能并不精准,从而导致算法的重建精度受到影响.为此,本文提出一种基于multi-level损失函数的弱监督学习模型,结合传统三维人脸形变模型3DMM与深度学习方法,直接从大量无三维标签的二维人脸图像中学习三维人脸特征信息,从而实现基于单张二维人脸图像的三维人脸重建算法.此外,为解决二维人脸图像中常存在遮挡或大姿态情况而影响人脸纹理重建的问题,本文使用基于CelebAMask-HQ数据集的人脸解析分割算法对图像进行预处理去除遮挡区域.实验结果表明,基于本文方法的三维人脸重建质量与重建精度均实现了一定的提升.     

三维重建中纹理图像的光照一致性调整

三维激光测量技术(LMS)为快速、精确的建立实体三维数字模型提供了新的途径。纹理图像的光照调整作为其中的一个关键技术环节,其目的是消除多幅纹理图像由于拍摄光照不一致造成的亮度不一致,从而增强模型的视觉真实感。在大型户外实体的三维重建过程中该问题尤为突出,但目前仍没有成熟的解决方案。文中在探讨问题成因、对基本问题进行描述的基础上,由浅入深的总结归纳了当前三类典型算法,探讨了各算法的原理、结合实验结果分析利弊、并对今后的研究进行了展望,以期为LMS技术的实际应用提供技术支撑。     

基于未标定彩色图像三维重建的立体匹配算法

提出了一种用于三维重建的未标定彩色图像立体匹配算法。针对Harris角点的聚簇现象,引入了限制因子来消除,通过采用精度较高的邻域彩色相关法进行匹配。针对相机平移旋转较小的情况,提出了利用抖率一致性剔除明显的误匹配,然后运用随机抽样算法估计基础矩阵,同时进一步剔除误匹配点对,最后用基础矩阵引导未匹配特征点进行匹配。实验表明,该算法用于三维重建,能够较好地恢复物体的结构,是一种有效的匹配算法。     

浅析三维重建算法

为了将二维图纸在计算机中自动转换成三维模型并进行交互式显示和各种操作,必须首先从二维图纸中读取所有线条、标注等信息,将这些信息以合适的数据结构进行组织,然后根据这些数据识别相应的几何元素及其位置、尺寸等信息,即进行三维重建。该文对已有的多种三维重建算法进行分类和剖析,归纳出三维重建算法的主要技术难点,并给出了核心的内部数据结构。     

基于形变模型的三维人脸重建方法及其改进

形变模型（morphable model）是近几年出现的三维人脸建模新方法．该方法使用原型人脸的组合表示新的人脸,对于特定人脸图像,通过模型匹配实现了三维人脸的自动重建．虽然形变模型具有自动化、真实感好等优点,但现有形变模型的建立依赖于不稳定的人脸图像对应光流算法,模型匹配只考虑了一般光照环境下的人脸重建问题,且建模计算量大．针对以上问题,文章对形变模型进行了改进：提出了网格重采样的方法,实现了模型人脸数据的精确对应;建立了多分辨率的三维人脸模型;在模型匹配过程中采用了多光源光照模型,使模型可适用于复杂光照环境下的人脸重建．实验结果表明,上述改进可以有效提高模型匹配的效率和准确性以及模型对光照的适应性．