一種計(jì)算三維點(diǎn)云模型骨骼的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬圖形處理技術(shù)領(lǐng)域，尤其涉及一種三維點(diǎn)云模型骨骼提取方法。
【背景技術(shù)】
[0002] 隨著三維掃描設(shè)備的普及，三維點(diǎn)云模型數(shù)量越來越多。但通過普通三維掃描設(shè) 備獲得的三維點(diǎn)云，由于硬件自身的精度、拍攝角度、光照、三維物體自身相互遮擋和用戶 使用設(shè)備不當(dāng)，生成的點(diǎn)云模型包含大量的噪聲點(diǎn)、奇異點(diǎn)和大面積的點(diǎn)云缺失。模型骨骼 有眾多應(yīng)用，例如在醫(yī)學(xué)上，骨骼可以用于進(jìn)行內(nèi)窺鏡檢查，此外，在計(jì)算機(jī)圖形學(xué)方面，骨 骼可用于控制人物網(wǎng)格模型運(yùn)動(dòng)，生成骨骼動(dòng)畫，也可用于驅(qū)動(dòng)點(diǎn)云模型進(jìn)行配準(zhǔn)，完成點(diǎn) 云模型修復(fù)的目的。
[0003] 然而，三維模型骨骼獲取仍有很大的問題，尤其對于直接掃描獲得的，帶有大量噪 聲和大面積點(diǎn)云缺失的模型。首先，因?yàn)辄c(diǎn)云模型沒有拓?fù)溥B接信息，很難通過模型拓?fù)潢P(guān) 系提取骨骼。其次，點(diǎn)云模型質(zhì)量較差，往往有大面積點(diǎn)云缺失，大量噪聲點(diǎn)和奇異點(diǎn)，增加 了骨骼提取的難度。最后骨骼提取是病態(tài)的問題，現(xiàn)存的骨骼提取方法為了計(jì)算出較好的 骨骼結(jié)果，需要調(diào)試大量參數(shù)，導(dǎo)致算法實(shí)用性降低。為了滿足實(shí)際需求，當(dāng)前迫切需要一 種適用范圍廣，效果顯著的視頻背景修復(fù)方法。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明為了解決上述的技術(shù)問題，提出了一種三維點(diǎn)云模型骨骼提取方法。本發(fā) 明的技術(shù)方案是：一種三維點(diǎn)云模型骨骼提取方法，包括下述步驟：
[0005] 步驟1，用戶指定輸入三維點(diǎn)云模型0 = /e/Cf，Q為三維空間R3中模型，q j 為模型上的頂點(diǎn)，J是三維點(diǎn)云模型頂點(diǎn)的索引，所述的三維點(diǎn)云模型包含噪聲點(diǎn)、奇異點(diǎn) 和點(diǎn)Ζ5Γ缺失；從二維點(diǎn)75Γ模型頂點(diǎn)上隨機(jī)選取米樣點(diǎn)集X = {xj i e P I是米樣點(diǎn)集X的索 弓丨，采樣點(diǎn)乂1最終向三維點(diǎn)云模型內(nèi)部移動(dòng)，構(gòu)成三維點(diǎn)云模型骨骼；
[0006] 步驟2,將三維點(diǎn)云模型均勻體素化；
[0007] 步驟3,計(jì)算出三維點(diǎn)云模型距離域DT，三維點(diǎn)云模型體素化之后，使用快速行軍 算法，計(jì)算出模型內(nèi)部體素點(diǎn)的距離域；
[0008] 步驟4,計(jì)算三維點(diǎn)云模型初始骨骼S = 〔爐，Sk為骨骼點(diǎn)，K為初始骨骼 點(diǎn)集的索引，計(jì)算出三維點(diǎn)云模型距離域后，使用三維點(diǎn)云模型距離域，計(jì)算三維點(diǎn)云模型 初始骨骼；
[0009] 步驟5,將初始骨骼點(diǎn)和1^第一范式中值骨骼提取算法進(jìn)行融合，生成基于距離域 的L1第一范式中值骨骼提取算法，通過最小化以下能量方程，計(jì)算出三維點(diǎn)云模型的完整 骨骼；
[0010]
[0011] 其中，I是采樣點(diǎn)集X的索引，J是模型Q頂點(diǎn)的索引，權(quán)重函數(shù)<r) =，/W2)2 是一個(gè)快速衰減的平滑函數(shù)，r為距離值，其支持半徑為h，參數(shù)〇 1通過加權(quán)PCA主成 分分析算法計(jì)算，用于檢測骨骼段的生成，{ γ i Ε :為X的平衡常數(shù)，K為初始骨骼點(diǎn)集 汶=C#的索引，權(quán)重函數(shù)：轉(zhuǎn)的=:郷P，X1，為非X i的點(diǎn)；對圓心為采樣點(diǎn)X i，半徑為 h的球體，球體包含所有點(diǎn)個(gè)數(shù)為n，球體包含的初始骨骼點(diǎn)個(gè)數(shù)為N ;
[0012] 步驟6,將骨骼按照規(guī)定結(jié)構(gòu)，所述的規(guī)定結(jié)構(gòu)為骨骼由骨骼點(diǎn)構(gòu)成的結(jié)構(gòu)，相鄰 骨骼點(diǎn)通過直線連接，計(jì)算出三維點(diǎn)云模型的一維曲線骨骼，完成骨骼提取。
[0013] 優(yōu)選的，所述的步驟2中還包括如下步驟：
[0014] 步驟2. 1，計(jì)算出三維點(diǎn)云模型的包圍盒；
[0015] 步驟2. 2,用戶指定初始分割精度和最終分割精度，將包圍盒按照用戶指定的初始 分割精度進(jìn)行均勻分割；
[0016] 步驟2. 3,標(biāo)識(shí)邊界體素；如果大體素包含三維點(diǎn)云模型頂點(diǎn)，則大體素為邊界體 素，然后使用泛洪算法，標(biāo)識(shí)外部體素，選擇一個(gè)外部體素作為種子點(diǎn)，判斷該體素26鄰域 中的體素是否為邊界體素，如果鄰居體素不是邊界體素，則將鄰居體素標(biāo)記為外部體素，從 鄰居體素開始繼續(xù)擴(kuò)展；如果是邊界體素，則該鄰居體素不再參加擴(kuò)展；直至所有外部體 素被標(biāo)記，最終剩下的體素為內(nèi)部體素；
[0017] 步驟2. 4,將體素進(jìn)行細(xì)分，直到分割至用戶指定精度。
[0018] 優(yōu)選的，所述的步驟2. 4中按如下方法將體素進(jìn)行細(xì)分：在每一次細(xì)分前，首先對 所有體素進(jìn)行3X3X3均勻分割，將每一個(gè)體素分割為27個(gè)小體素，重新判斷邊界體素的 類別，如果分割后的小邊界體素包含三維點(diǎn)云模型頂點(diǎn)，該體素仍標(biāo)識(shí)為邊界體素；如果小 邊界體素的26鄰域中有外部體素，將該體素標(biāo)識(shí)為外部體素；否則，該體素標(biāo)識(shí)為內(nèi)部體 素，重復(fù)執(zhí)行步驟2. 4,不斷生成新的外部體素、內(nèi)部體素、邊界體素，直到分割至用戶指定 精度。
[0019] 優(yōu)選的，所述的步驟4中還包括如下步驟：
[0020] 步驟4· 1，根據(jù)三維點(diǎn)云模型內(nèi)部體素點(diǎn)P，判斷狀A(yù)T,: =Z^r, /Μ,Λ/ΛΤ；卜:Dr 是否成立，其中DTp是體素點(diǎn)ρ的距離域，ΜΚζ是點(diǎn)ρ的26鄰居的平均距離域，
巧是26鄰居的厚度參數(shù)；
[0021] 步驟4. 2，根據(jù)三維點(diǎn)云模型內(nèi)部體素點(diǎn)P，判斷施《=[>1； /63,備<巧-JP2
是否成立，:是點(diǎn)P的63鄰居的平均距離域 ％是63 鄰居時(shí)的厚度參數(shù)；
[0022] 步驟4· 3，根據(jù)三維點(diǎn)云模型內(nèi)部體素點(diǎn)p，判斷ΜΛ.'/.'· = E>7:; . IH .IfV·/:,，/ J/., -KPi
Λ rr 是否成立，MV7；是點(diǎn)P的124鄰居的平均距離域： 了匕是 124鄰居時(shí)的骨骼厚度參數(shù)；
[0023] 步驟4. 4,如果三維點(diǎn)云模型內(nèi)部體素點(diǎn)p滿足步驟4. 1，、4. 2、4. 3中的條件，則p 為初始骨骼點(diǎn)；否則表明內(nèi)部體素點(diǎn)P不為初始骨骼點(diǎn)。
[0024] 優(yōu)選的，所述的步驟5中還包括如下步驟：
[0025] 步驟5. 1，使用高斯-牛頓算法最小化以下能量方程，計(jì)算出三維點(diǎn)云模型的一維 曲線骨骼； 「nn9fi1
[0027] 步驟5. 2,當(dāng)采樣點(diǎn)X1移動(dòng)時(shí)，使用計(jì)算出的三維點(diǎn)云模型距離域信息；
[0028] 步驟5. 3,利用初始骨骼點(diǎn)和三維點(diǎn)云模型距離域的信息，對每一個(gè)采樣點(diǎn)，計(jì) 算出其最合適的支持半徑，即如果采樣點(diǎn)位于模型中心，則支持半徑長度為模型中心到
模型邊界的距離域值。由圓心為采樣點(diǎn)X丨，半徑為 < 所構(gòu)成的球體包含N個(gè)初始骨骼點(diǎn) Sj，j e N,伸用加下公忒i+笪出初始晉骼點(diǎn)的中心：
[0029]
[0030] 其中，權(quán)重函數(shù)6^r) = e〃ViW是一個(gè)快速衰減的平滑函數(shù)，如果中心center與 4間的距離小于體素邊長，表明4已經(jīng)位于三維點(diǎn)云模型中心，則下一次迭代時(shí)，設(shè)置其 支持半徑#41值為包含中心center的體素的距離域值，如果兩點(diǎn)間距離大于體素邊長， 表明采樣點(diǎn)彳還需繼續(xù)收斂，向三維點(diǎn)云模型內(nèi)部移動(dòng)，此時(shí)支持半徑按規(guī)定比例增大， /?廠 1 =(1 +rcW/o)/?丨，其中radio為半徑增長率；
[0031] 步驟5. 4,對采樣點(diǎn)xf向模型內(nèi)部收斂，逐漸生成的不同骨骼段進(jìn)行連接，形成完 整骨骼，
[0032] 優(yōu)選的，所述的步驟5. 4中，使用橋點(diǎn)將骨骼段進(jìn)行連接，通過三維點(diǎn)云模型體素 類別，標(biāo)記出三維點(diǎn)云模型內(nèi)部體素和外部體素，如果骨骼段端點(diǎn)與橋點(diǎn)的連線穿過三維 點(diǎn)云模型外部，則重新選擇。
[0033] 優(yōu)選的，所述的使用橋點(diǎn)將骨骼段進(jìn)行連接時(shí)，判斷連線與外部體素是否相交，如 果沒有相交，將兩個(gè)骨骼段進(jìn)行連接；如果相交，橋點(diǎn)選擇錯(cuò)誤，重新選擇橋點(diǎn)。
[0034] 本發(fā)明的有益效果是：一種三維點(diǎn)云模型骨骼提取方法首先通過使用逐步細(xì)分的 策略將三維點(diǎn)云模型均勻體素化；此后，使用快速行軍算法，計(jì)算出模型內(nèi)部體素點(diǎn)的距離 域；然后，使用距離域計(jì)算出模型的初始骨骼；最后，將初始骨骼與L1中值骨骼提取算法融 合，生成基于距離域的L 1中值骨骼提取算法，快速準(zhǔn)確計(jì)算出模型骨骼；與現(xiàn)有的三維點(diǎn)云 模型骨豁提取方法相比，本發(fā)明處理帶有大量噪聲點(diǎn)、奇異點(diǎn)和大面積點(diǎn)云缺失的點(diǎn)云模 型，而且不會(huì)產(chǎn)生錯(cuò)誤的骨骼連接，同時(shí)不需要太多參數(shù)。
【附圖說明】
[0035] 圖1為本發(fā)明的流程圖。
【具體實(shí)施方式】
[0036] 下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限 于此。
[0037] 參照圖1，本發(fā)明的流程圖，一種計(jì)算三維點(diǎn)云模型骨骼的方法，包括下述步驟：
[0038] 步驟1，用戶指定輸入三維點(diǎn)云模型ρ = d C Λ，Q為三維空間R3中模型，q j 為模型上的頂點(diǎn)，J是三維點(diǎn)云模型頂點(diǎn)的索引，所述的三維點(diǎn)云模型包含噪聲點(diǎn)、奇異點(diǎn) 和點(diǎn)Ζ5Γ缺失；從二維點(diǎn)75Γ模型頂點(diǎn)上隨機(jī)選取米樣點(diǎn)集X = {xj i e p I是米樣點(diǎn)集X的索 弓丨，采樣點(diǎn)乂1最終向三維點(diǎn)云模型內(nèi)部移動(dòng)，構(gòu)成三維點(diǎn)云模型骨骼；
[0039] 步驟2,將三維點(diǎn)云模型均勻體素化；所述的步驟2中還包括如下步驟：
[0040] 步驟2. 1，計(jì)算出三維點(diǎn)云模型的包圍盒。
[0041] 步驟2. 2,點(diǎn)云模型包含大量點(diǎn)云缺失，所以采用逐漸細(xì)分的策略對模型進(jìn)行體素 化，用戶指定初始分割精度和最終分割精度，將包圍盒按照用戶指定的初始分割精度進(jìn)行 均勾分割；
[0042] 步驟2. 3,標(biāo)識(shí)邊界體素；如果大體素包含三維點(diǎn)云模型頂點(diǎn)，則大體素為邊界體 素，然后使用泛洪算法，標(biāo)識(shí)外部體素，選擇一個(gè)外部體素作為種子點(diǎn)，判斷該體素26鄰域 中的體素是否為邊界體素，如果鄰居體素不是邊界體素，則將鄰居體素標(biāo)記為外部體素，從 鄰居體素開始繼續(xù)擴(kuò)展；如果是邊界體素，則該鄰居體素不再參加擴(kuò)展；直至所有外部體 素被標(biāo)記，最終剩下的體素為內(nèi)部體素；
[0043] 步驟2. 4,此時(shí)體素邊長較大，直接使用這種尺度的體素，計(jì)算出的距離域不會(huì)很 精確。將體素進(jìn)行細(xì)分，直到分割至用戶指定精度；