一種基于視覺顯著性的淺浮雕位置自動選擇方法
【專利摘要】本發(fā)明公開了一種基于視覺顯著性的淺浮雕位置自動選擇方法，包括構(gòu)建顯著性評價函數(shù)，確定三維模型的顯著性視點，計算三維模型的最佳視角；對三維模型從采樣視點進行透視投影，構(gòu)造有限的視角采樣區(qū)域，確定映射范圍；在每一個采樣角度下進行對網(wǎng)格頂點進行凹凸映射生成浮雕；構(gòu)建淺浮雕結(jié)果的評價函數(shù)，計算不同采樣視點下浮雕被映射到的面積，優(yōu)化求解淺浮雕的生成位置的參數(shù)，得到評價函數(shù)結(jié)果；將評價函數(shù)值進行依次排序，輸出選擇的評價函數(shù)值對應(yīng)的結(jié)果序列。本發(fā)明的方法對任意的三維模型表面進行淺浮雕生成位置優(yōu)化，計算得符合視覺顯著性的數(shù)字淺浮雕，進而得到一個可以直接用于3D打印的幾何模型。
【專利說明】
一種基于視覺顯著性的淺浮雕位置自動選擇方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種基于視覺顯著性的淺浮雕位置自動選擇方法。
【背景技術(shù)】
[0002] 浮雕是一門結(jié)合了雕塑與繪畫的綜合性藝術(shù)，將形態(tài)用雕或塑等工藝打造出不同 深淺層次的浮凸效果，通常用壓縮的辦法來處理對象，依靠透視等因素來表現(xiàn)三維空間，是 一種雕刻在平面或者曲面上的藝術(shù)形式，由于形態(tài)雕塑的深度不同，又分為高浮雕與淺浮 雕。高浮雕通常利用三維形體的空間起伏或夸張?zhí)幚恚瑵饪s的空間深度感和強烈的視覺沖 擊力;而淺浮雕的起位較低，整體壓縮較大，平面感較強，占用空間小，更大程度地近于繪畫 形式。淺浮雕應(yīng)用廣泛，可由用戶定制圖案在不同物體表面上進行風(fēng)格化設(shè)計或裝飾，在3D 打印技術(shù)與服務(wù)日益普及的背景下，是一種良好的產(chǎn)品定制方式。
[0003] 三維數(shù)字淺浮雕的生成，算法可以劃分為兩類，一類是基于三維模型生成淺浮雕， 在觀察視點確定后，選定能反映模型特征的投影方向，將模型映射在平面或曲面上來生成 浮雕。另一類則利用二維圖像生成淺浮雕，由于二維圖像通常不具有深度信息，故而生成方 法通常需要先驗知識或增加用戶交互操作。如對圖像中細節(jié)信息的剔除，對生成浮雕區(qū)域 的選擇等。
[0004] 目前的方法大多關(guān)注于圖像深度信息的壓縮與生成，將深度信息映射在平面或簡 單曲面上，并不考慮淺浮雕在任意三維模型上生成位置的選擇。部分方法立足于簡單曲面 上浮雕的生成卻忽略了位置的選擇。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明為了解決上述問題，提出了一種基于視覺顯著性的淺浮雕位置自動選擇方 法，本方法首先計算模型的最佳視點，構(gòu)造有限的視角采樣區(qū)域，根據(jù)基于浮雕面積與形變 的評價準(zhǔn)則，優(yōu)化求解淺浮雕的生成位置的參數(shù)，自動生成復(fù)合視覺顯著性的淺浮雕效果。
[0006] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0007] -種基于視覺顯著性的淺浮雕位置自動選擇方法，包括以下步驟：
[0008] (1)構(gòu)建顯著性評價函數(shù)，確定三維模型的顯著性視點，計算三維模型的最佳視 角；
[0009] (2)對三維模型從采樣視點進行透視投影，構(gòu)造有限的視角采樣區(qū)域，確定輸入圖 像的映射范圍；
[0010] (3)在每一個采樣角度下進行對網(wǎng)格頂點進行凹凸映射生成浮雕；
[0011] (4)構(gòu)建淺浮雕結(jié)果的評價函數(shù)，計算不同采樣視點下圖像被映射到模型表面所 生成的淺浮雕的面積，優(yōu)化求解淺浮雕的生成位置的參數(shù)，得到評價函數(shù)結(jié)果；
[0012] (5)將評價函數(shù)值進行依次排序，輸出選擇的評價函數(shù)值對應(yīng)的結(jié)果序列。
[0013] 所述步驟（1)中，具體步驟包括:定義顯著性的評價函數(shù)G(v)，G(v)對應(yīng)不同觀察 視點下的模型顯著性值，求得最大值G，進而根據(jù)需要建立的淺浮雕效果，設(shè)置函數(shù)最小閾 值，計算出顯著性大于函數(shù)最小閾值的模型的觀察視角，用以作為觀察視點。
[0014] 所述步驟(1)中，利用視覺顯著性衡量方法，來計算模型的最佳視角，具體方法是： 對于線性-K模型，為了得到某視點下的得分G(v):
[0015] = JeS
[0016] 其中v是視點，S是用到的衡量特定模型的屬性索引的集合（| S|=K)。為了得到最 大值G，已知該視點下各屬性值可求解未知量從而得出視點v的位置。
[0017]所述步驟(2)中，具體方法為：構(gòu)造有限的采樣區(qū)域，對待映射的輸入圖像從采樣 視點做透視投影，以模型的最佳視角為中心定義采樣空間，從而確定浮雕映射范圍。
[0018]所述步驟(3)中，具體方法包括：
[0019] (3-1)對透視投影區(qū)域內(nèi)三維模型表面進行網(wǎng)格細分；
[0020] (3-2)對給定的輸入圖像，采用其像素灰度信息所謂淺浮雕的深度信息，沿法向做 位移外凸操作；
[0021] (3-3)舍棄無法完全將輸入圖像的像素點映射至模型表面的采樣視點，限定圖像 中設(shè)定范圍內(nèi)的像素點無法映射時，判定為出界，舍棄其結(jié)果。
[0022]優(yōu)選的，所述步驟(3-1)中，對于劃分的每個三角形，在其三條邊上分別計算中點， 連接三個中點，構(gòu)成四個新的三角形，重復(fù)這一過程，直至待處理網(wǎng)格的密度大于給定圖像 的分辨率。
[0023] 優(yōu)選的，所述步驟(3-3)中，設(shè)定范圍為10%-15%。
[0024]所述步驟(4)中，具體方法包括：
[0025] (4-1)優(yōu)化浮雕生成位置，定義浮雕結(jié)果的評價函數(shù)；
[0026] (4-2)計算不同采樣視點下浮雕被映射到的網(wǎng)格面積，記錄所有采樣視點下浮雕 覆蓋網(wǎng)格面積的最大值；
[0027] (4-3)計算不同采樣視點下的浮雕映射的模型表面曲率，記錄所有采樣視角下的 最大曲率；
[0028] (4-4)對每一采樣視點下的淺浮雕結(jié)果，計算其評價函數(shù)值，進行排序，返回的結(jié) 果滿足形變小并且面積大的要求。
[0029] 優(yōu)選的，參數(shù)值取《i= ?2 = 0.5。
[0030] 優(yōu)選的，所述步驟(4-1)中，浮雕結(jié)果評價函數(shù)：
[0031] F(v) = 01XA+CO2XD
[0032] 針對不同采樣視點v下的浮雕覆蓋區(qū)域，計算浮雕前被映射的網(wǎng)格面積S，取所有 米樣視點中對應(yīng)的最大覆蓋面積S'，定義：
[0033] A = S/S'
[0034] 取模型被映射的表面的曲率c，對每個采樣視點進行計算:模型被映射到的表面所 有頂點高斯曲率的均值c，記所有采樣視角下的曲率均值的最大值c'，定義：
[0035] D = l_c/c'。
[0036]所述步驟(5)中，對每一個采樣視點下，將浮雕結(jié)果的評價函數(shù)值排序，輸出函數(shù) 值較高所對應(yīng)的結(jié)果序列，根據(jù)用戶需求進行選擇。
[0037]本發(fā)明的有益效果為：
[0038] (1)本發(fā)明的方法對任意的三維模型表面進行淺浮雕生成位置優(yōu)化，計算得符合 視覺顯著性的數(shù)字淺浮雕，進而得到一個可以直接用于3D打印的幾何模型；
[0039] (2)本發(fā)明對于大部分模型可以自動獲得符合視覺顯著性的淺浮雕效果，且無需 交互，適用于面向3D打印的用戶產(chǎn)品定制。
【附圖說明】
[0040]圖1為本發(fā)明的方法流程圖；
[0041 ]圖2為本發(fā)明的采樣視點分布示意圖；
[0042] 圖3(a)-圖3(e)表示不同權(quán)重分配下的結(jié)果；
[0043] 圖4(a)-圖4(f)表示同一權(quán)重下（〇 1 = 0.5，〇 2 = 0.5)的結(jié)果；
[0044] 圖5(a)、圖5(b)表示對部分模型采樣后自動生成位置恰當(dāng)?shù)臏\浮雕效果展示圖。
【具體實施方式】：
[0045]下面結(jié)合附圖與實施例對本發(fā)明作進一步說明。
[0046] 如圖1所示，基于視覺顯著性的淺浮雕位置自動化選擇方法：
[0047] 包括：
[0048]步驟(1):對三維模型進行顯著性視點選擇，得到三維模型的最佳視角；
[0049] 步驟(2):通過最佳視角，確定浮雕的映射范圍；
[0050] 步驟(3):在每一個采樣角度下進行對網(wǎng)格頂點進行凹凸映射生成浮雕；
[0051] 步驟(4):根據(jù)浮雕結(jié)果的評價函數(shù)選擇浮雕的最優(yōu)位置；
[0052] 步驟(5):輸出函數(shù)值較高所對應(yīng)的結(jié)果序列，供用戶主觀選擇；
[0053] 接下來，針對本發(fā)明方法中的每一個步驟進行具體闡述：
[0054]本實施例中，采用已有的視覺顯著性衡量方法，來計算模型的最佳視角，對于線 性-K模型，為了得到某視點下的得分G(v):
[0055] G(v)二 戶 掉.
[0056] 其中v是視點，S是用到的衡量特定模型的屬性索引的集合（|S|=K)。為了得到最 大值G，已知該視點下各屬性值可求解未知量從而得出視點v的位置。Adrian經(jīng)過實驗 計算出了各類模型下不同的權(quán)重4取值和不同屬性^的集合，把待淺浮雕的模型代入到算 法中Linear_5b類模型：
[0057] G( v) = 15 X a2+2.6 X au+0.42 X a4+
[0058] 13Xai+670Xai3
[0059] 其中a2為可見的表面面積比例，a12為模型向兩極點的平滑下降程度，代表了人的 主觀感知，a 4為模型輪廓長度，&1為三維模型投射到圖像平面的面積，a13衡量模型的眼睛或 者面部可見的程度。本步驟根據(jù)具體的模型計算出不同的W的取值，然后代入公式求得觀 察模型的最佳視點V。
[0060] 根據(jù)步驟(1)中的方法，計算出模型的最佳觀察視點V，繼而開始采樣。
[0061] 其中步驟(2)如圖2所示，確定浮雕映射范圍，以三維模型的重心為中心，最佳視角 的視點距離r為半徑，建立一個由張角0確定的視錐空間。視點的采樣空間即為這一視錐與 以r為半徑的視球表面的交集部分。采用的視點在這一表面上以立體角a = 5°的步長進行采 樣得到。
[0062]本發(fā)明采用透視投影的生成方法，利用上述步驟得到三維模型的最佳視角，包括 視點位置以及視點距模型的深度。下面調(diào)整采樣的各個視點位置映射圖像的投影方向，計 算圖像在視點切平面方向通過透視投影在基模型表面覆蓋的頂點，求這些點的平均法向， 再旋轉(zhuǎn)圖像與平均法向垂直。
[0063]步驟(3)中，利用步驟(2)獲得的采樣視點以及三維模型的重心構(gòu)建采樣區(qū)域，在 區(qū)域內(nèi)的三維模型網(wǎng)格頂點依據(jù)其對應(yīng)的圖像像素灰度值，沿法向外做位移外凸操作。 [0064]步驟(4)中利用浮雕結(jié)果評價函數(shù)：
[0065] F(v) = 01XA+CO2XD
[0066] 針對不同采樣視點v下的浮雕覆蓋區(qū)域，計算浮雕前被映射的網(wǎng)格面積S，取所有 米樣視點中對應(yīng)的最大覆蓋面積S'。定義：
[0067] A = S/S'
[0068] 又取模型被映射的表面的曲率c。對每個采樣視點進行計算:模型被映射到的表面 所有頂點高斯曲率的均值c，記所有采樣視角下的曲率均值的最大值c'，定義：
[0069] D = l_c/c，
[0070] 對每一視點下計算出的A，D，迭代加權(quán)計算其評價函數(shù)值，求較高值。實驗表明，對 于大多數(shù)模型，參數(shù)值取w 1 = w 2 = 0.5時結(jié)果較優(yōu)。
[0071] 即使在上述準(zhǔn)則的限制下，部分視點下輸入圖像的部分像素點無法映射至模型表 面，限定當(dāng)圖像中10%的像素點無法映射時，判定出界，并舍棄其采樣結(jié)果。
[0072] 步驟(5)選取由評價函數(shù)決定的淺浮雕生成位置合理的結(jié)果模型，生成供用戶選 擇。
[0073] 上述雖然結(jié)合附圖對本發(fā)明的【具體實施方式】進行了描述，但并非對本發(fā)明保護范 圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不 需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內(nèi)。
【主權(quán)項】
1. 一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:包括以下步驟： (1) 構(gòu)建顯著性評價函數(shù)，確定三維模型的顯著性視點，計算三維模型的最佳視角； (2) 對三維模型從采樣視點進行透視投影，構(gòu)造有限的視角采樣區(qū)域，確定輸入圖像的 映射范圍； (3) 在每一個采樣角度下進行對網(wǎng)格頂點進行凹凸映射生成浮雕； (4) 構(gòu)建淺浮雕結(jié)果的評價函數(shù)，計算不同采樣視點下圖像被映射到模型表面所生成 的淺浮雕的面積，優(yōu)化求解淺浮雕的生成位置的參數(shù)，得到評價函數(shù)結(jié)果； (5) 將評價函數(shù)值進行依次排序，輸出選擇的評價函數(shù)值對應(yīng)的結(jié)果序列。2. 如權(quán)利要求1所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟（1)中，具體步驟包括:定義顯著性的評價函數(shù)G( v)，G(v)對應(yīng)不同觀察視點下的模 型顯著性值，求得最大值G，進而根據(jù)需要建立的淺浮雕效果，設(shè)置函數(shù)最小閾值，計算出顯 著性大于函數(shù)最小閾值的模型的觀察視角，用以作為觀察視點。3. 如權(quán)利要求1所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟（1)中，利用視覺顯著性衡量方法，來計算模型的最佳視角，具體方法是:對于線性-K 模型，為了得到某視點下的得分G(V):其中V是視點，S是用到的衡量特定模型的屬性索引的集合（|S| =K)，為了得到最大值 G，已知該視點下各屬性值可求解未知量從而得出視點V的位置。4. 如權(quán)利要求1所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟(2)中，具體方法為:構(gòu)造有限的采樣區(qū)域，對待映射的輸入圖像從采樣視點做透視 投影，以模型的最佳視角為中心定義采樣空間，從而確定浮雕映射范圍。5. 如權(quán)利要求1所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟(3)中，具體方法包括： (3-1)對透視投影區(qū)域內(nèi)三維模型表面進行網(wǎng)格細分； (3-2)對給定的輸入圖像，采用其像素灰度信息所謂淺浮雕的深度信息，沿法向做位移 外凸操作； (3-3)舍棄無法完全將輸入圖像的像素點映射至模型表面的采樣視點，限定圖像中設(shè) 定范圍內(nèi)的像素點無法映射時，判定為出界，舍棄其結(jié)果。6. 如權(quán)利要求5所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟(3-1)中，對于劃分的每個三角形，在其三條邊上分別計算中點，連接三個中點，構(gòu)成 四個新的三角形，重復(fù)這一過程，直至待處理網(wǎng)格的密度大于給定圖像的分辨率。7. 如權(quán)利要求5所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟(3-3)中，設(shè)定范圍為10%-15%。8. 如權(quán)利要求1所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟(4)中，具體方法包括： (4-1)優(yōu)化浮雕生成位置，定義浮雕結(jié)果的評價函數(shù)； (4-2)計算不同采樣視點下浮雕被映射到的網(wǎng)格面積，記錄所有采樣視點下浮雕覆蓋 網(wǎng)格面積的最大值； (4-3)計算不同采樣視點下的浮雕映射的模型表面曲率，記錄所有采樣視角下的最大 曲率； (4-4)對每一采樣視點下的淺浮雕結(jié)果，計算其評價函數(shù)值，進行排序，返回的結(jié)果滿 足形變小并且面積大的要求。9. 如權(quán)利要求8所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是:所 述步驟(4-1)中，浮雕結(jié)果評價函數(shù)： F(v) = c〇iXA+c〇2XD 針對不同采樣視點V下的浮雕覆蓋區(qū)域，計算浮雕前被映射的網(wǎng)格面積S，取所有采樣 視點中對應(yīng)的最大覆蓋面積S'，定義： A = S/S， 取模型被映射的表面的曲率c，對每個采樣視點進行計算:模型被映射到的表面所有頂 點高斯曲率的均值C，記所有采樣視角下的曲率均值的最大值C'，定義： D= 1-c/c' 〇10. 如權(quán)利要求1所述的一種基于視覺顯著性的淺浮雕位置自動選擇方法，其特征是： 所述步驟(5)中，對每一個采樣視點下，將浮雕結(jié)果的評價函數(shù)值排序，輸出函數(shù)值較高所 對應(yīng)的結(jié)果序列，根據(jù)用戶需求進行選擇。
【文檔編號】G06T19/20GK105931298SQ201610227596
【公開日】2016年9月7日
【申請日】2016年4月13日
【發(fā)明人】呂琳, 何莎, 扈婧喬
【申請人】山東大學(xué)