CN107452058B - 基于特征保留的仿真模型分程度简化方法生成及系统 - Google Patents

Abstract

本发明涉及一种基于特征保留的仿真模型分程度简化生成方法及系统，该方法包括：获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型。本发明简化的仿真模型既满足了模型的真实感和多样性，保持了模型的特征，同时又能够减小内存空间的占用，降低系统的开销。

Description

基于特征保留的仿真模型分程度简化方法生成及系统

技术领域

本发明属于仿真模型建模的技术领域，尤其是涉及一种基于特征保留的仿真模型分程度简化生成方法及系统。

背景技术

计算机群体仿真对于现代社会研究具有重要的意义，随着关注度的提高，群体仿真应用的领域也越来越广，相关技术也逐渐发展成熟。因此，人们对群体仿真中应用到的模型要求也越来越高，既想保持模型的精度，又不能占用太多的内存空间。尤其是在模型数量较大时，大量的高精度模型无疑会增加系统的开销；若是对模型直接进行简化，细节过于简单，又会丢失模型的特征，大量的低精度模型又无法保持群体仿真的真实感，使得不同模型之间无法有效区分，模型的多样性无法得到满足。

综上所述，针对现有技术中的计算机群体仿真模型简化时如何平衡占用系统内存空间以及保持群体仿真模型真实感两者之间的问题，尚缺乏有效的解决方案。

发明内容

针对现有技术中存在的不足，本发明提供了一种基于特征保留的仿真模型分程度简化方法及系统，该方法针对特征保留后的仿真模型的特征区域和非特征区域进行不同程度的区别简化，使用该方法简化的仿真模型既满足了模型的真实感和多样性，保持了模型的特征，同时又能够减小内存空间的占用，降低系统的开销。

本发明的第一目的是提供一种基于特征保留的仿真模型分程度简化生成方法。

为了实现上述目的，本发明采用如下一种技术方案：

一种基于特征保留的仿真模型分程度简化生成方法，该方法包括：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型。

在本发明中，基于特征保留的仿真模型分程度简化生成方法在仿真模型简化时，根据不同简化要求，对特征区域和非特征区域进行区别简化，使简化后的模型既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

作为进一步的优选方案，采用体感摄像机与三维模型扫描软件相结合的方式扫描待建模物体数据获取待建模物体数据，根据获取的待建模物体数据进行仿真建模，得到初始仿真模型。

作为进一步的优选方案，在该方法中，对初始仿真模型进行简单处理的具体步骤为：

去除初始仿真模型背景及周围环境在扫描时产生的多余的点；

选择最低度平滑，形成一个缝合的光滑的且上色的模型；

根据模型的具体应用场景，选择性的减少模型面片数，对模型进行简化；

修复模型表面及填孔，将模型由一个空心的面片变成一个密闭的实体。

在本发明中，减少模型面片数对模型进行简化，会使模型文件更小，有一定的模型修复效果，但会降低精度；因此，本发明根据模型的具体应用场景，选择性的减少模型面片数，在一定程度上可以减少模型大小，为后续的特征选择以及简化减少内存和工作量，缩短操作时间，提高处理效率；在保证精度的基础上，对于精度要求不高的场景，进一步减小占用系统的空间。

在建模阶段，利用三维模型扫描软件扫描模型，在提高模型扫描效率的同时，利用三维模型扫描软件的功能对初始仿真模型进行初步的处理，方便、快捷，有效减少工作量。

作为进一步的优选方案，将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域的具体步骤为：

将简单处理后的初始仿真模型以三角形网格形式置于三维空间中，人工框选出目标特征区域，形成长方形的预边界线框；

判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线，并标记特征区域边界线及特征区域内的信息。

在本发明中，选取目标特征区域时采用人工选取的方法，具有自主性，可以单独选取一个特征进行保留，也可以选择多个特征进行保留。

作为进一步的优选方案，判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线并进行标记的具体步骤为：

若特征区域预边界线框中的边界线将三角形网格划分为两部分，即至少一条边界线穿过三角形网格，则选择该三角形网格三条边为特征区域的边界线并进行标记；

若特征区域预边界线框中的边界点落在三角形网格内部，则选择该三角形网格三条边为特征区域的边界线并进行标记；

若特征区域预边界线框中的边界线和/或边界点落在三角形边和/或三角形的顶点，则选择该三角形网格的该边和/或该顶点为特征区域的边界线并进行标记。

作为进一步的优选方案，所述目标特征区域类别包括：显著特征、细微特征和一般特征；

计算所选择的目标特征区域在整体模型中所占的比例；

当目标特征区域在整体模型中所占的比例大于20％时，所述目标特征区域类别为显著特征；

当目标特征区域在整体模型中所占的比例小于5％时，所述目标特征区域类别为细微特征；

当目标特征区域在整体模型中所占的比例在5％～20％之间时，所述目标特征区域类别为一般特征。

作为进一步的优选方案，所述模型类型包括高精度模型、低精度模型和过渡模型；所述要求简化度与模型类型的关系为：

当要求简化度小于20％时，所述仿真模型为高精度模型，在实际应用过程中待建模物体放置于靠近体感摄像机的位置获取数据；

当要求简化度大于70％时，所述仿真模型为低精度模型，在实际应用过程中待建模物体放置于远离体感摄像机的位置获取数据；

当要求简化度在20％和70％之间时，所述仿真模型为过渡模型，在实际应用过程中待建模物体放置于体感摄像机中间过渡位置获取数据。

在本发明中，对于高精度模型的建模数据获取，在实际应用过程中待建模物体放置于靠近体感摄像机的位置获取数据；对于低精度模型的建模数据获取，在实际应用过程中待建模物体放置于远离体感摄像机的位置获取数据；对于过渡模型的建模数据获取，在实际应用过程中待建模物体放置于体感摄像机中间过渡位置获取数据；采用该方法有效平衡占用系统内存空间和保持群体仿真模型真实感，尤其是对于计算机群体仿真，当应用在模型数量需求较大的应用场景时，既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

作为进一步的优选方案，计算目标特征区域的简化度C的具体步骤为：

对于高精度模型，目标特征区域的简化度C＝R×10％；

对于低精度模型，目标特征区域的简化度C＝R×(1-P)；

对于过渡模型，目标特征区域的简化度C＝R×(1-P)×60％；

其中，R为要求简化度，P为目标特征区域在整体模型中所占的比例。

作为进一步的优选方案，计算目标特征区域的简化度C之后，采用基于二次误差测度的边折叠简化方法针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度。

本发明的第二目的是提供一种计算机可读存储介质。

为了实现上述目的，本发明采用如下一种技术方案：

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备设备的处理器加载并执行以下处理：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型。

本发明的第三目的是提供一种终端设备。

为了实现上述目的，本发明采用如下一种技术方案：

一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型。

本发明的有益效果：

1、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，在建模阶段，利用三维模型扫描软件扫描模型，在提高模型扫描效率的同时，利用三维模型扫描软件的功能对初始仿真模型进行初步的处理，方便、快捷，有效减少工作量，在初步的处理中根据模型的具体应用场景，选择性的减少模型面片数，在一定程度上可以减少模型大小，为后续的特征选择以及简化减少内存和工作量，缩短操作时间，提高处理效率；在保证精度的基础上，对于精度要求不高的场景，进一步减小占用系统的空间。

2、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，在仿真模型简化时，根据不同简化要求，对特征区域和非特征区域进行区别简化，使简化后的模型既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

3、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，选取目标特征区域时采用人工选取的方法，具有自主性，可以单独选取一个特征进行保留，也可以选择多个特征进行保留。

4、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，对于高精度模型的建模数据获取，在实际应用过程中待建模物体放置于靠近体感摄像机的位置获取数据；对于低精度模型的建模数据获取，在实际应用过程中待建模物体放置于远离体感摄像机的位置获取数据；对于过渡模型的建模数据获取，在实际应用过程中待建模物体放置于体感摄像机中间过渡位置获取数据；采用该方法有效平衡占用系统内存空间和保持群体仿真模型真实感，尤其是对于计算机群体仿真，当应用在模型数量需求较大的应用场景时，既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本发明中的方法流程图；

图2为本发明中的模型简化分析示意图；

图3是本发明中的简化率不同的基于二次误差测度的边折叠简化方法流程图；

图4是本发明中的模型框选示意图；

图5是本发明中的框选后标记的示意图；

图6是本发明中的某模型简化前的示意图；

图7是本发明中的某模型简化后的示意图；

图8是本发明中的某模型简化前后对比示意图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明：

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

针对现有技术中存在的不足，本发明提供了一种基于特征保留的仿真模型分程度简化方法及系统，该方法针对特征保留后的仿真模型的特征区域和非特征区域进行不同程度的区别简化，使用该方法简化的仿真模型既满足了模型的真实感和多样性，保持了模型的特征，同时又能够减小内存空间的占用，降低系统的开销。

本发明适用于任何可扫描的物体或物种角色的模型生成和简化，在以下实施例中均针对人体头部模型的建模和简化。

实施例1：

本实施例1的目的是提供一种基于特征保留的仿真模型分程度简化生成方法。

为了实现上述目的，本发明采用如下一种技术方案：

如图1所示，

一种基于特征保留的仿真模型分程度简化生成方法，该方法包括：

步骤(1)：获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

步骤(2)：将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

步骤(3)：分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

步骤(4)：对目标特征区域外的三角形网格进行基于二次误差测度的边折叠简化，直到满足目标简化度的简化要求；

对目标特征区域内的三角形网格进行基于二次误差测度的边折叠简化，直到满足目标简化度的简化要求，生成最终的仿真模型。

本实施例基于特征保留的仿真模型分程度简化生成方法在仿真模型简化时，根据不同简化要求，对特征区域和非特征区域进行区别简化，使简化后的模型既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

所述步骤(1)中采用体感摄像机与三维模型扫描软件相结合的方式扫描待建模物体数据获取待建模物体数据，根据获取的待建模物体数据进行仿真建模，得到初始仿真模型。在本实施例中，通过Skanect这款三维模型扫描软件与Kinect摄像机结合，扫描人物头部模型并利用软件功能对模型进行简单处理。

在本实施例中，所述步骤(1)中对初始仿真模型进行简单处理的具体步骤为：

步骤(1-1)：去除初始仿真模型背景及周围环境在扫描时产生的多余的点；

步骤(1-2)：选择最低度平滑，形成一个缝合的光滑的且上色的模型；

步骤(1-3)：根据模型的具体应用场景，选择性的减少模型面片数，对模型进行简化；

步骤(1-4)：修复模型表面及填孔，将模型由一个空心的面片变成一个密闭的实体。

本实施例减少模型面片数对模型进行简化，会使模型文件更小，有一定的模型修复效果，但会降低精度；因此，本发明根据模型的具体应用场景，选择性的减少模型面片数，在一定程度上可以减少模型大小，为后续的特征选择以及简化减少内存和工作量，缩短操作时间，提高处理效率；在保证精度的基础上，对于精度要求不高的场景，进一步减小占用系统的空间。

在建模阶段，利用三维模型扫描软件扫描模型，在提高模型扫描效率的同时，利用三维模型扫描软件的功能对初始仿真模型进行初步的处理，方便、快捷，有效减少工作量。

在本实施例中，所述步骤(2)中将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域的具体步骤为：

步骤(2-1)：将简单处理后的初始仿真模型以三角形网格形式置于三维空间中，人工框选出目标特征区域，形成长方形的预边界线框；

步骤(2-2)：判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线，并标记特征区域边界线及特征区域内的信息。

本实施例选取目标特征区域时采用人工选取的方法，具有自主性，可以单独选取一个特征进行保留，也可以选择多个特征进行保留。框选特征区域如图4所示。

在本实施例中，所述步骤(2-2)中判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线并进行标记的具体步骤为：

步骤(2-2-1)：若特征区域预边界线框中的边界线将三角形网格划分为两部分，即至少一条边界线穿过三角形网格，则选择该三角形网格三条边为特征区域的边界线并进行标记；

步骤(2-2-2)：若特征区域预边界线框中的边界点落在三角形网格内部，则选择该三角形网格三条边为特征区域的边界线并进行标记；

步骤(2-2-3)：若特征区域预边界线框中的边界线和/或边界点落在三角形边和/或三角形的顶点，则选择该三角形网格的该边和/或该顶点为特征区域的边界线并进行标记。

特征区域标记范围如图5所示。

如图2所示是本发明中模型简化分析示意图。图2模型简化分析示意图包括了步骤(3)的特征区域所占比例的分析，要求简化度的分析以及目标简化度的分析。

在本实施例中，所述步骤(3)中，

所述目标特征区域类别包括：显著特征、细微特征和一般特征；

计算所选择的目标特征区域在整体模型中所占的比例；

当目标特征区域在整体模型中所占的比例大于20％时，所述目标特征区域类别为显著特征；

当目标特征区域在整体模型中所占的比例小于5％时，所述目标特征区域类别为细微特征；

当目标特征区域在整体模型中所占的比例在5％～20％之间时，所述目标特征区域类别为一般特征。

在本实施例中，所述步骤(3)中，

所述模型类型包括高精度模型、低精度模型和过渡模型；所述要求简化度与模型类型的关系为：

当要求简化度小于20％时，所述仿真模型为高精度模型，在实际应用过程中待建模物体放置于靠近体感摄像机的位置获取数据；

当要求简化度大于70％时，所述仿真模型为低精度模型，在实际应用过程中待建模物体放置于远离体感摄像机的位置获取数据；

当要求简化度在20％和70％之间时，所述仿真模型为过渡模型，在实际应用过程中待建模物体放置于体感摄像机中间过渡位置获取数据。

本实施例对于高精度模型的建模数据获取，在实际应用过程中待建模物体放置于靠近体感摄像机的位置获取数据；对于低精度模型的建模数据获取，在实际应用过程中待建模物体放置于远离体感摄像机的位置获取数据；对于过渡模型的建模数据获取，在实际应用过程中待建模物体放置于体感摄像机中间过渡位置获取数据；采用该方法有效平衡占用系统内存空间和保持群体仿真模型真实感，尤其是对于计算机群体仿真，当应用在模型数量需求较大的应用场景时，既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

在本实施例中，所述步骤(3)中，计算目标特征区域的简化度C的具体步骤为：

对于高精度模型，目标特征区域的简化度C＝R×10％；针对高精度模型，不论特征区域在整体模型中所占的比例如何，对特征区域的简化只能是轻微的；

对于低精度模型，目标特征区域的简化度C＝R×(1-P)；针对低精度模型，不论特征区域在整体模型中所占的比例如何，对特征区域的简化可以加强，但又得保持一些特征；

对于过渡模型，目标特征区域的简化度C＝R×(1-P)×60％；针对过渡模型，要权衡特征区域在整体模型中所占的比例；

其中，R为要求简化度，P为目标特征区域在整体模型中所占的比例。

如图2所示特征区域的类别(即特征区域所占比例的分析)，目标模型类型(即要求简化度的分析)以及计算特征区域的简化率(即目标简化率的计算)的整体步骤，在本实施例中目标特征区域所占比例为18％，要求简化度是25％，所以通过图2计算得出的目标特征区域的简化度是25％×(1-18％)×60％＝12.5％。

在本实施例中，计算目标特征区域的简化度C之后，步骤(4)采用基于二次误差测度的边折叠简化方法分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，如图3所示，基于二次误差测度的边折叠简化方法的具体操作如下：

步骤(4-1)：对将要进行边折叠简化的区域的边的数量进行统计，特征区域的边的数量记为L(或非特征区域的边的数量记为M)，再输入目标特征区域的简化度C(或要求简化度R)，本示例的C是12.5％，R是25％；

步骤(4-2)：对于目标特征区域的每个顶点v＝[v_x,v_y,v_z,1]^T，定义一个4×4的二次误差测度矩阵Q_v，每个顶点的误差Δ(v)定义为v与其相关联平面集合P(v)的距离平方和，这个误差即折叠代价可以写成如下二次型形式：

其中，p是由方程ax+by+cz+d＝0，(a²+b²+c²＝1)定义的与v相关联的三角形所在的平面；

K_p是平面p的基本误差二次型，

二次误差测度矩阵Q_v则表示为

步骤(4-3)：将待折叠边记为(v_i,v_j)，v_i和v_j的二次误差测度矩阵分别为Q_i和Q_j，定义折叠后的顶点位置为v_new，v_new的误差矩阵为Q_new，Q_new＝Q_i+Q_j，新顶点v_new的二次误差代价为Δ(v_new)；Δ(v_new)＝v_new ^T(Q_i+Q_j)v_new；

步骤(4-4)：初始化时，先计算每个顶点的二次误差测度矩阵Q_v以及折叠代价Δ(v)，再根据折叠代价从小到大进行堆排序，从最小的边开始进行边折叠；

步骤(4-5)：计算边折叠后，即(v_i,v_j)→v_new，选取可替代顶点v_i,v_j的新顶点v_new的坐标，v_new是对方程Δ(v_new)＝v_new ^T(Q_i+Q_j)v_new求偏导数为0，

即

这样就得到一个线性方程组

由此得到新顶点v_new的最佳位置，即方程

折叠后v_new的二次误差测度矩阵

折叠后v_new的折叠代价为Δ(v_new)＝v_new ^TQ_vnewv_new；

步骤(4-6)：将所有顶点按折叠代价从小到大进行堆排序；

步骤(4-7)：每次选取折叠代价最小的边进行折叠，每完成一条边的折叠，即时更新折叠代价堆的信息以及该边领域内各几何元素的拓扑关系，然后冻结区域内的所有顶点，令这些顶点不能再作为折叠边的端点参与其后的边折叠操作，以此防止某区域内简化过度；

步骤(4-8)：每完成一条边的折叠，就计算该区域简化后的边的数量l(或者m)，然后计算

是否小于C(或者

是否小于R)；本示例在进行非特征区域简化时判断

是否小于25％，在进行特征区域简化时判断

是否小于12.5％；

步骤(4-9)：重复执行步骤(4-5)到步骤(4-8)，直到模型满足简化要求或折叠边的队列为空；本示例在进行时，当

小于25％，或者

小于12.5％时，模型简化达到要求，停止进行边折叠。

如图6所示为人体头部模型简化前的示意图，如图7所示为人体头部模型简化后的示意图，图8是本发明中人体头部模型简化前后对比示意图。在本实施例中在横向上建立模型库，根据不同场景需求选择不同简化率重建同一个模型；在纵向上拓展具体仿真模型，建立层次化的模型数据库。

实施例2：

本实施例2的目的是提供一种计算机可读存储介质。

为了实现上述目的，本发明采用如下一种技术方案：

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备设备的处理器加载并执行以下处理：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型。

实施例3：

本实施例3的目的是提供一种终端设备。

为了实现上述目的，本发明采用如下一种技术方案：

一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型。

本发明的有益效果：

1、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，在建模阶段，利用三维模型扫描软件扫描模型，在提高模型扫描效率的同时，利用三维模型扫描软件的功能对初始仿真模型进行初步的处理，方便、快捷，有效减少工作量，在初步的处理中根据模型的具体应用场景，选择性的减少模型面片数，在一定程度上可以减少模型大小，为后续的特征选择以及简化减少内存和工作量，缩短操作时间，提高处理效率；在保证精度的基础上，对于精度要求不高的场景，进一步减小占用系统的空间。

2、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，在仿真模型简化时，根据不同简化要求，对特征区域和非特征区域进行区别简化，使简化后的模型既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

3、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，选取目标特征区域时采用人工选取的方法，具有自主性，可以单独选取一个特征进行保留，也可以选择多个特征进行保留。

4、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，对于高精度模型的建模数据获取，在实际应用过程中待建模物体放置于靠近体感摄像机的位置获取数据；对于低精度模型的建模数据获取，在实际应用过程中待建模物体放置于远离体感摄像机的位置获取数据；对于过渡模型的建模数据获取，在实际应用过程中待建模物体放置于体感摄像机中间过渡位置获取数据；采用该方法有效平衡占用系统内存空间和保持群体仿真模型真实感，尤其是对于计算机群体仿真，当应用在模型数量需求较大的应用场景时，既满足了模型的真实感和多样性，保持了模型的特征，又能够降低系统的开销。

5、本发明所述的一种基于特征保留的仿真模型分程度简化生成方法及系统，在横向上建立模型库，根据不同场景需求选择不同简化率重建同一个模型；在纵向上拓展具体仿真模型，建立层次化的模型数据库。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (9)

1.一种基于特征保留的仿真模型分程度简化生成方法，其特征在于，该方法包括：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域的具体步骤为：

将简单处理后的初始仿真模型以三角形网格形式置于三维空间中，人工框选出目标特征区域，形成长方形的预边界线框；

判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线，并标记特征区域边界线及特征区域内的信息。

2.如权利要求1所述的一种基于特征保留的仿真模型分程度简化生成方法，其特征在于，采用体感摄像机与三维模型扫描软件相结合的方式扫描待建模物体数据获取待建模物体数据，根据获取的待建模物体数据进行仿真建模，得到初始仿真模型。

3.如权利要求1所述的一种基于特征保留的仿真模型分程度简化生成方法，其特征在于，在该方法中，对初始仿真模型进行简单处理的具体步骤为：

去除初始仿真模型背景及周围环境在扫描时产生的多余的点；

选择最低度平滑，形成一个缝合的光滑的且上色的模型；

根据模型的具体应用场景，选择性的减少模型面片数，对模型进行简化；

修复模型表面及填孔，将模型由一个空心的面片变成一个密闭的实体。

4.如权利要求1所述的一种基于特征保留的仿真模型分程度简化生成方法，其特征在于，判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线并进行标记的具体步骤为：

若特征区域预边界线框中的边界线将三角形网格划分为两部分，即至少一条边界线穿过三角形网格，则选择该三角形网格三条边为特征区域的边界线并进行标记；

若特征区域预边界线框中的边界点落在三角形网格内部，则选择该三角形网格三条边为特征区域的边界线并进行标记；

若特征区域预边界线框中的边界线和/或边界点落在三角形边和/或三角形的顶点，则选择该三角形网格的该边和/或该顶点为特征区域的边界线并进行标记。

5.如权利要求1所述的一种基于特征保留的仿真模型分程度简化生成方法，其特征在于，所述目标特征区域类别包括：显著特征、细微特征和一般特征；

计算所选择的目标特征区域在整体模型中所占的比例；

当目标特征区域在整体模型中所占的比例大于20％时，所述目标特征区域类别为显著特征；

当目标特征区域在整体模型中所占的比例小于5％时，所述目标特征区域类别为细微特征；

当目标特征区域在整体模型中所占的比例在5％～20％之间时，所述目标特征区域类别为一般特征。

6.如权利要求2所述的一种基于特征保留的仿真模型分程度简化生成方法，其特征在于，所述模型类型包括高精度模型、低精度模型和过渡模型；所述要求简化度与模型类型的关系为：

当要求简化度小于20％时，所述仿真模型为高精度模型，在实际应用过程中待建模物体放置于靠近体感摄像机的位置获取数据；

当要求简化度大于70％时，所述仿真模型为低精度模型，在实际应用过程中待建模物体放置于远离体感摄像机的位置获取数据；

当要求简化度在20％和70％之间时，所述仿真模型为过渡模型，在实际应用过程中待建模物体放置于体感摄像机中间过渡位置获取数据。

7.如权利要求1所述的一种基于特征保留的仿真模型分程度简化生成方法，其特征在于，计算目标特征区域的简化度C的具体步骤为：

对于高精度模型，目标特征区域的简化度C＝R×10％；

对于低精度模型，目标特征区域的简化度C＝R×(1-P)；

对于过渡模型，目标特征区域的简化度C＝R×(1-P)×60％；

其中，R为要求简化度，P为目标特征区域在整体模型中所占的比例；

计算目标特征区域的简化度C之后，采用基于二次误差测度的边折叠简化方法针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度。

8.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备设备的处理器加载并执行以下处理：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域的具体步骤为：

将简单处理后的初始仿真模型以三角形网格形式置于三维空间中，人工框选出目标特征区域，形成长方形的预边界线框；

判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线，并标记特征区域边界线及特征区域内的信息。

9.一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行以下处理：

获取待建模物体数据进行仿真建模，得到初始仿真模型，并对初始仿真模型进行简单处理；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域；

分析目标特征区域类别，根据要求简化度与模型类型的关系，计算目标特征区域的简化度；

分别针对目标特征区域内和目标特征区域外进行区别简化直至满足要求简化度，生成最终的仿真模型；

将简单处理后的初始仿真模型置于三维空间中，并人工选取目标特征区域的具体步骤为：

将简单处理后的初始仿真模型以三角形网格形式置于三维空间中，人工框选出目标特征区域，形成长方形的预边界线框；

判断预边界线框与三角形网格的位置关系，选择合适的三角形边成为特征区域的边界线，并标记特征区域边界线及特征区域内的信息。

Images