CN110533757A - 3d模型材质自动划分算法、纹理映射方法及处理设备 - Google Patents

Abstract

本申请涉及一种3D模型材质自动划分算法。根据目标物体的三角面片网格对物体表面的不同材质进行划分，包括以下步骤：根据目标物体的三角面片网格的邻接关系，构建无向图G(V，E)；其中V为顶点集，V中每个顶点v对应于T中一个三角形，E为边集，E中边e_{_ij}对应于T_{_i}、T_{_j}两个相邻三角形的公共边；根据目标物表面颜色阈值对目标物体的边集中的边进行赋权值；建立能量函数，求取无向图G的最小边割C；其中，能量函数中的参数包括边的权值以及顶点v对应的三角形的颜色值；最小边割C内每个闭合区域构成一个材质区域。利用目标物表面色块与材质的相关性，将材质分割问题转换为模型上的色块分割问题。实现模型网格的材质划分。

Description

3D模型材质自动划分算法、纹理映射方法及处理设备

技术领域

本公开涉及三维建模技术领域，尤其涉及一种3D模型材质自动划分算法、纹理映射方法及处理设。

背景技术

当前通过图像、激光扫描、结构光的三维重建等技术在自动化逆向建模领域发展迅速，在文博、影视、3D电商、3D打印等领域有广泛应用。这些自动化建模技术在完成建模的同时，能够利用标定参数，实现模型纹理的自动映射。这种具有纹理的模型对于3D打印等普通应用已经能够满足使用，但对于一些视觉要求较高的应用则还不够，如3D电商、影视等，需要还原模型上的材质信息，以适应在不同的环境光中实现高保真的渲染效果。

目前解决这类问题通常借助3dMax等编辑软件对模型进行手工编辑，对模型上的面片进行划分，再赋以相应的材质参数。

但是利用3dMax等3D编辑软件进行模型面片划分，是在三维上处理，手工交互流程比较复杂，特别是在材质边缘，对操作精细度要求很高，手工处理效率非常低下。

发明内容

有鉴于此，本公开提出了一种能够结合颜色参数快速进行材质类型划分的方法，及纹理映射方法以及能够实现该方法的设备。

为实现本发明目的提供的一种3D模型材质自动划分算法，其特征在于，根据目标物体的三角面片网格对物体表面的不同材质进行划分，包括以下步骤：

根据所述目标物体的三角面片网格的邻接关系，构建无向图G(V，E)；其中V为顶点集，V中每个顶点v对应于T中一个三角形，E为边集，E中边e__ij对应于T__i、T__j两个相邻三角形的公共边；

根据目标物表面颜色阈值对所述目标物体的边集中的边进行赋权值；

建立能量函数，求取所述无向图G的最小边割C；其中，所述能量函数中的参数包括边的权值以及顶点v对应的三角形的颜色值；

最小边割C内每个闭合区域构成一个材质区域。

作为3D模型材质自动划分算法的一种可实施方式，所述根据颜色阈值对所述目标物体的边集中的边进行赋值包括：

根据要赋权值的边两侧的三角形的颜色阈值根据预设公式进行赋权值。

作为3D模型材质自动划分算法的一种可实施方式，所述颜色阈值为预先对不同颜色设置的预设值。

作为3D模型材质自动划分算法的一种可实施方式，所述预设公式为：

其中，W_ij是边e_ij的权值，σ是权参数，D(v_i)是顶点v_i对应的三角面上颜色均值。

作为3D模型材质自动划分算法的一种可实施方式，所述建立能量函数，求取所述无向图G的最小边割C步骤中，所建立的能量函数如下：

F＝E_data+λE_smooth

其中λ是调节参数。

作为3D模型材质自动划分算法的一种可实施方式，还包括以下步骤：

输入材质分块的数量N，且所述N大于所述目标物体的实际材质的数量；

在目标物体上同一种材质，但色彩不完全一致的区域，或者颜色接近但属于不同材质的区域，利用颜色标记线进行标记，同一种颜色标记表示同一种材质，不同颜色的标记代表不同材质；

对于同色标记线经过的每两个相邻的三角面片，修正其公共边对应的G中的边赋值为正无穷；对于不同的颜色标记线经过的三角形，标记为不同的标签，标签取值范围为0～N-1，其公共边对应的边赋值为0。

作为3D模型材质自动划分算法的一种可实施方式，顶点v对应的三角形的颜色值为所述顶点v对应的三角形区域内颜色阈值的平均值；

步骤建立能量函数，求取所述无向图G的最小边割C中，采用多标记Graph-Cuts算法求取所述能量函数的最小值。

作为3D模型材质自动划分算法的一种可实施方式，所述目标物体为鞋，采用权利要求1至7任一项所述的自动划分算法对鞋的模型根据颜色不同对鞋表面进行自动划分。

基于同一发明构思，本发明还提供一种3D模型材质纹理映射方法，包括：使用前述任一种方法的3D模型材质自动划分算法对目标物体表面结合颜色进行材质自动划分，

再对自动划分后的目标物体每个材质区域根据颜色与材质的预设关系进行材质纹理映射。

同时还提供一种3D模型材质自动划分处理设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至9任意一项所述的方法。

本发明的有益效果包括：本发明提供的一种3D模型材质自动划分算法，利用目标物表面色块与材质的相关性，将材质分割问题转换为模型上的色块分割问题。在三维模型上建立最小能量函数，并利用graph-cuts算法进行最优求解，实现模型网格的材质划分。比传统的全部手动划分相比，处理速度更快，且根据颜色区域划分更精确。

附图说明

图1为本发明一种3D模型材质自动划分算法的一具体实施例的流程图；

图2为本发明一种3D模型材质自动划分算法的一具体实施例中目标物体表面网格三角面片示意图；

图3为图2所示的三角面片对应的无向图；

图4为材质不同颜色相近区域三角面片到无向图转换示意图；

图5为采用本发明的方法自动材质划分后纹理映射示意图。

图6为本发明一种3D模型材质自动划分处理设备的一实施例的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明的具体实施方式进行说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

本发明是为了通过物品的颜色特征对已经建模的物品表面的材质进行划分，从而便于后续根据材质对纹理进行映射。因此，本发明要求保护的方案主要是针对

如图1所示，为了根据目标物体的三角面片网格对物体表面的不同材质进行划分，其中一个实施例的一种3D模型材质自动划分算法，根据目标物体的三角面片网格对物体表面的不同材质进行划分，包括以下步骤：

S100，根据目标物体的三角面片网格的邻接关系，构建无向图G(V，E)；其中V为顶点集，V中每个顶点v对应于T中一个三角形，E为边集，E中边e__ij对应于T__i、T__j两个相邻三角形的公共边。

如图2和图3所示所示，对于tri网格划分的物体表面网格，利用Tri中网格的邻接关系，构建无向图G(V，E)，其中V为顶点集，V中每个顶点v对应于T中一个三角形，E为边集，E中边e_ij对应于T_i、T_j两个相邻三角形的公共边。图2中，左侧为由三个三角面T_1，T_2，T_3构成的三角面片拓扑模型Tri，右侧为其对应的无向图G(V，E)，V＝{v_1，v_2，v_3}，E＝{e_12，e_23}。

S200，根据目标物颜色阈值对目标物体的边集中的边进行赋权值。其中所述颜色阈值为目标物表面颜色对应的颜色阈值，一般目标物表面会包含多种颜色，每种颜色对应一种颜色阈值，且一般一种材质对应一种颜色。另外，实践中可以每种材质设定一种颜色的阈值，且可以选择与实物颜色相对应的颜色，如黑色皮面，则选择皮面的材质对应为黑色，且可以设定黑色的阈值为255。红色尼龙的设定一个阈值为75，80等，可以根据自己喜好进行选择设定。优选的不同材质选择不同的颜色，并设定相互不同的颜色阈值。

该步骤中根据颜色阈值对边进行赋值可以是根据边两侧的三角形的颜色阈值对边进行颜色赋值，会得到一个数值。

S300，建立能量函数，求取无向图G的最小边割C；其中，能量函数中的参数包括边的权值以及顶点v对应的三角形的颜色值。本步骤中，是通过三角形边的颜色赋值对整个表面网格区域划分，从而能够划分出多个颜色区域，因为颜色区域和材质是相关的或者对应的，从而达到划分出材质区域的目的。

S400,最小边割C内每个闭合区域构成一个材质区域。

构成一个材质区域后，后期可以对每个区域进行材质纹理映射。

本实施的3D模型材质自动划分算法，通过颜色与材质的关联性，将颜色参数化，通过参数构建三角形边的能量函数，从而求得最小边割，最小边割内每一个闭合区域都构成一个材质区域，从而实现材质区域的自动划分。尤其对于类似鞋子的物体，色块与材质通常具有很强的相关性。局部同一种材质，颜色一般一致；局部颜色一致的区域，通常对应同一种材质。利用这种色块与材质的相关性，将材质分割问题转换为模型上的色块分割问题。在三维模型上建立最小能量函数，并利用相关算法，如graph-cuts算法进行最优求解，实现模型网格的材质划分。

具体的，步骤S200中，对边集中的边进行能量赋权值时，可以根据要赋权值的边两侧的三角形的颜色阈值根据预设公式进行赋权值。且作为一种可实施方式，所述预设公式可以采用下述的公式：

其中，W_ij是边e_ij的权值，σ是权参数，D(v_i)是顶点v_i对应的三角面上颜色均值。采用颜色均值是指对每个顶点的对应的三角形整个面积内的颜色值取平均值。权参数σ可以根据公式(1)及后续能量函数计算公式需求进行取值。

作为一种可实施方式，步骤S300，建立能量函数，求取无向图G的最小边割C步骤，所建立的能量函数如下：

其中λ是调节参数。

可以利用多标记Graph-Cuts算法求得上述公式(2)的最小值，从而对应得到无向图G的最小边割C。

另外，当目标物体表面相同材质，但是对应的色彩有所区别或者颜色非常相近，但是为不同材质时，可以在步骤S200之后增加以下步骤，增加材质区域划分的准确性。

具体步骤如下：

S201，输入材质分块的数量N，且N大于目标物体的实际材质的数量。

S202，在目标物体上同一种材质，但色彩不完全一致的区域，或者颜色接近但属于不同材质的区域，利用颜色标记线进行标记，同一种颜色标记表示同一种材质，不同颜色的标记代表不同材质。

S203，对于同色标记线经过的每两个相邻的三角面片，修正其公共边对应的G中的边赋值为正无穷；对于不同的颜色标记线经过的三角形，标记为不同的标签，标签取值范围为0～N-1，其公共边对应的边赋值为0。

如图4所示，该鞋的表面黑色有皮面材质，还有布面材质，图示中划线图为按照步骤S201～S203对颜色相同但是材质不相同的区域所画出的标记线。图中闭合的标记曲线标识皮面区域，本实例中标记为一种颜色，如绿色，，用与皮面区域标记曲线不同的颜色的标记线标记布面，如可以选择红色。

上述标记线的标记仅需标记一些典型的三角面，不必遍历到所有的三角面，且标记线的过程为手工互动的过程，如图4所示，对皮面的区域边缘及内部典型的三角面进行了标记。

对于大量的鞋面局部区域同一种材质仅对应同一种颜色，且不同材质色彩明显不同的情况，上述标记线的过程可以忽略，如图4中的三个白色条状装饰。

正如上面所举例的，鞋因为表面一般相同颜色为同一种材质，不同材质一般具有较大差别，因此可以根据上述步骤对鞋的模型根据颜色不同对鞋表面进行自动材质划分。

基于同样的发明构思，本发明还提供一种3D模型材质纹理映射方法，其首先使用上述任一实施例的3D模型材质自动划分算法对目标物体表面结合颜色进行材质自动划分，再对自动划分后的目标物体每个材质区域根据颜色与材质的预设关系进行材质纹理映射。

如上述对鞋的表面进行材质划分后，再进行纹理映射，得到图5所示的映射结果。

同时，本发明还提供一种3D模型材质自动划分处理设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，处理器被配置为执行可执行指令时实现权利要求1至9任意一项的方法。

图6是根据一示例性实施例示出的一种3D模型材质自动划分处理设备800的框图。例如，800可以是移动电话，计算机，平板设备，个人数字助理等。

参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，输入/输出(I/O)的接口812，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由装置800的处理器820执行以完成上述方法。

本发明要求保护的可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种3D模型材质自动划分算法，其特征在于，根据目标物体的三角面片网格对物体表面的不同材质进行划分，包括以下步骤：

根据所述目标物体的三角面片网格的邻接关系，构建无向图G(V，E)；其中V为顶点集，V中每个顶点v对应于T中一个三角形，E为边集，E中边e__ij对应于T__i、T__j两个相邻三角形的公共边；

根据目标物表面颜色阈值对所述目标物体的边集中的边进行赋权值；

建立能量函数，求取所述无向图G的最小边割C；其中，所述能量函数中的参数包括边的权值以及顶点v对应的三角形的颜色值；

最小边割C内每个闭合区域构成一个材质区域。

2.根据权利要求1所述的3D模型材质自动划分算法，其特征在于，所述根据颜色阈值对所述目标物体的边集中的边进行赋值包括：

根据要赋权值的边两侧的三角形的颜色阈值根据预设公式进行赋权值。

3.根据权利要求2所述的3D模型材质自动划分算法，其特征在于，所述颜色阈值为预先对不同颜色设置的预设值。

4.根据权利要求2所述的3D模型材质自动划分算法，其特征在于，所述预设公式为：

其中，W_ij是边e_ij的权值，σ是权参数，D(v_i)是顶点v_i对应的三角面上颜色均值。

5.根据权利4所述的3D模型材质自动划分算法，其特征在于，所述建立能量函数，求取所述无向图G的最小边割C步骤中，所建立的能量函数如下：

F＝E_data+λE_smooth

其中λ是调节参数。

6.根据权利1所述的3D模型材质自动划分算法，其特征在于，还包括以下步骤：

输入材质分块的数量N，且所述N大于所述目标物体的实际材质的数量；

在目标物体上同一种材质，但色彩不完全一致的区域，或者颜色接近但属于不同材质的区域，利用颜色标记线进行标记，同一种颜色标记表示同一种材质，不同颜色的标记代表不同材质；

对于同色标记线经过的每两个相邻的三角面片，修正其公共边对应的G中的边赋值为正无穷；对于不同的颜色标记线经过的三角形，标记为不同的标签，标签取值范围为0～N-1，其公共边对应的边赋值为0。

7.根据权利5所述的3D模型材质自动划分算法，其特征在于，顶点v对应的三角形的颜色值为所述顶点v对应的三角形区域内颜色阈值的平均值；

步骤建立能量函数，求取所述无向图G的最小边割C中，采用多标记Graph-Cuts算法求取所述能量函数的最小值。

8.根据权利要求1至7任一项所述的3D模型材质自动划分算法，其特征在于，所述目标物体为鞋，采用权利要求1至7任一项所述的自动划分算法对鞋的模型根据颜色不同对鞋表面进行自动划分。

9.一种3D模型材质纹理映射方法，其特征在于，包括：使用权利要求1至8任一项所述的3D模型材质自动划分算法对目标物体表面结合颜色进行材质自动划分，

再对自动划分后的目标物体每个材质区域根据颜色与材质的预设关系进行材质纹理映射。

10.一种3D模型材质自动划分处理设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至9任意一项所述的方法。