CN111445506B - 一种波浪裙点云重构与曲面分割展平的方法 - Google Patents
一种波浪裙点云重构与曲面分割展平的方法 Download PDFInfo
- Publication number
- CN111445506B CN111445506B CN202010143589.6A CN202010143589A CN111445506B CN 111445506 B CN111445506 B CN 111445506B CN 202010143589 A CN202010143589 A CN 202010143589A CN 111445506 B CN111445506 B CN 111445506B
- Authority
- CN
- China
- Prior art keywords
- skirt
- point
- point cloud
- dimensional
- wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种波浪裙点云重构与曲面分割展平的方法,首先借助特定的扫描装置全面扫描波浪裙,获取波浪裙的三维点云数据。基于Bowyer‑Watson算法的Delaunay三角剖分实现波浪裙三维服装模型重构,然后基于改进能量模型曲面展平算法将三维波浪裙服装模型进行分割和展平,自动生成服装样板。一方面,用服装数字化技术结合计算机算法可以解决以上深度信息获取的问题,来重现服装三维造型,并自动生成服装样板,降低对人的主观经验的依赖程度。另一方面,可以避免服装的破损,保证服装的完整性。
Description
技术领域
本发明属于服装设计领域,具体涉及了一种波浪裙点云重构与曲面分割展平的方法
背景技术
现有技术中,从服装图片出发,提出了一种从成衣图像中提取款式图的算法,接着,将提取的款式图基于形状特征进行服装款式图识别。在此基础上,另有研究者对款式图进行参数化提取,基于参数化制版规则经编程自动生成服装样板,但得到的样板做成实物之后与图片服装在造型上存在明显差异性。而从服装实物出发,通过服装原型实物平铺的俯视投影获得原型三维模型的轮廓线,获取轮廓线数据,匹配数据库进行样板调用及修正,但是缺乏对服装三维造型深度信息的获取。
发明内容
本发明的目的在于提供一种波浪裙点云重构与曲面分割展平的方法,基于Bowyer-Watson算法的Delaunay三角剖分实现波浪裙三维服装模型重构,然后基于改进能量模型曲面展平算法将三维波浪裙服装模型进行分割和展平,自动生成服装样板。一方面,用服装数字化技术结合计算机算法可以解决以上深度信息获取的问题,来重现服装三维造型,并自动生成服装样板,降低对人的主观经验的依赖程度。另一方面,可以避免服装的破损,保证服装的完整性。
为了解决上述技术问题,采用如下技术方案:
一种波浪裙点云重构与曲面分割展平的方法,其特征在于包括如下步骤:
(1)借助该扫描装置完整获取样衣三维波浪裙点云数据;
(2)多种融合方法去噪;
(3)进行ICP点云配准;
(4)裙腰上边界进行局部拟合,遍历腰头拟合的点,寻找腰截面前后左右边界点,腰截面上前中点与后中点的连线,与左右侧腰点连线的交点为截面中心,以截面中心为原点重新建立新三维坐标系;
(5)采用曲率变化率插值法对裙腰上边界和裙下摆边界的孔洞进行插值或拟合,进行裙片孔洞修复,达到大小孔洞的自动识别与修复的目的;
(6)通过Bowyer-Watson算法Delaunay三角剖分对已经处理过的裙身点云主体进行三角网格化,将空间散乱点数据与服从拓扑结构相邻点连接起来形成一个网状结构,重新构建波浪裙曲面以得到波浪裙模型;
(7)用法向量梯度特征法寻找分割线,分别为腰头与裙片的分割线、前后裙片缝合产生的左右侧缝线,进行分割,使波浪裙服装模型被分割成三个三维的自由曲面;
(8)基于改进能量模型曲面展开算法,将已经分割完毕的三维裙片,在形变最小的情况下,释放弹性形变能量,变成服装二维样板。
优选后,步骤(2)中多种融合方法去噪的具体步骤为:将获得的三维波浪裙点云数据用k-d树法构建索引,构建领域拓拔关系,查找欧氏距离阈值去噪;腰头上边界用局部拟合算法进行小尺度去噪,整体光滑处理。
优选后,k-d树法索引,查找欧氏距离阈值法具体步骤是:设置k=3,数据每个节点是三维的特殊二叉树。首先输入点云,分别计算x,y,z轴方向上的方差:其中结果是:Sy>Sx>Sz;于是选取y方向为分裂维;计算数据点在分裂维上的重心作为节点,根据节点划分为左右子树;最后得到8个节点来完成建树。求出欧式距离阈值,不满足条件的点云被当做噪声去除;
在局部拟合过程中:查找曲率在接近xOy平面的点,以最小二乘法进行曲线拟合,形成腰头曲线,去除曲线外的点。
优选后,步骤(3)中ICP点云配准具体步骤是:将裙子点云数据转换成矩阵集,计算最近点集、计算变化矩阵、应用变换矩阵、计算目标函数和阈值。
优选后,步骤(6)中Bowyer-Watson算法Delaunay三角剖分的具体步骤为:从一个三角形开始,插入一点Q,然后判断点Q与四面体列表里每个四面体的外接球的相对位置关系;首先定义u,v是参数化变量,用三角参数空间定义三角形,计算该三角形的圆心和半径;选择一个离散点P,若P在三角形内,则删除三角边,重新连接四点形成三个三角形;若P在边上,则增加四边和形成四个三角;然后进行空外接圆检测,迭代直到通过检测。
优选后,步骤(7)中法向量梯度特征法具体步骤是:先求取点云法向量梯度,将梯度设置阈值范围,属于此阈值范围的点云设置为(0,0,0),根据梯度特征提取缝份自由曲线,并定义此自由曲线为分割线。
优选后,步骤(8)中基于改进的能量模型曲面展平算法具体步骤是:放置初始位置,输入三角网格集合,建立弹簧质点系统M,加入面料的弹性模量,采用约束法展开三角片Si,将Si加入M系统,迭代释放能量,减小过程振动,输出二维样板。
优选后,该扫描装置包括采集装置及人台装置,人台装置穿着样衣,采集装置包括有扫描仪,通过扫描仪扫描人台装置的样衣,该扫描装置还包括有连接采集装置与人台装置的机械装置,采集装置的底部设置活动轮子,借助活动轮子与机械装置,使采集装置可围绕人台装置旋转。本发明通过机械装置连接采集装置与人台装置,构建两者之间的连接关系,使整个扫描装置更加稳定。此外,该机械装置配合活动轮子,使得扫描装置能够绕着人台装置周转,实现扫描仪全方位、全角度扫描样衣,达到均匀、全面采样的目的,方便后续的数据处理。
采集装置还包括有高度调节杆,高度调节杆上安装有扫描仪,高度调节杆的底部设置活动轮子;人台装置包括人台、底座与人台高度调节杆,人台通过人台高度调节杆安装于底座;机械装置包括上伸缩杆与下伸缩杆,上伸缩杆连接人台顶点与高度调节杆的顶点,下伸缩杆连接底座节点与高度调节杆的底部。高度调节杆与人台高度调节杆用于调节扫描仪与人台(即样衣)的高度,使其能够被设置在最佳的扫描位置,达到均匀、全面、清晰采样的目的,方便后续的数据处理。上伸缩杆与下伸缩杆分别固定采集装置与人台装置的上端点与下端点,维持采集装置旋转状态下的稳定性。且上伸缩杆与下伸缩杆具有可伸缩的特点,方便调节采集装置与人台装置之间的间距,满足不同的扫描要求。
采用上述技术方案,具有以下有益效果:
本发明为一种波浪裙点云重构与曲面分割展平的方法,基于Bowyer-Watson算法的Delaunay三角剖分实现波浪裙三维服装模型重构,然后基于改进能量模型曲面展平算法将三维波浪裙服装模型进行分割和展平,自动生成服装样板。一方面,用服装数字化技术结合计算机算法可以解决以上深度信息获取的问题,来重现服装三维造型,并自动生成服装样板,降低对人的主观经验的依赖程度。另一方面,可以避免服装的破损,保证服装的完整性。
本发明能够获取实物的深度信息,更加真实的重建出服装的三维造型;算法完善成熟后,能够快速的获取服装样板,降低成本,提高服装企业的生产效率,同时也比现有技术更加接近真实服装样板;此外,用数字化技术结合计算机算法实现,能够降低企业对制版经验丰富的技术人员的依赖,解决技术人员缺乏的问题。
附图说明
下面结合附图对本发明作进一步说明:
图1为本发明一种波浪裙点云重构与曲面分割展平方法的流程图;
图2为本发明三维服装扫描装置的结构示意图;
图3为本发明中三维波浪裙点云k-d索引示意图;
图4为本发明中点云坐标重建示意图;
图5为本发明中波浪裙三角剖分示意图;
图6为本发明中查找波浪裙分割线示意图;
图7为本发明中波浪裙曲面展开的初始净样板的示意图。
具体实施方式
下面结合具体的实施例对发明作进一步阐述,
如图1-7所示的一种波浪裙2点云重构与曲面分割展平的方法,包括如下步骤:
(1)借助该扫描装置完整获取样衣三维波浪裙2点云数据:
如图2所示,该扫描装置包括采集装置及人台装置,人台装置穿着波浪裙2,采集装置包括有扫描仪6,通过扫描仪6扫描人台装置的波浪裙2,从而获取波浪裙2的点云数据。
该扫描装置还包括有连接采集装置与人台装置的机械装置,采集装置的底部设置活动轮子7,借助活动轮子7与机械装置,使采集装置可围绕人台装置旋转。本发明通过机械装置连接采集装置与人台装置,构建两者之间的连接关系,使整个扫描装置更加稳定。此外,该机械装置配合活动轮子7,使得扫描装置能够绕着人台装置周转,实现扫描仪6全方位、全角度扫描样衣,达到均匀、全面采样的目的,方便后续的数据处理。
采集装置还包括有高度调节杆5,高度调节杆5上安装扫描仪6,高度调节杆5的底部设置活动轮子7;人台装置包括人台1、底座4与人台高度调节杆3,人台1通过人台高度调节杆3安装于底座4;机械装置包括上伸缩杆8与下伸缩杆9,上伸缩杆8连接人台1顶点与高度调节杆5的顶点,下伸缩杆9连接底座4节点与高度调节杆5的底部。高度调节杆5与人台高度调节杆3用于调节扫描仪6与人台1(即波浪裙2)的高度,使其能够被设置在最佳的扫描位置,达到均匀、全面、清晰采样的目的,方便后续的数据处理。上伸缩杆8与下伸缩杆9分别固定采集装置与人台装置的上端点与下端点,维持采集装置旋转状态下的稳定性。且上伸缩杆8与下伸缩杆9具有可伸缩的特点,方便调节采集装置与人台装置之间的间距,满足不同的扫描要求。
此外,该扫描装置还可设置固定轨道10,使得采集装置的活动轮子7在固定轨道10上运动,可以使整个过程更加稳定,能够实现均匀采样,方便后续的数据处理。
具体步骤如下:
a、安装该扫描装置:人台1穿上波浪裙2,通过人台高度调节杆3安装在底座4上,采集装置的高度调节杆5上安装并固定扫描仪6,扫描仪6朝向人台装置,安装后分别调整扫描仪6与人台1的高度,使两者匹配;再将上伸缩杆8与下伸缩杆9调成相同长度,分别连接人台装置与采集装置。
b、扫描前装置距离调整:扫描前调整人台装置与采集装置之间的间距;调试扫描仪6,进行标定消除系统误差,然后确定合适的扫描距离α,保证一定的采集数据密度,然后调节上伸缩杆8与下伸缩杆9为此距离长度α。
c、深度信息的获取
依次固定扫描仪6高度在波浪裙2可扫描范围上半部分、中间位置、下半部分,将人台1为旋转中轴线,以α为半径,匀速的做圆周运动,共旋转三周,直到完整波浪裙2三维点云数据的获取。通过控制扫描仪6在固定轨道10上运动,可以使整个过程更加稳定,能够实现均匀采样,方便后续的数据处理。
(2)多种融合方法去噪:
通过步骤(1)得到此款波浪裙2的点云数据有n=347066(个),由于是三维数据,故k=3,首先进行k-d树法索引,构建点与点之间的拓拔关系,如图3所示,分别计算x,y,z轴方向上的方差: 其中结果是:Sy=14120.13,Sx=13285.58,Sz=10041.63,三者关系是Sy>Sx>Sz。于是选取y方向为分裂维;计算数据点在分裂维上的重心作为节点,根据节点划分为左右子树;最后得到8个节点,建树完成。查询每个数据点k领域,定义集合Q,计算Qi的点云密度qi:/>dis(qi,qj)为两点的欧式距离,确定邻域最少数据点个数Qmin,少于最小值的点当做噪声删除。
(3)腰头上边界用局部拟合算法进行小尺度去噪:
对数据点qi构建局部邻域,用最小二乘法将其拟合成一个小平面W,定义采样法向量,最后将点法向量满足条件的筛选出,拟合成曲线,曲线以外为噪声。
(4)ICP点云配准与坐标系重建:
将裙子点云数据转换成矩阵集,计算最近点集、计算变化矩阵、应用变换矩阵、计算目标函数和阈值。
(5)如图4所示,裙腰上边界进行局部拟合,用曲率特征遍历腰头拟合的点,寻找腰截面前后左右边界点,腰截面上前中点B与后中点D的连线,与左右侧腰点C、A连线的交点为截面中心。如图4所示,以截面中心为原点O,重新建立新三维坐标系。
(6)修复孔洞:
采用曲率变化率插值法对裙腰上边界和裙下摆边界的孔洞进行几何特征拟合,构造新的点云拓拔关系,进行裙片孔洞修复,达到大小孔洞的自动识别与修复的目的。
(7)基于Bowyer-Watson算法Delaunay三角剖分曲面重构:
a、从一个三角形开始,插入一点Q,然后判断点Q与四面体列表里每个四面体的外接球的相对位置关系。首先定义u,v是参数化变量,用三角参数空间定义三角形,计算该三角形的圆心O和半径R。
b、判断位置空外接圆检测,选择一个离散点P,若P在三角形内,则删除三角边,重新连接四点形成三个三角形;若P在边上,则增加四边和形成四个三角。然后进行空外接圆检测,迭代直到通过检测,最后得到692696个三角面,如图5所示。
(8)基于改进能量模型曲面展开算法的样板生成:
a、用法向量梯度特征法寻找分割线:如图6所示,先求取点云法向量梯度,将梯度设置阈值范围,属于此阈值范围的点云设置为(0,0,0),根据梯度特征提取缝份自由曲线,并定义此自由曲线为分割线。如图6,分别为腰头与裙片的分割线EKGJ曲线、前后裙片缝合产生的左右侧缝线,GH、EF自由曲线,进行分割,使波浪裙2服装模型被分割成三个三维的自由曲面。
b、基于改进能量模型曲面展开算法曲面展开。放置初始位置,输入三角网格集合,建立弹簧质点系统M,加入面料的弹性模量,采用约束法展开三角片Si,将Si加入M系统,计算每个顶点的变形能Wi,迭代释放能量,如图7所示,减小过程振动,输出服装二维样板。
以上仅为本发明的具体实施例,但本发明的技术特征并不局限于此。任何以本发明为基础,为解决基本相同的技术问题,实现基本相同的技术效果,所作出地简单变化、等同替换或者修饰等,皆涵盖于本发明的保护范围之中。
Claims (6)
1.一种波浪裙点云重构与曲面分割展平的方法,其特征在于包括如下步骤:
(1)借助扫描装置完整获取样衣三维波浪裙点云数据;
(2)多种融合方法去噪;
(3)进行ICP点云配准;
(4)裙腰上边界进行局部拟合,遍历腰头拟合的点,寻找腰截面前后左右边界点,腰截面上前中点与后中点的连线,与左右侧腰点连线的交点为截面中心,以截面中心为原点重新建立新三维坐标系;
(5)采用曲率变化率插值法对裙腰上边界和裙下摆边界的孔洞进行插值或拟合,进行裙片孔洞修复,达到大小孔洞的自动识别与修复的目的;
(6)通过Bowyer-Watson算法Delaunay三角剖分对已经处理过的裙身点云主体进行三角网格化,将空间散乱点数据与服从拓扑结构相邻点连接起来形成一个网状结构,重新构建波浪裙曲面以得到波浪裙模型;
(7)用法向量梯度特征法寻找分割线,分别为腰头与裙片的分割线、前后裙片缝合产生的左右侧缝线,进行分割;
(8)基于改进能量模型曲面展开算法,将已经分割完毕的三维裙片,在形变最小的情况下,释放弹性形变能量,减小振动,变成服装二维样板;基于改进能量模型曲面展平算法具体步骤是:放置初始位置,输入三角网格集合,建立弹簧质点系统M,加入面料的弹性模量,采用约束法展开三角片Si,将Si加入M系统,迭代释放能量,输出二维样板。
2.根据权利要求1所述的一种波浪裙点云重构与曲面分割展平的方法,其特征在于:所述步骤(2)中多种融合方法去噪的具体步骤为:将获得的三维波浪裙点云数据用k-d树法构建索引,构建领域拓拔关系,查找欧氏距离阈值去噪;腰头上边界用局部拟合算法进行小尺度去噪,整体光滑处理。
4.根据权利要求1所述的一种波浪裙点云重构与曲面分割展平的方法,其特征在于:所述步骤(3)中ICP点云配准具体步骤是:将裙子点云数据转换成矩阵集,计算最近点集、计算变化矩阵、应用变换矩阵、计算目标函数和阈值。
5.根据权利要求1所述的一种波浪裙点云重构与曲面分割展平的方法,其特征在于:所述步骤(6)中Bowyer-Watson算法Delaunay三角剖分的具体步骤为:从一个三角形开始,插入一点Q,然后判断点Q与四面体列表里每个四面体的外接球的相对位置关系;首先定义u,v是参数化变量,用三角参数空间定义三角形,计算该三角形的圆心和半径;选择一个离散点P,若P在三角形内,则删除三角边,重新连接四点形成三个三角形;若P在边上,则增加四边和形成四个三角;然后进行空外接圆检测,迭代直到通过检测。
6.根据权利要求1所述的一种波浪裙点云重构与曲面分割展平的方法,其特征在于:所述步骤(7)中法向量梯度特征法具体步骤是:先求取点云法向量梯度,将梯度设置阈值范围,属于此阈值范围的点云设置为(0,0,0),根据梯度特征提取缝份自由曲线,并定义此自由曲线为分割线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010143589.6A CN111445506B (zh) | 2020-03-04 | 2020-03-04 | 一种波浪裙点云重构与曲面分割展平的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010143589.6A CN111445506B (zh) | 2020-03-04 | 2020-03-04 | 一种波浪裙点云重构与曲面分割展平的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111445506A CN111445506A (zh) | 2020-07-24 |
CN111445506B true CN111445506B (zh) | 2023-06-06 |
Family
ID=71654093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010143589.6A Active CN111445506B (zh) | 2020-03-04 | 2020-03-04 | 一种波浪裙点云重构与曲面分割展平的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111445506B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201751064U (zh) * | 2010-01-06 | 2011-02-23 | 华泰(南通)船务有限公司 | 驳样模板钻孔装置 |
CN102109337A (zh) * | 2009-12-23 | 2011-06-29 | 上海船厂船舶有限公司 | 驳样方法 |
CN107958488A (zh) * | 2017-10-16 | 2018-04-24 | 中国科学院自动化研究所 | 服装裁片的交互式编辑与缝合方法及装置 |
CN110163728A (zh) * | 2019-05-30 | 2019-08-23 | 肖伯祥 | 一种个性化服装定制制版方法 |
CN110264310A (zh) * | 2019-05-30 | 2019-09-20 | 肖伯祥 | 一种基于人体大数据的服装制版方法 |
CN209573334U (zh) * | 2019-02-21 | 2019-11-05 | 江西服装学院 | 一种服装驳样装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10628666B2 (en) * | 2010-06-08 | 2020-04-21 | Styku, LLC | Cloud server body scan data system |
-
2020
- 2020-03-04 CN CN202010143589.6A patent/CN111445506B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102109337A (zh) * | 2009-12-23 | 2011-06-29 | 上海船厂船舶有限公司 | 驳样方法 |
CN201751064U (zh) * | 2010-01-06 | 2011-02-23 | 华泰(南通)船务有限公司 | 驳样模板钻孔装置 |
CN107958488A (zh) * | 2017-10-16 | 2018-04-24 | 中国科学院自动化研究所 | 服装裁片的交互式编辑与缝合方法及装置 |
CN209573334U (zh) * | 2019-02-21 | 2019-11-05 | 江西服装学院 | 一种服装驳样装置 |
CN110163728A (zh) * | 2019-05-30 | 2019-08-23 | 肖伯祥 | 一种个性化服装定制制版方法 |
CN110264310A (zh) * | 2019-05-30 | 2019-09-20 | 肖伯祥 | 一种基于人体大数据的服装制版方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111445506A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Garment pattern generation from body scan data | |
US7814441B2 (en) | System and method for identifying original design intents using 3D scan data | |
Li et al. | Analysis, reconstruction and manipulation using arterial snakes | |
CN107123164A (zh) | 保持锐利特征的三维重建方法及系统 | |
Chang et al. | 3D shape engineering and design parameterization | |
CN107016725A (zh) | 一种顾及LiDAR点云数据分布差异的植被三维实景建模方法 | |
CN106600680A (zh) | 一种建筑物体框模型批量精细三维建模方法 | |
CN105006016A (zh) | 一种贝叶斯网络约束的部件级三维模型构建方法 | |
CN112419489B (zh) | 一种基于特征融合与rbf网络的三维-二维的样板生成方法 | |
CN114399603A (zh) | 一种煤矿隧道拱面的三维曲面重构方法 | |
CN116402973A (zh) | 一种基于lod重构的倾斜摄影模型优化方法、系统 | |
CN111445506B (zh) | 一种波浪裙点云重构与曲面分割展平的方法 | |
Zhou et al. | Curve skeleton extraction via k-nearest-neighbors based contraction | |
CN113987610B (zh) | 基于网格映射的不同分辨率服装曲面网格的匹配方法 | |
Branch et al. | A hole-filling algorithm for triangular meshes using local radial basis function | |
CN117475110B (zh) | 叶片的语义三维重建方法、装置、电子设备及存储介质 | |
Soni et al. | Parameterization of prismatic shapes and reconstruction of free-form shapes in reverse engineering | |
Alai | A review of 3D design parameterization using reverse engineering | |
Peng et al. | Rapid parametric human modeling in 3D garment simulation | |
CN108876922A (zh) | 一种基于内二面角补角正则化的网格修补方法 | |
Dekkers et al. | A sketching interface for feature curve recovery of free-form surfaces | |
CN114549795A (zh) | 一种鞋楦曲面的参数化重构方法、系统、介质及设备 | |
CN107248163A (zh) | 一种面向旋转对称瓷器的纹饰展开图的自动生成方法 | |
CN114049426A (zh) | 植物的建模方法、电子设备及计算机存储介质 | |
Lin et al. | A novel tree-structured point cloud dataset for skeletonization algorithm evaluation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |