CN112784469A - 模型参数生成方法、装置、电子设备和可读存储介质 - Google Patents

模型参数生成方法、装置、电子设备和可读存储介质 Download PDF

Info

Publication number
CN112784469A
CN112784469A CN202110212477.6A CN202110212477A CN112784469A CN 112784469 A CN112784469 A CN 112784469A CN 202110212477 A CN202110212477 A CN 202110212477A CN 112784469 A CN112784469 A CN 112784469A
Authority
CN
China
Prior art keywords
model
dimensional
target
vertex
points
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.)
Pending
Application number
CN202110212477.6A
Other languages
English (en)
Inventor
马光辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Huya Technology Co Ltd
Original Assignee
Guangzhou Huya Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Huya Technology Co Ltd filed Critical Guangzhou Huya Technology Co Ltd
Priority to CN202110212477.6A priority Critical patent/CN112784469A/zh
Publication of CN112784469A publication Critical patent/CN112784469A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/021—Flattening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2008—Assembling, disassembling

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Image Generation (AREA)

Abstract

本申请实施例提供了一种模型参数生成方法、装置、电子设备和可读存储介质，涉及计算机技术领域领域。模型参数包括模型顶点的纹理坐标，方法包括：将目标三维模型的表面分割为多个区域；针对各个区域，生成该区域对应的二维图像，其中，二维图像为该区域对应的二维展平图像，二维图像中包括与目标三维模型的模型顶点对应的映射点；根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到目标三维模型的模型顶点的纹理坐标。如此，可自动获得目标三维模型的模型顶点的纹理坐标，无需通过耗时长的人工方式获得纹理坐标。

Description

模型参数生成方法、装置、电子设备和可读存储介质
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种模型参数生成方法、装置、电子设备和可读存储介质。
背景技术
三维模型仿真(比如，三维服装模型仿真)是结合三维模型、动力学原理和最优化理论等专业知识，生成与真实情况很接近的动态仿真效果。在仿真中，需要获得三维模型的模型顶点的纹理坐标。目前，一般是人工利用主流的三维模型处理软件(比如，Maya、Blender等)，来手动生成模型顶点的纹理坐标，无法自动对三维模型进行处理，从而得到需要的纹理坐标。
发明内容
本申请实施例提供了一种模型参数生成方法、装置、电子设备和可读存储介质，其能够自动高效地获得目标三维模型的模型顶点的纹理坐标。
本申请的实施例可以这样实现：
第一方面，本申请实施例提供一种模型参数生成方法，所述模型参数包括模型顶点的纹理坐标，所述方法包括：
将目标三维模型的表面分割为多个区域；
针对各个区域，生成该区域对应的二维图像，其中，所述二维图像为该区域对应的二维展平图像，所述二维图像中包括与所述目标三维模型的模型顶点对应的映射点；
根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标。
第二方面，本申请实施例提供一种模型参数生成装置，所述模型参数包括模型顶点的纹理坐标，所述装置包括：
分割模块，用于将目标三维模型的表面分割为多个区域；
展平模块，用于针对各个区域，生成该区域对应的二维图像，其中，所述二维图像为该区域对应的二维展平图像，所述二维图像中包括与所述目标三维模型的模型顶点对应的映射点；
坐标确定模块，用于根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标。
第三方面，本申请实施例提供提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实现前述实施方式中任意一项所述的模型参数生成方法。
第四方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述实施方式中任意一项所述的模型参数生成方法。
本申请实施例提供一种模型参数生成方法、装置、电子设备和可读存储介质，将目标三维模型的表面分割为多个区域，然后针对各区域，生成作为该区域对应的二维展平图像的二维图像，进而基于得到的二维图像以及二维图像中的映射点与目标三维模型的模型顶点的对应关系，得到包括该目标三维模型的模型顶点的纹理坐标的模型参数。由此，通过对目标三维模型进行自动分割、展平，可自动获得模型顶点的纹理坐标，该方式具有高效快速的特点，同时能够处理复杂的三维模型。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的电子设备的方框示意图；
图2为本申请实施例提供的模型参数生成方法的流程示意图之一；
图3为本申请实施例提供的目标三维模型的表面分割效果图；
图4为图2中步骤S120包括的子步骤的流程示意图；
图5为本申请实施例提供的二维图像排列示意图；
图6为本申请实施例提供的模型参数生成方法的流程示意图之二；
图7为本申请实施例提供的三角化处理示意图；
图8为本申请实施例提供的模型参数生成方法的流程示意图之三；
图9为本申请实施例提供的模型仿真效果图；
图10为本申请实施例提供的模型参数生成装置的方框示意图之一；
图11为本申请实施例提供的模型参数生成装置的方框示意图之二；
图12为本申请实施例提供的模型参数生成装置的方框示意图之三。
图标：100-电子设备；110-存储器；120-处理器；130-通信单元；200-模型参数生成装置；210-拓扑处理模块；220-分割模块；230-展平模块；240-坐标确定模块；250-仿真模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
随着科技的不断发展，各种三维虚拟对象也逐渐获得广泛的关注和青睐。而三维虚拟对象的落地需要经历三维建模、模型仿真等众多的步骤。其中，模型仿真需要投入大量的时间和精力来获得接近真实情况的动态仿真效果。在该仿真过程中，需要获得模型的顶点的纹理坐标。而人工获得纹理坐标的方式具有速度不高的不足。
以三维虚拟对象为三维虚拟数字人为例，直播、影视、金融和文旅等行业都在不断尝试用三维虚拟数字人来提升服务质量和服务水平。三维虚拟数字人的落地需要经历三维建模、骨骼绑定、服装仿真等众多的步骤，其中服装制作和仿真需要美术人员投入大量的时间和精力来获得真实的动态仿真效果。
三维服装仿真是结合三维服装模型、动力学原理和最优化理论等专业知识，生成真实的动态仿真效果。按照运行速度来分，包括实时和离线两种；按照布料解算求解的方式来分，包括基于位置和基于力两种。基于力的仿真模型，利用牛顿力学定律来更新质点的位置和速度，以达到高精度的仿真效果。而基于有限元的仿真方法，是其中一个经典的方案，广泛应用于精度要求比较高的应用场景下。基于有限元的三维服装仿真系统，对三维服装模型的顶点的纹理坐标有严格的要求。若通过人工手动方式获得纹理坐标，不仅速度慢，并且无法生成精确的纹理坐标。
为了解决以上问题，本申请实施例提供了一种模型参数生成方法、装置、电子设备和可读存储介质。
下面结合附图，对本申请的一些实施方式做详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。
请参照图1，图1为本申请实施例提供的电子设备100的方框示意图。所述电子设备100可以是，但不限于，电脑、服务器等。所述电子设备100可以包括存储器110、处理器120及通信单元130。所述存储器110、处理器120以及通信单元130各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中，存储器110用于存储程序或者数据。所述存储器110可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(ErasableProgrammable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory，EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序，并执行相应地功能。比如，存储器110中存储有模型参数生成装置200，所述模型参数生成装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器120通过运行存储在存储器110内的软件程序以及模块，如本申请实施例中的模型参数生成装置200，从而执行各种功能应用以及数据处理，即实现本申请实施例中的模型参数生成方法。
通信单元130用于通过网络建立所述电子设备100与其它通信终端之间的通信连接，并用于通过所述网络收发数据。
应当理解的是，图1所示的结构仅为电子设备100的结构示意图，所述电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2，图2为本申请实施例提供的模型参数生成方法的流程示意图之一。所述方法可应用于上述电子设备100。下面对模型参数生成方法的具体流程进行详细阐述。该方法可以包括步骤S120～步骤S140。
步骤S120，将目标三维模型的表面分割为多个区域。
三维模型的表面由多个多边形面片组成，每个面片的顶点即为该三维模型的模型顶点。在本实施例中，所述目标三维模型为需要获得模型顶点的纹理坐标的三维模型。所述目标三维模型可以是根据用户的输入操作确定的，也可以是根据预先设置的选择规则确定的，还可以是其他设备发送的，具体确定方式可以根据实际情况确定。所述目标三维模型可以是，但不限于，三维服装模型、桌子的三维模型等需要进行仿真的模型。
在确定所述目标三维模型之后，可利用任意方式将该目标三维模型的表面划分为多个区域。示例性地，在划分之后，可得到图3所示的表面分割效果图，图3中的每个块分别代表目标三维模型的模型表面的一个区域。其中，区域数量可以根据实际需求设置，只要保证划分之后各区域可以正常展开、同时数量不会过多即可。比如，划分之后，区域数量为目标三维模型的模型顶点数量的5％。
步骤S130，针对各个区域，生成该区域对应的二维图像。
在划分之后，可针对各个区域，生成该区域对应的二维图像。由此，可将所述目标三维模型表面的区域展开，得到该区域的二维展平图像。所述二维图像中包括与所述目标三维模型的模型顶点对应的映射点。
步骤S140，根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标。
在将各区域展开后，可基于各区域对应的二维图像，得到该二维图像中各点(即映射点)的纹理坐标。其中，二维图像中的映射点包括与目标三维模型的模型顶点对应的映射点、以及与目标三维模型的非顶点的点对应的映射点。进而可根据二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标。比如，二维图像中的点1是模型顶点a映射到二维平面上所对应的映射点，则可将点1的纹理坐标作为模型顶点a的纹理坐标。
当然可以理解的是，若还需要目标三维模型的非顶点的点的纹理坐标，则还可以根据二维图像中映射点与目标三维模型的非顶点的点的对应关系，得到目标三维模型的非顶点的点的纹理坐标。
由此，可通过对目标三维模型的模型表面进行自动分割及展平，进而基于展平得到的二维图像，得到目标三维模型的模型顶点的纹理坐标。并且，上述方式不受模型形态的限制，即使模型形态比较复杂，依然可以自动生成精确的参数化纹理坐标。
可选地，作为一种可选的实施方式，可通过聚类的方式，对目标三维模型的表面进行分割。请参照图4，图4为图2中步骤S120包括的子步骤的流程示意图。步骤S120可以包括子步骤S121～子步骤S123。
子步骤S121，根据所述目标三维模型的连通性，将所述目标三维模型分离成独立的子模型。
在本实施例中，可根据所述目标三维模型的模型文件，获得所述目标三维模型的原始顶点面片信息。该模型文件可以是，但不限于，OBJ文件、PLY文件等。其中，所述原始顶点面片信息至少包括各面片与该面片包括的模型顶点的对应关系，也即，基于该原始顶点面片信息可以确定每个面片包括了哪些模型顶点。
接着可根据原始顶点面片信息，得到该目标三维模型的顶点邻接关系，该顶点邻接关系包括顶点与顶点之间的相邻关系及顶点与面片之间的相邻关系，此处的顶点表示模型顶点。可选地，可直接根据该原始顶点面片信息得到所述顶点邻接关系；也可以基于原始顶点面片信息对目标三维模型进行拓扑处理，再基于处理后的目标三维模型，得到该目标三维模型的顶点邻接关系。所述顶点邻接关系体现了目标三维模型的连通性。其中，直接基于原始顶点面片信息得到的顶点邻接关系体现出的连通性，与拓扑处理后得到的顶点邻接关系体现的连通性相同。
进而可根据该顶点邻接关系体现出的连通性，将所述目标三维模型分离成独立的子模型。其中，连通性是生成所述目标三维模型时预先配置好的。比如，一个衣服上有一个蝴蝶结，该蝴蝶结与衣服的其他部分可以是连通的，也可以是不连通的；若配置之后是不连通的，则在根据连通性拆分时，该蝴蝶结可作为一个子模型。
子步骤S122，针对各子模型，在该子模型的表面进行采样，确定出多个采样点。
在本实施例中，可针对每一个子模型，通过在该子模型的表面进行采样，从而确定出多个采样点。可选地，作为一种可选的实施方式，可基于测地线算法对一个子模型的表面进行采样，以确定出该子模型表面上的采样点。当然可以理解的是，上述方式仅为举例说明，也可以使用其他方式进行采样。
为保证采样点尽可能均匀在子模型的表面、且数量不会过多，可先进行任意采样，然后基于得到的采样点进行调整，直到最后确定出的采样点符合要求。比如，可以先根据一个任意的测地距离在子模型的表面确定出采样点，例如，每隔1cm确定采一个点，然后基于确定出的采样点对使用的测地距离进行调整，直到最后确定出的采样点数量为该采样点所在的子模型的模型顶点总数量的5％。
子步骤S123，将该子模型的模型表面点划分为以采样点为中心的聚类集合。
在确定出一个子模型的采样点之后，可以根据各采样点在该子模型上的位置及该子模型的模型表面点的位置，对该子模型的模型表面点进行分类，每类的中心为一个采样点，从而得到以采样点为中心的聚类集合。其中，一个聚类集合中包括一个采样点，该聚类集合中包括的模型表面点组成该采样点对应的区域，也即，一个聚类集合对应了图4中的一个区域。
可选地，在分类时，可以利用常规的聚类算法，根据各采样点的位置及子模型的模型表面点的位置完成分类。也可以根据各采样点在该子模型上的位置，确定各采样点的相邻采样点；然后，针对各个采样点，根据该采样点的位置、该采样点的相邻采样点的位置及该子模型的其他各模型表面点(即子模型中除作为采样点的模型表面点之外的模型表面点)的位置，确定出以该采样点为中心的聚类集合。
其中，可以根据采样时使用的采样距离、采样点之间的距离，确定任意两个采样点是否相邻，从而确定出每个采样点的相邻采样点。比如，采样距离为b，两个采样点之间的测地距离为c，若c>1.2b，则可以确定这两个采样点不相邻；反之，若c小于或等于1.2b，则可以确定这两个采样点相邻。当然可以理解的是，该方式仅为举例说明，也可以通过其他方式确定一个采样点的相邻采样点。
作为一种可能的实现方式，可以根据每个采样点的位置、每个采样点的相邻采样点的位置，确定各采样点对应的边界，进而根据该边界确定出各采样点对应的聚类集合。
其中，在确定聚类集合的过程中，若重新确定了子模型的模型表面点的序号，并且聚类集合中包括的是新序号，则需要建立模型表面点新序号与原序号的对应关系，以便确定具体的模型表面点。比如，在目标三维模型中部分模型表面点的序号为10000-11000，该部分模型表面点属于采样点1对应的聚类集合，在该聚类集合中序号为0-1000，则需要建立序号索引映射关系，以便确定聚类集合中的点对应了目标三维模型的哪些模型表面点。
在确定一个子模型的各采样点所对应的区域之后，可生成各区域对应的二维图像，然后将其放置在一个平面上，得到如图5所示的二维图像排列示意图；进而获得在放置之后与所述模型顶点对应的映射点在所述平面中的纹理坐标。也即，一个子模型所对应的二维图像放置在一个平面上，由此可保证纹理图的独立性。
可选地，在一种可能的实现方式中，在划分之后，可提取一个区域的边界，然后根据基于原始顶点面片信息直接得到的顶点邻接关系、该边界及预设约束条件，通过不断优化，得到该区域对应的二维图像。
可选地，在另一种可能的实现方式中，为避免拓扑发生较大改变、纹理失真，可先对目标三维模型进行拓扑优化处理，再生成各区域对应的二维图像。请参照图6，图6为本申请实施例提供的模型参数生成方法的流程示意图之二。在步骤S130之前，所述方法还可以包括步骤S111～步骤S113。
步骤S111，获得所述目标三维模型的原始顶点面片信息。
可对所述目标三维模型的模型文件进行及解析，从而得到所述原始顶点面片信息。其中，所述原始顶点面片信息包括各面片与该面片包括的模型顶点的对应关系。
步骤S112，根据所述原始顶点面片信息，确定出模型顶点数量大于3的多边形面片，并对确定出来的多边形面片进行三角化处理，以将多边形面片划分为多个三角形面片。
根据所述原始顶点面片信息，可确定出每个面片包括的模型顶点数量。根据各面片所包括的模型顶点数量，可确定模型顶点数量大于3的多边形面片。针对顶点数量大于3的多边形面片，可对其进行三角化处理，从而将该多边形面片划分为多个三角形面片。由此，通过该拓扑优化处理，可使得所述目标三维模型中的面片尽可能都是三角形面片。在对目标三维模型完成三角化处理之后，该目标三维模型中不包括顶点数量大于3的多边形面片。
其中，可以按照面的索引方向，对顶点数量大于3的多边形面片，进行三角化处理。一般情况下，面的索引方向为逆时针方向。下面结合图7对三角化处理进行举例说明。按照逆时针方向，图7所示的多边形面片依次包括顶点A、B、C、D，按照逆时针方向，将该多边形面片划分为三角形ABC、ACD，由此完成了对该多边形面片的三角化处理。
步骤S113，在三角化处理之后，获得所述目标三维模型的顶点邻接关系。
在对所有模型顶点数量大于3的多边形面片完成三角化处理后，可根据此时的顶点面片信息，得到所述顶点邻接关系。其中，所述顶点邻接关系包括顶点与顶点之间的相邻关系及顶点与面片之间的相邻关系。可以理解的是，所述顶点邻接关系还可以包括其他内容，比如最新的顶点面片信息(其中，最新的顶点面片信息对应三角化处理之后的目标三维模型)。
可选地，在完成三角化处理后，还可以计算经过三角化处理得到的三角形面片的法线方向，然后将其与未经过三角化处理的面片的法线方向进行保存，以便后续仿真时使用。也可以在三角化处理之后，重新计算此时所述目标三维模型中各面片的法线方向，然后保存。
可选地，可以根据步骤S113得到的顶点邻接关系，确定所述目标三维模型的连通性，然后根据连通性将所述目标三维模型进行拆分为独立的子模型。
在生成一个区域的二维图像时，可根据步骤S113得到的顶点邻接关系及预设约束条件，对该区域进行展平，以生成该区域的二维图像。其中，所述预设约束条件具体可以根据实际需求设置。展平是个优化过程，可以根据所述顶点邻接关系及预设约束条件，通过不断优化，从而得到一个区域的二维图像。
作为一种可选的实施方式，针对一个区域，可以提取该区域的边界，然后根据所述顶点邻接关系、边界及预设约束条件，生成该区域的二维图像。其中，所述预设约束条件可以包括边界最小形变约束和/或三角形最小形变约束。针对各个区域，重复以上操作，即可得到各区域的二维图像。
在所述预设约束条件为边界最小形变约束和三角形最小形变约束的情况下，展平则是在保持每一个三角形尽可能小的发生形变的情况下，也要保持三角形之间的连贯性和平滑性，同时保持边界尽可能小的发生形变。其中，三角形之间的连贯性和平滑性，表示顶点邻接关系。由此，可以减少展平过程中拓扑发生较大改变的情况。
在生成一个子模型对应的二维图像后，可以按照面积将该子模型对应的二维图像排列在一个平面上，也可以将该子模型对应的二维图像随机排列在一个平面上。在排列之后，可以检测当前图像排列方式是否会导致二维图像中的映射点的纹理坐标出现重叠。若当前图像排列方式会导致二维图像中的映射点的纹理坐标出现重叠，则对当前图像排列方式进行调整，以将所述二维图像以纹理坐标无重叠的方式放置在所述平面上。若当前图像排列方式不会导致二维图像中的映射点的纹理坐标出现重叠，则无需进行调整，可认为完成放置。在完成放置的情况下，可获得此时二维图像中各映射点的纹理坐标，进而确定模型顶点的纹理坐标。
可选地，在排列之后，可以计算每个二维图像的包围盒，然后判断是否出现包围盒重叠的情况。若出现，则可确定当前图像排列方式导致二维图像中的映射点的纹理坐标出现重叠。若未出现，则可确定当前图像排列方式不会导致二维图像中的映射点的纹理坐标出现重叠。也即，以二维图像的包围盒没有重叠为检测标准，对二维图像进行放置。当然可以理解的是，上述方式仅为举例说明，也可以通过其他方式检测当前图像排列方式是否导致二维图像中的映射点的纹理坐标出现重叠。
请参照图8，图8为本申请实施例提供的模型参数生成方法的流程示意图之三。在步骤S140之后，所述方法还可以包括步骤S150。
步骤S150，将所述目标三维模型及模型参数输入仿真引擎中。
在本实施例中，所述模型参数可以包括模型顶点的纹理坐标，或者模型顶点的纹理坐标及所述目标三维模型的各面片的法线方向信息。其中，若未执行步骤S111～步骤S113，所述目标三维模型的各面片的法线方向信息，可以是对所述目标三维模型的模型文件进行解析得到的信息。若执行了步骤S111～步骤S113，所述目标三维模型的各面片的法线方向，可以是完成了三角化处理的目标三维模型的面片的法线方向。在获得所述模型参数的情况下，可将所述目标三维模型及所述模型参数等，输入到所述仿真引擎中，以完成所述目标三维模型的仿真。
以所述目标三维模型为三维服装模型为例，可以将三维服装模型、三维服装模型的模型顶点的纹理坐标、三维服装模型的面片的法线方向等，直接加载到基于有限元的仿真引擎中，得到图9所示的模型仿真效果图。由此，可以保证三维服装仿真的效果和质量。
为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种模型参数生成装置200的实现方式，可选地，该模型参数生成装置200可以采用上述图1所示的电子设备100的器件结构。进一步地，请参照图10，图10为本申请实施例提供的模型参数生成装置200的方框示意图之一。需要说明的是，本实施例所提供的模型参数生成装置200，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。模型参数包括模型顶点的纹理坐标。该模型参数生成装置200可以包括：分割模块220、展平模块230及坐标确定模块240。
所述分割模块220，用于将目标三维模型的表面分割为多个区域。
所述展平模块230，用于针对各个区域，生成该区域对应的二维图像。其中，所述二维图像为该区域对应的二维展平图像，所述二维图像中包括与所述目标三维模型的模型顶点对应的映射点。
所述坐标确定模块240，用于根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标。
请参照图11，图11为本申请实施例提供的模型参数生成装置200的方框示意图之二。所述模型参数生成装置200还可以包括拓扑处理模块210。
所述拓扑处理模块210用于：获得所述目标三维模型的原始顶点面片信息，其中，所述原始顶点面片信息包括各面片与该面片包括的模型顶点的对应关系；根据所述原始顶点面片信息，确定出模型顶点数量大于3的多边形面片，并对确定出来的多边形面片进行三角化处理，以将多边形面片划分为多个三角形面片；在三角化处理之后，获得所述目标三维模型的顶点邻接关系，其中，所述顶点邻接关系包括顶点与顶点之间的相邻关系及顶点与面片之间的相邻关系。
所述展平模块230具体用于：根据所述顶点邻接关系及预设约束条件，生成该区域的二维图像。
请参照图12，图12为本申请实施例提供的模型参数生成装置200的方框示意图之三。所述模型参数生成装置200还可以包括仿真模块250。
所述仿真模块250，用于：将所述目标三维模型及模型参数输入仿真引擎中。
可选地，上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器110中或固化于电子设备100的操作系统(Operating System，OS)中，并可由图1中的处理器120执行。同时，执行上述模块所需的数据、程序的代码等可以存储在存储器110中。
本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的模型参数生成方法。
综上所述，本申请实施例提供的模型参数生成方法、装置、电子设备和可读存储介质，将目标三维模型的表面分割为多个区域，然后针对各区域，生成作为该区域对应的二维展平图像的二维图像，进而基于得到的二维图像以及二维图像中的映射点与目标三维模型的模型顶点的对应关系，得到包括该目标三维模型的模型顶点的纹理坐标的模型参数。由此，通过对目标三维模型进行自动分割、展平，可自动获得模型顶点的纹理坐标，该方式具有高效快速的特点，同时能够处理复杂的三维模型。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、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、程序段或代码的一部分，所述模块、程序段或代码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。也应当注意，在有些作为替换的实现方式中，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。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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 (11)

1.一种模型参数生成方法，其特征在于，所述模型参数包括模型顶点的纹理坐标，所述方法包括：
将目标三维模型的表面分割为多个区域；
针对各个区域，生成该区域对应的二维图像，其中，所述二维图像为该区域对应的二维展平图像，所述二维图像中包括与所述目标三维模型的模型顶点对应的映射点；
根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标。
2.根据权利要求1所述的方法，其特征在于，
所述将目标三维模型的表面分割为多个区域，包括：
根据所述目标三维模型的连通性，将所述目标三维模型分离成独立的子模型；
针对各子模型，在该子模型的表面进行采样，确定出多个采样点；
将该子模型的模型表面点划分为以采样点为中心的聚类集合，其中，一个聚类集合中包括一个采样点，该聚类集合中包括的模型表面点组成该采样点对应的区域；
所述根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标，包括：
将对应同一子模型的二维图像放置在一个平面上，获得在放置之后与所述模型顶点对应的映射点在所述平面中的纹理坐标。
3.根据权利要求2所述的方法，其特征在于，所述将该子模型的模型表面点划分为以采样点为中心的聚类集合，包括：
根据各采样点的位置，确定各采样点的相邻采样点；
针对各采样点，根据该采样点的位置、该采样点的相邻采样点的位置及该子模型的其他各模型表面点的位置，确定出以该采样点为中心的聚类集合。
4.根据权利要求3所述的方法，其特征在于，所述将对应同一子模型的二维图像放置在一个平面上，包括：
将对应同一子模型的二维图像随机排列在所述平面上；
检测当前图像排列方式是否导致二维图像中的映射点的纹理坐标出现重叠；
在是的情况下，对当前图像排列方式进行调整，以将所述二维图像以纹理坐标无重叠的方式放置在所述平面上。
5.根据权利要求4所述的方法，其特征在于，所述检测当前图像排列方式是否导致二维图像中的映射点的纹理坐标出现重叠，包括：
计算各个二维图像的包围盒；
判断是否出现包围盒重叠的情况；
若出现，则确定当前图像排列方式导致二维图像中的映射点的纹理坐标出现重叠；
若未出现，则确定当前图像排列方式未导致二维图像中的映射点的纹理坐标出现重叠。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获得所述目标三维模型的原始顶点面片信息，其中，所述原始顶点面片信息包括各面片与该面片包括的模型顶点的对应关系；
根据所述原始顶点面片信息，确定出模型顶点数量大于3的多边形面片，并对确定出来的多边形面片进行三角化处理，以将多边形面片划分为多个三角形面片；
在三角化处理之后，获得所述目标三维模型的顶点邻接关系，其中，所述顶点邻接关系包括顶点与顶点之间的相邻关系及顶点与面片之间的相邻关系；
所述针对各个区域，生成该区域对应的二维图像，包括：
根据所述顶点邻接关系及预设约束条件，生成该区域的二维图像。
7.根据权利要求6所述的方法，其特征在于，所述根据所述顶点邻接关系及预设约束条件，生成该区域的二维图像，包括：
提取该区域的边界；
根据所述顶点邻接关系、边界及预设约束条件，生成该区域的二维图像，其中，所述预设约束条件包括边界最小形变约束和/或三角形最小形变约束。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述目标三维模型及模型参数输入仿真引擎中。
9.一种模型参数生成装置，其特征在于，所述模型参数包括模型顶点的纹理坐标，所述装置包括：
分割模块，用于将目标三维模型的表面分割为多个区域；
展平模块，用于针对各个区域，生成该区域对应的二维图像，其中，所述二维图像为该区域对应的二维展平图像，所述二维图像中包括与所述目标三维模型的模型顶点对应的映射点；
根据各区域对应的二维图像以及二维图像中映射点与模型顶点的对应关系，得到所述目标三维模型的模型顶点的纹理坐标。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实现权利要求1-8中任意一项所述的模型参数生成方法。
11.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任意一项所述的模型参数生成方法。
CN202110212477.6A 2021-02-25 2021-02-25 模型参数生成方法、装置、电子设备和可读存储介质 Pending CN112784469A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110212477.6A CN112784469A (zh) 2021-02-25 2021-02-25 模型参数生成方法、装置、电子设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110212477.6A CN112784469A (zh) 2021-02-25 2021-02-25 模型参数生成方法、装置、电子设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN112784469A true CN112784469A (zh) 2021-05-11

Family

ID=75761854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110212477.6A Pending CN112784469A (zh) 2021-02-25 2021-02-25 模型参数生成方法、装置、电子设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN112784469A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345079A (zh) * 2021-06-18 2021-09-03 厦门美图之家科技有限公司 面部三维模型可视化方法、装置、电子设备及存储介质
CN114387414A (zh) * 2021-12-13 2022-04-22 武汉工程大学 一种月壤颗粒模型的生成方法、装置、电子设备及介质
CN114529674A (zh) * 2022-02-18 2022-05-24 江南大学 基于二维版片模型的三维模型纹理映射方法、装置及介质
CN114707218A (zh) * 2022-04-08 2022-07-05 广东博智林机器人有限公司 三维模型简化方法及装置
CN116452770A (zh) * 2023-02-17 2023-07-18 北京德风新征程科技股份有限公司 三维模型重建方法、装置、设备和介质
CN116681791A (zh) * 2023-07-28 2023-09-01 江西省科学院能源研究所 基于三维陶瓷模型纹理的二维花纸生成方法及电子设备
CN116824026A (zh) * 2023-08-28 2023-09-29 华东交通大学 一种三维重建方法、装置、系统以及存储介质

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345079A (zh) * 2021-06-18 2021-09-03 厦门美图之家科技有限公司 面部三维模型可视化方法、装置、电子设备及存储介质
CN113345079B (zh) * 2021-06-18 2024-02-27 厦门美图宜肤科技有限公司 面部三维模型可视化方法、装置、电子设备及存储介质
CN114387414B (zh) * 2021-12-13 2024-03-19 武汉工程大学 一种月壤颗粒模型的生成方法、装置、电子设备及介质
CN114387414A (zh) * 2021-12-13 2022-04-22 武汉工程大学 一种月壤颗粒模型的生成方法、装置、电子设备及介质
CN114529674A (zh) * 2022-02-18 2022-05-24 江南大学 基于二维版片模型的三维模型纹理映射方法、装置及介质
CN114529674B (zh) * 2022-02-18 2024-04-12 江南大学 基于二维版片模型的三维模型纹理映射方法、装置及介质
CN114707218A (zh) * 2022-04-08 2022-07-05 广东博智林机器人有限公司 三维模型简化方法及装置
CN116452770A (zh) * 2023-02-17 2023-07-18 北京德风新征程科技股份有限公司 三维模型重建方法、装置、设备和介质
CN116452770B (zh) * 2023-02-17 2023-10-20 北京德风新征程科技股份有限公司 三维模型重建方法、装置、设备和介质
CN116681791A (zh) * 2023-07-28 2023-09-01 江西省科学院能源研究所 基于三维陶瓷模型纹理的二维花纸生成方法及电子设备
CN116681791B (zh) * 2023-07-28 2023-10-27 江西省科学院能源研究所 基于三维陶瓷模型纹理的二维花纸生成方法及电子设备
CN116824026A (zh) * 2023-08-28 2023-09-29 华东交通大学 一种三维重建方法、装置、系统以及存储介质
CN116824026B (zh) * 2023-08-28 2024-01-09 华东交通大学 一种三维重建方法、装置、系统以及存储介质

Similar Documents

Publication Publication Date Title
CN112784469A (zh) 模型参数生成方法、装置、电子设备和可读存储介质
US8711143B2 (en) System and method for interactive image-based modeling of curved surfaces using single-view and multi-view feature curves
US10137646B2 (en) Preparing a polygon mesh for printing
CN106997613B (zh) 根据2d图像的3d模型生成
US10571893B2 (en) Orientation optimization in 3D printing
TW200926060A (en) Geospatial modeling system providing user-selectable building shape options and related methods
TW200923835A (en) Geospatial modeling system providing inpainting and error calculation features and related methods
CN112560137A (zh) 基于智慧城市的多模型融合方法及系统
CN113724401B (zh) 一种三维模型切割方法、装置、计算机设备和存储介质
JP2023540730A (ja) 地形地図を構築する方法、装置、電子機器、及び読み取り可能な記憶媒体
CN113781642A (zh) 一种基于减面算法的三维模型多层级lod的生成方法
CN114429535A (zh) 一种三角网格曲面的光滑裁剪方法及装置
CN114290660A (zh) 曲面分层式3d打印方法及系统
CN116468870B (zh) 一种城市道路三维可视化建模方法及系统
EP4092557A1 (en) Parameterization of digital irregular freeform geometries
CN110837707B (zh) 一种有限元分析系统、方法、计算机设备及存储介质
CN113192171A (zh) 一种基于云端渲染的三维效果图高效渲染方法及系统
JP2008533614A (ja) 整合輪郭プロファイルを生成するシステム及び方法
CN109872280A (zh) 一种三维植物叶片点云的去噪与简化方法、装置及系统
CN115830286B (zh) 一种保持三维场景纹理清晰度一致量的烘焙方法
CN117036617B (zh) 快速构建大场景三维模型方法、系统及计算机系统
CN116383451B (zh) 一种地图分割方法、装置、电子设备及存储介质
CN116071276B (zh) 基于顶点的三维模型缺口修复方法、装置、设备及介质
JPH11339071A (ja) 点群からのポリゴン自動生成システム
CN114782642A (zh) 虚拟模型的摆放方法及装置

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