CN113012271A - 一种基于uv贴图的手指三维模型纹理映射方法 - Google Patents

Abstract

本发明提供了一种基于UV贴图的手指三维模型纹理映射方法，包括如下步骤：从手指三维网格模型中，获取组成手指轮廓的所有顶点的坐标集合和三角面片集合；选取其中任意三个摄像机坐标系原点组建出空间平面，求出所有摄像机所在的空间平面方程；从三维到二维映射模型的三角面片纹理并做插值和平均灰度值处理；再将得到的二维纹理信息以UV贴图的方式写回到无纹理的手指模型中，得到带有纹理信息的手指三维网格模型。该方法重建出的手指三维网格模型基本保留了完整的指部纹理，贴合实际的人体手指，能够较少丢失手指特征信息，可有效解决因手指姿态和位置而造成手指识别的影响，对于指部识别精度的提高有着很大的作用。

Description

一种基于UV贴图的手指三维模型纹理映射方法

技术领域

本发明涉及生物特征识别技术领域，更具体地说，涉及一种基于UV贴图的手指三维模型纹理映射方法。

背景技术

三维重建是指对三维物体建立适合计算机表示和处理的数学模型，从而获取物体三维结构和信息的一种技术，目前在许多方面已经取得了非常成功的应用。同时随着科学的发展，人们对于自我财产和信息的保护意识更为强烈，需要进行身份认证的场合也越来越多。

生物特征识别作为一种身份识别技术已经应用得十分广泛，其中基于指部的身份认证方式有其独特的优势。如今传统的指部识别方法一般是通过单目相机拍摄出二维图像(比如指纹)，然后在此基础上用一系列方法进行处理得到识别结果。然而这种技术方案存在一定的不足，首先是单一相机获取的指部图像信息有限，其次，传统指纹识别方法受手指姿态和位置的影响较大，并存在容易被伪造等缺陷。

发明内容

为克服现有技术中的缺点与不足，本发明的目的在于提供一种基于UV贴图的手指三维模型纹理映射方法；该方法重建出的手指三维网格模型基本保留了完整的指部纹理，贴合实际的人体手指，能够较少丢失手指特征信息，可有效解决因手指姿态和位置而造成手指识别的影响，对于指部识别精度的提高有着很大的作用。

为了达到上述目的，本发明通过下述技术方案予以实现：一种基于UV贴图的手指三维模型纹理映射方法，其特征在于：包括如下步骤：

S1步，从手指三维网格模型中，获取组成手指轮廓的所有顶点的坐标集合{V_i＝(x_i，y_i,z_i|i∈[1，n])}，其中(x_i,y_i,z_i)为顶点V_i在三维世界坐标系下的坐标，n为顶点的数量；求解出所有顶点的中心点O(x,y,z)；

S2步，从手指三维网格模型中获取所有三角面片，并获取各个三角面片分别对应的三个顶点V_i，以获取组成手指轮廓的所有三角面片集合f；

S3步，利用摄像机坐标系和世界坐标系的转换关系，求出各个摄像机A_j在世界坐标系下的坐标，其中j＝1,2,…,m，m为摄像机数量，m＞3；

S4步，选取其中任意三个摄像机的坐标系原点组建出空间平面ɑ，求出所有摄像机所在的空间平面方程；

S5步，根据S1步得到的所有顶点的坐标集合{V_i＝(x_i,y_i,z_i|i∈[1,n])}，分别判断每个顶点V_i的拍摄摄像机；

S6步，根据S2步得到的三角面片集合f,以及S5步得到的每个顶点V_i的拍摄摄像机，分别判断每个三角面片的拍摄摄像机；

S7步，根据S6步得到的三角面片以及拍摄摄像机数据，求解每个三角面片的三个顶点在对应拍摄摄像机所拍摄图片中的像素坐标，从而将顶点三维世界坐标(X_w,Y_w,Z_w)映射到图像坐标系下的二维像素坐标(u,v)，得到每个三角面片在对应拍摄摄像机所拍摄图片上对应的三角区域，从而得到UV Map图片，以及三角面片的顶点坐标与UV Map图片上的uv坐标的对应关系；

S8步，按照S7步得到UV Map图片，选取一个基准灰度值，将UV Map图片进行灰度平均值统一，使得UV Map图片中属于不同摄像机的纹理信息具有相同的灰度平均值；

S9步，将S8步得到的UV Map图片用插值算法重置成像素大小为w′×h′的目的UVMap图像；

S10步，根据S7步得到的三角面片顶点坐标与UV Map图片上uv坐标的对应关系，将uv坐标写入到无纹理的手指三维网格模型中；根据S9步得到的目的UV Map图像，得到三角面片顶点在UV Map图片上的纹理值，从而得到带有纹理信息的手指三维网格模型，完成纹理映射。

优选地，所述S1步中，中心点O(x,y,z)坐标的求解方法为：

优选地，所述S3步中，摄像机坐标系和世界坐标系的转换关系为：

其中，(X_c,Y_c,Z_c)为选取任一点在摄像机坐标系下的坐标，R为3x3正交单位矩阵，t为三维平移向量，(X_w,Y_w,Z_w)为选取点在世界坐标系下的坐标。根据摄像机在自身摄像机坐标系下为原点，即可求出其在世界坐标系下的坐标。

优选地，所述S4步，空间平面方程的求解方法为：设空间平面方程为ax+by+cz+d＝0,选取的三个摄像机坐标系原点的世界坐标分别为(x1,y1,z1),(x2,y2,z2),(x3,y3,z3),则平面方程参数[a,b,c,d]的求解公式为：

优选地，所述S5步中，判断每一个顶点的拍摄摄像机是指：包括如下步骤：

S51步，将顶点V_i投影到空间平面ɑ得到V_i′，将S1步所述的中心点O(x,y,z)投影到空间平面ɑ得到O'；将各个摄像机A_j投影分别到空间平面ɑ得到A_j′；

S52步，依次计算向量

与向量

之间的夹角；

S53步，将S52步得到的与向量

夹角最小向量所对应的摄像机判定为该顶点V_i的拍摄摄像机。

优选地，所述S6步中，判断每个三角面片的拍摄摄像机是指：三角面片的三个顶点中有两个或两个以上来源于同一摄像机，则将该摄像机判定为该三角面片的拍摄摄像机。

优选地，所述S7步包括如下步骤：

S71步，设定三角面片的三个顶点为J、K、L，该三角面片对应的拍摄摄像机为A_c，c∈[1,m]；

S72步，分别将J、K、L的三维世界坐标以及摄像机A_c的内外参数代入转换公式，得到J、K、L在摄像机A_c所拍摄图片上的坐标点J′,K′,L′；

映射公式为：

其中[u,v]^T为二维像素点坐标，齐次坐标为[u,v,1]^T；[X_w,Y_w,Z_w]^T为三维世界点坐标，齐次坐标为[X_w,Y_W,Z_w,1]^T；Z_C为世界坐标系到图像坐标系的尺度因子；M₁为摄像机内参矩阵，仅与摄像机内部结构有关；M₂为摄像机的外参矩阵，由摄像机相对于世界坐标系的方位决定；

S73步，将坐标点J',K',L′组成的三角区域截取出来，存放到一张空白的png格式的图片上，形成UV Map图片；

S74步，记录UV Map图片上三角区域三个顶点的像素坐标，将像素坐标归一化得到uv坐标，以字典方式记录三角面片的顶点坐标与UV Map图片上的uv坐标的对应关系。

优选地，所述S8步包括如下步骤：

S81步，分别计算摄像机A₁、A₂、A₃、...、A_m对应纹理信息的平均灰度值，记为a₁、a₂、a₃、...、a_m；

S82步，选取a₁、a₂、a₃、...、a_m的中位数作为基准灰度值，记为target；

S83步，将所有摄像机的纹理灰度值平均到target：首先分别计算出各个摄像机的灰度比例系数

然后将UV Map图片中所有像素点的灰度值乘以对应拍摄摄像机A_j的灰度比例系数coef_j。

优选地，所述S9步是指：

设定UV Map图片的原始图像尺寸为w×h、像素矩阵为I，则目的UV Map图像(w′×h′)中像素点(x,y)对应到原始图像的像素点位置为

求解原始图像中像素点(u,v)的像素值p：设像素点(u,v)的四邻域像素坐标分别为(x1,y1),(x2,y1),(x1,y2),(x2,y2),对应的像素值分别为p1,p2,p3,p4，则：

将得到的像素值p赋给目的UV Map图像像素点(x,y)。

与现有技术相比，本发明具有如下优点与有益效果：本方法提出一种基于UV贴图的手指三维模型纹理映射方法，使用多相机系统，同时拍摄手指表面不同方位的二维纹理信息，然后对无纹理的三维模型进行数据采集、算法处理、插值、归一化等操作得到所有三维区域对应的二维纹理信息，然后将二维纹理信息以uv贴图的方式写回三维模型，得到带有纹理基本完整的手指三维模型。本发明方法运算速度快，重建出的手指三维网格模型基本保留了完整的指部纹理，贴合实际的人体手指，能够较少丢失手指特征信息，可有效解决因手指姿态和位置而造成手指识别的影响，对于指部识别精度的提高有着很大的作用。

附图说明

图1是本发明基于UV贴图的手指三维模型纹理映射方法的流程图；

图2是本发明基于UV贴图的手指三维模型纹理映射方法中无纹理的手指三维网格模型的示意图；

图3是本发明基于UV贴图的手指三维模型纹理映射方法中六摄像机在世界坐标系下的相机平面；

图4是本发明基于UV贴图的手指三维模型纹理映射方法中带有纹理的手指三维网格模型在正面视角的示意图；

图5是本发明基于UV贴图的手指三维模型纹理映射方法中带有纹理的手指三维网格模型在侧面视角的示意图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细的描述。

实施例

本实施例一种基于UV贴图的手指三维模型纹理映射方法，其流程如图1所示，包括如下步骤：

S1步，从手指三维网格模型中，获取组成手指轮廓的所有顶点的坐标集合{V_i＝(x_i,y_i,z_i|i∈[1,n])}，其中(x_i,y_i,z_i)为顶点V_i在三维世界坐标系下的坐标，n为顶点的数量；求解出所有顶点的中心点O(x,y,z)；此时手指三维网格模型可以是无指纹的手指三维网格模型，如图2所示。

中心点O(x,y,z)坐标的求解方法为：

S2步，从手指三维网格模型中获取所有三角面片，并获取各个三角面片分别对应的三个顶点V_i，以获取组成手指轮廓的所有三角面片集合f。所有三角面片均由三个顶点Vi构成，从保存手指三维网格模型的obj文件中可获得组成各个三角面片的顶点。

S3步，利用摄像机坐标系和世界坐标系的转换关系，求出各个摄像机Aj在世界坐标系下的坐标，其中j＝1,2,…,m，m为摄像机数量，m＞3。本实施例中，摄像机数量为6，各个摄像机在世界坐标系下的相机平面如图3所示。

摄像机坐标系和世界坐标系的转换关系为：

其中，(X_c,Y_c,Z_c)为选取任一点在摄像机坐标系下的坐标，R为3x3正交单位矩阵，t为三维平移向量，(X_w,Y_w,Z_w)为选取点在世界坐标系下的坐标。根据摄像机在自身摄像机坐标系下为原点，即可求出其在世界坐标系下的坐标。

S4步，选取其中任意三个摄像机的坐标系原点组建出空间平面ɑ，求出所有摄像机所在的空间平面方程。

空间平面方程的求解方法为：设空间平面方程为ax+by+cz+d＝0,选取的三个摄像机坐标系原点的世界坐标分别为(x1,y1,z1),(x2,y2,z2),(x3,y3,z3),则平面方程参数[a,b,c,d]的求解公式为：

S5步，根据S1步得到的所有顶点的坐标集合{V_i＝(x_i,y_i,z_i|i∈[1,n])}，分别判断每个顶点V_i的拍摄摄像机。

判断每一个顶点的拍摄摄像机是指：包括如下步骤：

S51步，将顶点V_i投影到空间平面ɑ得到V_i′，将S1步所述的中心点O(x,y,z)投影到空间平面ɑ得到O'；将各个摄像机A_j投影分别到空间平面ɑ得到A_j′；

S52步，依次计算向量

与向量

之间的夹角；

S53步，将S52步得到的与向量

夹角最小向量所对应的摄像机判定为该顶点V_i的拍摄摄像机。

S6步，根据S2步得到的三角面片集合f,以及S5步得到的每个顶点V_i的拍摄摄像机，分别判断每个三角面片的拍摄摄像机。

判断每个三角面片的拍摄摄像机是指：三角面片的三个顶点中有两个或两个以上来源于同一摄像机，则将该摄像机判定为该三角面片的拍摄摄像机。

S7步，根据S6步得到的三角面片以及拍摄摄像机数据，求解每个三角面片的三个顶点在对应拍摄摄像机所拍摄图片中的像素坐标，从而将顶点三维世界坐标(X_w,Y_w,Z_w)映射到图像坐标系下的二维像素坐标(u,v)，得到每个三角面片在对应拍摄摄像机所拍摄图片上对应的三角区域，从而得到UV Map图片，以及三角面片的顶点坐标与UV Map图片上的uv坐标的对应关系。

所述S7步包括如下步骤：

S71步，设定三角面片的三个顶点为J、K、L，该三角面片对应的拍摄摄像机为A_c，c∈[1,m]；

S72步，分别将J、K、L的三维世界坐标以及摄像机A_c的内外参数代入转换公式，得到J、K、L在摄像机A_c所拍摄图片上的坐标点J′,K′,L′；

映射公式为：

其中[u,v]^T为二维像素点坐标，齐次坐标为[u,v,1]^T；[X_w,Y_w,Z_w]^T为三维世界点坐标，齐次坐标为[X_w,Y_w,Z_w,1]^T；Z_C为世界坐标系到图像坐标系的尺度因子；M₁为摄像机内参矩阵，仅与摄像机内部结构有关；M₂为摄像机的外参矩阵，由摄像机相对于世界坐标系的方位决定；

S73步，将坐标点J′,K′,L′组成的三角区域截取出来，存放到一张空白的png格式的图片上，形成UV Map图片；

S74步，记录UV Map图片上三角区域三个顶点的像素坐标，将像素坐标归一化得到uv坐标，以字典方式记录三角面片的顶点坐标与UV Map图片上的uv坐标的对应关系。

S8步，按照S7步得到UV Map图片，选取一个基准灰度值，将UV Map图片进行灰度平均值统一，使得UV Map图片中属于不同摄像机的纹理信息具有相同的灰度平均值。

所述S8步包括如下步骤：

S81步，分别计算摄像机A₁、A₂、A₃、...、A_m对应纹理信息的平均灰度值，记为a₁、a₂、a₃、...、a_m；

S82步，选取a₁、a₂、a₃、...、a_m的中位数作为基准灰度值，记为target；

S83步，将所有摄像机的纹理灰度值平均到target：首先分别计算出各个摄像机的灰度比例系数

然后将UV Map图片中所有像素点的灰度值乘以对应拍摄摄像机A_j的灰度比例系数coef_j。

S9步，将S8步得到的UV Map图片用插值算法重置成像素大小为w′×h′的目的UVMap图像。

所述S9步是指：

设定UV Map图片的原始图像尺寸为w×h、像素矩阵为I，则目的UV Map图像(w′×h′)中像素点(x,y)对应到原始图像的像素点位置为

求解原始图像中像素点(u,v)的像素值p：设像素点(u,v)的四邻域像素坐标分别为(x1,y1),(x2,y1),(x1,y2),(x2,y2),对应的像素值分别为p1,p2,p3,p4，则：

将得到的像素值p赋给目的UV Map图像像素点(x,y)。

S10步，根据S7步得到的三角面片顶点坐标与UV Map图片上uv坐标的对应关系，将uv坐标写入到无纹理的手指三维网格模型中；根据S9步得到的目的UV Map图像，得到三角面片顶点在UV Map图片上的纹理值，从而得到带有纹理信息的手指三维网格模型，如图4和图5所示，完成纹理映射。

本方法提出一种基于UV贴图的手指三维模型纹理映射方法，使用多相机系统，同时拍摄手指表面不同方位的二维纹理信息，然后对无纹理的三维模型进行数据采集、算法处理、插值、归一化等操作得到所有三维区域对应的二维纹理信息，然后将二维纹理信息以uv贴图的方式写回三维模型，得到带有纹理基本完整的手指三维模型。本发明方法运算速度快，重建出的手指三维网格模型基本保留了完整的指部纹理，贴合实际的人体手指，能够较少丢失手指特征信息，可有效解决因手指姿态和位置而造成手指识别的影响，对于指部识别精度的提高有着很大的作用。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (9)

1.一种基于UV贴图的手指三维模型纹理映射方法，其特征在于：包括如下步骤：

S1步，从手指三维网格模型中，获取组成手指轮廓的所有顶点的坐标集合{V_i＝(x_i,y_i,z_i|i∈[1,n])}，其中(x_i,y_i,z_i)为顶点V_i在三维世界坐标系下的坐标，n为顶点的数量；求解出所有顶点的中心点O(x,y,z)；

S2步，从手指三维网格模型中获取所有三角面片，并获取各个三角面片分别对应的三个顶点V_i，以获取组成手指轮廓的所有三角面片集合f；

S3步，利用摄像机坐标系和世界坐标系的转换关系，求出各个摄像机A_j在世界坐标系下的坐标，其中j＝1,2,…,m，m为摄像机数量，m＞3；

S4步，选取其中任意三个摄像机的坐标系原点组建出空间平面ɑ，求出所有摄像机所在的空间平面方程；

S5步，根据S1步得到的所有顶点的坐标集合{V_i＝(x_i,y_i,z_i|i∈[1,n])}，分别判断每个顶点V_i的拍摄摄像机；

S6步，根据S2步得到的三角面片集合f,以及S5步得到的每个顶点V_i的拍摄摄像机，分别判断每个三角面片的拍摄摄像机；

S7步，根据S6步得到的三角面片以及拍摄摄像机数据，求解每个三角面片的三个顶点在对应拍摄摄像机所拍摄图片中的像素坐标，从而将顶点三维世界坐标(X_w,Y_w,Z_w)映射到图像坐标系下的二维像素坐标(u,v)，得到每个三角面片在对应拍摄摄像机所拍摄图片上对应的三角区域，从而得到UV Map图片，以及三角面片的顶点坐标与UV Map图片上的uv坐标的对应关系；

S8步，按照S7步得到UV Map图片，选取一个基准灰度值，将UV Map图片进行灰度平均值统一，使得UV Map图片中属于不同摄像机的纹理信息具有相同的灰度平均值；

S9步，将S8步得到的UV Map图片用插值算法重置成像素大小为w′×h′的目的UV Map图像；

S10步，根据S7步得到的三角面片顶点坐标与UV Map图片上uv坐标的对应关系，将uv坐标写入到无纹理的手指三维网格模型中；根据S9步得到的目的UV Map图像，得到三角面片顶点在UV Map图片上的纹理值，从而得到带有纹理信息的手指三维网格模型，完成纹理映射。

2.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S1步中，中心点O(x,y,z)坐标的求解方法为：

3.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S3步中，摄像机坐标系和世界坐标系的转换关系为：

其中，(X_c,Y_c,Z_c)为选取任一点在摄像机坐标系下的坐标，R为3x3正交单位矩阵，t为三维平移向量，(X_w,Y_w,Z_w)为选取点在世界坐标系下的坐标。

4.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S4步，空间平面方程的求解方法为：设空间平面方程为ax+by+cz+d＝0,选取的三个摄像机坐标系原点的世界坐标分别为(x1,y1,z1),(x2,y2,z2),(x3,y3,z3),则平面方程参数[a,b,c,d]的求解公式为：

5.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S5步中，判断每一个顶点的拍摄摄像机是指：包括如下步骤：

S51步，将顶点V_i投影到空间平面ɑ得到V_i′，将S1步所述的中心点O(x,y,z)投影到空间平面ɑ得到O'；将各个摄像机A_j投影分别到空间平面ɑ得到A_j′；

S52步，依次计算向量

与向量

之间的夹角；

S53步，将S52步得到的与向量

夹角最小向量所对应的摄像机判定为该顶点V_i的拍摄摄像机。

6.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S6步中，判断每个三角面片的拍摄摄像机是指：三角面片的三个顶点中有两个或两个以上来源于同一摄像机，则将该摄像机判定为该三角面片的拍摄摄像机。

7.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S7步包括如下步骤：

S71步，设定三角面片的三个顶点为J、K、L，该三角面片对应的拍摄摄像机为A_c，c∈[1,m]；

S72步，分别将J、K、L的三维世界坐标以及摄像机A_c的内外参数代入转换公式，得到J、K、L在摄像机A_c所拍摄图片上的坐标点J′,K′,L′；

映射公式为：

其中[u，v]^T为二维像素点坐标，齐次坐标为[u,v,1]^T；[X_w,Y_w，Z_w]^T为三维世界点坐标，齐次坐标为[X_w，Y_w，Z_w,1]^T；Z_C为世界坐标系到图像坐标系的尺度因子；M₁为摄像机内参矩阵；M₂为摄像机的外参矩阵；

S73步，将坐标点J′，K′，L′组成的三角区域截取出来，存放到一张空白的图片上，形成UV Map图片；

S74步，记录UV Map图片上三角区域三个顶点的像素坐标，将像素坐标归一化得到uv坐标，以字典方式记录三角面片的顶点坐标与UV Map图片上的uv坐标的对应关系。

8.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S8步包括如下步骤：

S81步，分别计算摄像机A₁、A₂、A₃、...、A_m对应纹理信息的平均灰度值，记为a₁、a₂、a₃、...、a_m；

S82步，选取a₁、a₂、a₃、...、a_m的中位数作为基准灰度值，记为target；

S83步，将所有摄像机的纹理灰度值平均到target：首先分别计算出各个摄像机的灰度比例系数

然后将UV Map图片中所有像素点的灰度值乘以对应拍摄摄像机A_j的灰度比例系数coef_j。

9.根据权利要求1所述的基于UV贴图的手指三维模型纹理映射方法，其特征在于：所述S9步是指：

设定UV Map图片的原始图像尺寸为w×h、像素矩阵为I，则目的UV Map图像(w′×h′)中像素点(x，y)对应到原始图像的像素点位置为

求解原始图像中像素点(u，v)的像素值p：设像素点(u，v)的四邻域像素坐标分别为(x1，y1)，(x2,y1)，(x1，y2)，(x2,y2),对应的像素值分别为p1,p2,p3，p4，则：

将得到的像素值p赋给目的UV Map图像像素点(x，y)。

Images