CN117252991A - 一种体素构造与边界表示的融合方法及三维图形引擎 - Google Patents
一种体素构造与边界表示的融合方法及三维图形引擎 Download PDFInfo
- Publication number
- CN117252991A CN117252991A CN202311395947.2A CN202311395947A CN117252991A CN 117252991 A CN117252991 A CN 117252991A CN 202311395947 A CN202311395947 A CN 202311395947A CN 117252991 A CN117252991 A CN 117252991A
- Authority
- CN
- China
- Prior art keywords
- target entity
- sketch
- geometric
- model
- features
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 37
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 239000003086 colorant Substances 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003746 surface roughness Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种体素构造与边界表示的融合方法及三维图形引擎,属于智能仿真技术领域,其方法包括:获取目标实体并提取目标实体的特征;基于体素构造法和目标实体特征,获取目标实体的外部模型造型和第一几何表达;基于边界表示法和目标实体特征,获取目标实体的内部模型造型和第二几何表达;将内部、外部模型造型、第一、第二几何表达进行融合,获取目标实体的三维模型;提取目标实体的关键点特征并存储到三维模型中;获取用户参数并对存储后的模型的几何特征定义与赋值,生成三维图形库和模型展示窗口。以此解决对于简单形体如球形、柱体等的表示过于复杂,缺少对底层的构形元素(点线面)的显式表达,因此难以向线框模型和工程图转化的问题。
Description
技术领域
本发明涉及智能仿真技术领域,特别涉及一种体素构造与边界表示的融合方法及三维图形引擎。
背景技术
目前,随着计算机软、硬件突飞猛进的发展,计算机图形学在各个行业的应用也得到迅速普及和深入,计算机图形学己进入三维时代,三维图形在人们周围无所不在,科学计算可视化、计算机动画和虚拟现实已经成为近年来计算机图形学的三大热门话题,而这三大热门话题的技术核心均为三维图形,但是由于三维图形涉及到许多算法和专业知识,目前所使用的边界表示法数据量庞大,对于简单形体如球形、柱体等的表示过于复杂,而体素构造法缺少对底层的构形元素(点线面)的显式表达,因此难以向线框模型和工程图转化,并且在显示时,必须进行形状显示域的大量计算,并且对于自由形状形体也难以进行,对于模型的局部形状修改也不能进行。
因此,本发明提出一种体素构造与边界表示的融合方法及三维图形引擎。
发明内容
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,通过获取目标实体并提取目标实体的特征,基于体素构造法且结合目标实体的特征,获取目标实体的外部模型造型和第一几何表达,基于边界表示法且结合目标实体的特征,获取目标实体的内部模型造型和第二几何表达,以此获取目标实体的三维模型,提取目标实体的关键点特征并分层存储到目标实体的三维模型中,获取用户参数并对分层存储后的三维模型的模型几何特征进行定义与赋值,生成基本三维图形库和三维模型展示窗口。以此来解决背景技术中对于简单形体如球形、柱体等的表示过于复杂,缺少对底层的构形元素(点线面)的显式表达,因此难以向线框模型和工程图转化的问题。
本发明提出一种体素构造与边界表示的融合方法及三维图形引擎,该方法包括:
步骤1:获取目标实体并提取目标实体的几何特征、非几何属性特征和基本草图特征;
步骤2:基于体素构造法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的外部模型造型和第一几何表达;
步骤3:基于边界表示法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型和第二几何表达;
步骤4:将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型;
步骤5:提取目标实体的关键点特征并分层存储到目标实体的三维模型中;
步骤6:获取用户参数并对分层存储后的三维模型的模型几何特征进行定义与赋值,生成基本三维图形库和三维模型展示窗口。
优选的,获取目标实体并提取目标实体的几何特征、非几何属性特征和基本草图特征,包括:
获取目标实体的三维图像,并对所述三维图像进行预处理;
基于预处理后的三维图像提取目标实体的几何关键点以及目标实体的非几何属性特征;
基于所述目标实体的几何关键点提取目标实体的几何特征;
基于所述目标实体的几何特征绘制目标实体的基本草图图像;
根据所述目标实体的基本草图图像提取目标实体的基本草图特征。
优选的,基于体素构造法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的外部模型造型和第一几何表达,包括:
基于所述目标实体的几何特征、非几何属性特征和基本草图特征构造目标实体的体素模型;
根据所述体素模型中每一体素所包含的目标实体局部形状和相邻体素接触的表面积来确定内部体素与外部体素;
根据所述外部体素、相邻外部体素之间的连接强度来构造外部体素连接图并获取目标实体的外部模型造型;
基于所述目标实体的外部模型造型,提取目标实体外部模型的第一几何表达。
优选的,基于边界表示法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型和第二几何表达,包括:
通过激光扫描设备获取目标实体内部扫描点云;
对所述目标实体内部扫描点云的尖锐边界特征进行提取;
根据所述尖锐边界特征将目标实体的内部数据划分为点、曲线、曲面;
获取多个点、曲线、曲面之间的空间关系;
基于所述内部体素、空间关系、目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型;
基于所述目标实体的内部模型造型,提取目标实体内部模型的第二几何表达。
优选的,将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型,包括:
确定所述第一几何表达和第二几何表达的逻辑空间关系;
基于所述逻辑空间关系将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型。
优选的,提取目标实体的关键点特征并分层存储到目标实体的三维模型中,包括:
获取关键点的描述特征,基于所述描述特征在目标实体的三维模型中标记匹配的关键点;
获取每个关键点对应的矢量轮廓数据以及相应属性信息;
确定每个关键点的矢量轮廓数据以及相应属性信息与目标实体的网格模型数据文件的映射关系;
基于所述映射关系确定每个关键点的关键点特征并将其分层存储到目标实体的三维模型中。
优选的,获取用户参数并对分层存储后的三维模型的模型几何特征进行定义与赋值,生成基本三维图形库和三维模型展示窗口,包括:
根据用户参数确定用户对于分层存储后的三维模型的每个几何特征的定义参数;根据定义参数对分层存储后的三维模型的模型几何特征进行定义与赋值;
将定义与赋值后的三维模型插入到预设三维图形组件中生成基本三维图形库;
在所述预设三维图形组件创建展示窗口进行三维图形展示。
优选的,对获取的目标实体的基本草图图像进行分析,包括:
将所述目标实体的基本草图图像作为第一草图图像,基于所述第一草图图
像的图像编码,确定所述第一草图图像在草图数据库中的存储位置;
在所述存储位置获取上一次的草图图像作为第二草图图像;
分别获取所述第一草图图像的第一草图坐标和所述第二草图图像的第二草图坐标,分别将所述第一草图坐标以及第二草图坐标进行基于草图坐标变换,得到第三草图坐标;
基于所述第三草图坐标,标定所述第一草图图像上的不同颜色草图线的位置,获得多个第一位置坐标集,并向每个第一位置坐标集上添加第一颜色标签;
基于所述第三草图坐标,标定所述第二草图图像上的不同颜色草图线的位置,获得多个第二位置坐标集,并向每个第二位置坐标集上添加第二颜色标签;
当所述第一颜色标签和第二颜色标签数目不一致时,判定所述草图图像内发生第一变动,并根据草图线的颜色差异,确定所述第一变动的位置,获得第
三位置坐标集,生成所述草图图像的第一变动信息;
同时,基于所述第一颜色标签和第二颜色标签将所述多个第一位置坐标集和多个第二位置坐标集进行匹配,得到多个坐标集匹配组;
将所述坐标集匹配组内坐标进行对比,若所述坐标集匹配组内坐标完全一致,判定所述草图图像内没有发生第二变动;
否则,判定所述草图图像内发生第二变动,并获取所述第二变动的第四位置坐标,建立第四位置坐标集,生成所述草图图像的第二变动信息;
根据所述第一变动信息以及第二变动信息更新所述草图图像的草图信息,获得新的草图信息,同时,将所述第一草图图像作为对照图像,与所述新的草图信息进行链接。
优选的,一种三维图形引擎,用于实现权利要求 1-8任一所述的基于体素构造与边界表示的融合方法。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种体素构造与边界表示的融合方法及三维图形引擎的流程图;
图2为本发明实施例中一种体素构造与边界表示的融合方法及三维图形引擎的另一流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,如图1所示,该方法包括:
步骤1:获取目标实体并提取目标实体的几何特征、非几何属性特征和基本草图特征;
步骤2:基于体素构造法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的外部模型造型和第一几何表达;
步骤3:基于边界表示法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型和第二几何表达;
步骤4:将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型;
步骤5:提取目标实体的关键点特征并分层存储到目标实体的三维模型中;
步骤6:获取用户参数并对分层存储后的三维模型的模型几何特征进行定义与赋值,生成基本三维图形库和三维模型展示窗口。
该实施例中,几何特征是指目标实体的轮廓要素,比如是曲面、平面、圆柱面。
该实施例中,非几何属性特征是指目标实体的表面粗糙度、材料。
该实施例中,基本草图特征是快速画出的大概的目标实体的草图的特征,比如是线条分布、面分布。
该实施例中,体素构造法是指将特征定义为立方体、圆柱、圆锥、圆环、球体等体积元素,通过对这些元素的布尔操作构造零件。
该实施例中,外部模型造型是指表示目标实体外部特征的模型。
该实施例中,第一几何表达是指比如目标实体外部有一个面是长方形,那么这个面的面积几何表达就是长×宽。
该实施例中,边界表示法是指使用物体的边界来表示物体,所有的几何/拓扑信息显式地表达在面、边、顶点图中,因此,边界表示模型常被称为赋值的模型。
该实施例中,内部模型造型是指表示目标实体内部特征的模型。
该实施例中,三维模型是目标实体的多边形表示,通常用计算机或者其它视频设备进行显示,显示的物体可以是现实世界的实体,也可以是虚构的物体。
该实施例中,关键点特征是指目标实体具有特点的特征,比如有5个顶点,这5个顶点的空间关系是怎样的。
该实施例中,分层存储是指对于复杂形体中所包含的曲线、圆弧等特征进行关键点拾取,以对曲线、圆弧进行分层存储。
该实施例中,用户参数是指用户定义的参数含义。
该实施例中,三维图形库是一种用于创建、处理和显示三维图形的软件工具集合,可以用于创建各种类型的三维图形,例如三维模型、动画、游戏、虚拟现实。
该实施例中,三维模型展示窗口是指输入实体模型的特征参数或者用户参数,就可以展示出对应的三维模型的窗口。
上述技术方案的有益效果是:通过获取目标实体的特征,基于体素构造法和边界表示法获取目标实体的内部、外部模型造型以及几何表达,以此来获取目标实体的三维模型,可以使简单形体如球形、柱体等的表示简单化,同时可以增加对底层的构形元素(点线面)的显式表达,提高向线框模型和工程图转化。
实施例2:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,如图2所示,获取目标实体并提取目标实体的几何特征、非几何属性特征和基本草图特征,包括:
S01:获取目标实体的三维图像,并对所述三维图像进行预处理;
S02:基于预处理后的三维图像提取目标实体的几何关键点以及目标实体的非几何属性特征;
S03:基于所述目标实体的几何关键点提取目标实体的几何特征;
S04:基于所述目标实体的几何特征绘制目标实体的基本草图图像;
S05:根据所述目标实体的基本草图图像提取目标实体的基本草图特征。
该实施例中,三维图像是指目标实体的立体三维图像。
该实施例中,几何关键点是指目标实体中有特点的关键点,比如正面有一条5厘米的曲线。
该实施例中,非几何属性特征是指目标实体的表面粗糙度、材料。
该实施例中,几何特征是指目标实体的轮廓要素,比如是曲面、平面、圆柱面。
该实施例中,基本草图图像是快速画出的大概的目标实体的草图图像。
上述技术方案的有益效果是:通过获取目标实体的三维图像,根据三维图像获取目标实体的几何特征和飞机和特征,从而绘制基本草图图像,提取草图图像特征,能够快速获取目标实体的关键点并绘制大概图像。
实施例3:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,基于体素构造法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的外部模型造型和第一几何表达,包括:
基于所述目标实体的几何特征、非几何属性特征和基本草图特征构造目标实体的体素模型;
根据所述体素模型中每一体素所包含的目标实体局部形状和相邻体素接触的表面积来确定内部体素与外部体素;
根据所述外部体素、相邻外部体素之间的连接强度来构造外部体素连接图并获取目标实体的外部模型造型;
基于所述目标实体的外部模型造型,提取目标实体外部模型的第一几何表达。
该实施例中,体素模型是采用大量规则体积元素(如立方体)的有序组合来表示三维物体的模型。
该实施例中,将目标实体分成分成辨率为W×H×D的体素正交网格,在体素正交网格中构造分辨率为(K×W+1)×(K×H+1)×(K×D+1)的均匀采样点网格,其中K为沿体素每个边的采样点的数量。
该实施例中,局部形状是指单位面积内的形状。
其中,如果其中某一部分体素所包含物体局部形状的体积大于预设值,六个面不存在接触面积小于阈值的面,且至少有一个邻近体素是全体素,则该部分体素为内部体素;否则,该部分体素为外部体素。
该实施例中,连接强度是指相邻外部体素之间连接结构的刚性强度,外部体素与内部体素以及相邻外部体素之间的接触表面积越大,则表示连接强度越大。
上述技术方案的有益效果是:通过构建目标实体的体素模型,并根据体素模型的内部体素与外部体素的连接强度来获取目标实体的外部模型造型,可以快速制作具有任意形状的目标实体模型,具有较高的工作效率。
实施例4:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,基于边界表示法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型和第二几何表达,包括:
通过激光扫描设备获取目标实体内部扫描点云;
对所述目标实体内部扫描点云的尖锐边界特征进行提取;
根据所述尖锐边界特征将目标实体的内部数据划分为点、曲线、曲面;
获取多个点、曲线、曲面之间的空间关系;
基于所述内部体素、空间关系、目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型;
基于所述目标实体的内部模型造型,提取目标实体内部模型的第二几何表达。
该实施例中,激光扫描设备是一种借用扫描技术来测量工件的尺寸及形状等工作的一种仪器。
该实施例中,扫描点云是指目标实体内部空间中点的数据集,可以表示内部的三维形状。
该实施例中,尖锐边界特征是指目标实体内部电晕图像的结构尖锐部分的边界描述特征。
该实施例中,空间关系是指物体的性对位置关系,比如两条线是交叉关系,两个面是覆盖关系。
上述技术方案的有益效果是:通过获取目标实体内部扫描点云,并提取内部的尖锐边界特征,对内部数据进行划分,基于划分结果获取内部数据的空间关系,从而获取目标实体的内部模型造型和第二几何表达,可以减少数据量,并简化对于简单形体的表示。
实施例5:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型,包括:
确定所述第一几何表达和第二几何表达的逻辑空间关系;
基于所述逻辑空间关系将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型。
该实施例中,逻辑空间关系指的是比如第一几何表达是表示目标实体外部的正面,第二几何表达是表示目标实体内部的正面,那么他们的的空间关系就是“背对背”的关系。
该实施例中,三维模型是目标实体的多边形表示,通常用计算机或者其它视频设备进行显示,显示的物体可以是现实世界的实体,也可以是虚构的物体。
上述技术方案的有益效果是:通过获取第一几何表达和第二几何表达的逻辑空间关系,并基于逻辑空间关系结合外部模型造型和内部模型造型进行融合,获取目标实体的三维模型,为后期分层存储关键点特征奠定了基础。
实施例6:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,提取目标实体的关键点特征并分层存储到目标实体的三维模型中,包括:
获取关键点的描述特征,基于所述描述特征在目标实体的三维模型中标记匹配的关键点;
获取每个关键点对应的矢量轮廓数据以及相应属性信息;
确定每个关键点的矢量轮廓数据以及相应属性信息与目标实体的网格模型数据文件的映射关系;
基于所述映射关系确定每个关键点的关键点特征并将其分层存储到目标实体的三维模型中。
该实施例中,描述特征是关键点的形状和位置等描述特征参数。
该实施例中,矢量轮廓数据每个关键点在矢量维度的轮廓描述数据。
该实施例中,相应属性信息是轮廓描述数据在目标实体内部的位置属性信息。
该实施例中,数据文件的映射关系是指每个关键点的矢量轮廓数据以及相应属性信息在目标实体的网格模型数据文件中文件映射相关内容的比例关系。
上述技术方案的有益效果是:通过获取关键点的描述特征,并在三维模型中标记匹配的关键点,通过获取关键点的矢量轮廓数据以及相应属性信息与网络模型数据文件的映射关系,将关键点分层存储到三维模型中,可以快速输入参数确定模型,同时为后期三维图像引擎奠定了基础。
实施例7:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,获取用户参数并对分层存储后的三维模型的模型几何特征进行定义与赋值,生成基本三维图形库和三维模型展示窗口,包括:
根据用户参数确定用户对于分层存储后的三维模型的每个几何特征的定义参数;
根据定义参数对分层存储后的三维模型的模型几何特征进行定义与赋值;
将定义与赋值后的三维模型插入到预设三维图形组件中生成基本三维图形库;
在所述预设三维图形组件创建展示窗口进行三维图形展示。
该实施例中,定义参数是定义了一个给定类的所有对象都可用的常数值,比如目标实体中物体的长度。
该实施例中,模型几何特征可以是三维模型的位置、方向、面积、周长、直径。
该实施例中,预设三维图形组件是指提前设置好的对三维图形的数据进行简单封装的对象。
该实施例中,基本三维图形库是一种用于创建、处理和显示三维图形的软件工具集合,可以用于创建各种类型的三维图形,例如三维模型、动画、游戏、虚拟现实。
根据三维模型展示评估出展示窗口的清晰程度,具体为:
获取三维模型在获取展示窗口内多个方向的的视觉纹理参数;
根据所述视觉纹理参数构建展示窗口在每个方向的视觉模型;
根据所述视觉模型确定展示窗口在每个方向的当前精次区域比值;
根据所述展示窗口在每个方向的当前精次区域比值计算出展示窗口的清晰程度;
;其中,P表示为展示窗口的清晰程度,N表示为方向的数量,i表示为第i个方向,/>表示为展示窗口在第i个方向的当前精次区域比值,/>表示为第i个方向的视觉误差影响因子,e表示为自然常数,取值为2.72,ln表示为自然对数,/>表示为第i个方向的展示图像偏差因子,/>表示为在第i个方向下的展示窗口的参考精次区域比值;
确定展示窗口的清晰程度是否大于等于第一阈值,若是,确认展示窗口的清晰程度为清晰,若否,确定展示窗口的清晰程度是否大于等于第二阈值,若是,确认展示窗口的清晰程度为中度清晰,若否,确定展示窗口的清晰程度是否大于等于第三阈值,若是,确认展示窗口的清晰程度为不清晰。
上述技术方案的有益效果是:通过用户参数确定三维模型的每个几何特征的定义参数,根据定义参数对模型几何特征进行定义和赋值,科医生基本三维图形库,可以使用户直接输入几何特征和参数,就可以快速获取相应的三维图像。
实施例8:
本发明提供一种体素构造与边界表示的融合方法及三维图形引擎,对获取的目标实体的基本草图图像进行分析,包括:
将所述目标实体的基本草图图像作为第一草图图像,基于所述第一草图图像的图像编码,确定所述第一草图图像在草图数据库中的存储位置;
在所述存储位置获取上一次的草图图像作为第二草图图像;
分别获取所述第一草图图像的第一草图坐标和所述第二草图图像的第二草图坐标,分别将所述第一草图坐标以及第二草图坐标进行基于草图坐标变换,得到第三草图坐标;
基于所述第三草图坐标,标定所述第一草图图像上的不同颜色草图线的位置,获得多个第一位置坐标集,并向每个第一位置坐标集上添加第一颜色标签;
基于所述第三草图坐标,标定所述第二草图图像上的不同颜色草图线的位置,获得多个第二位置坐标集,并向每个第二位置坐标集上添加第二颜色标签;
当所述第一颜色标签和第二颜色标签数目不一致时,判定所述草图图像内
发生第一变动,并根据草图线的颜色差异,确定所述第一变动的位置,获得第三位置坐标集,生成所述草图图像的第一变动信息;
同时,基于所述第一颜色标签和第二颜色标签将所述多个第一位置坐标集和多个第二位置坐标集进行匹配,得到多个坐标集匹配组;
将所述坐标集匹配组内坐标进行对比,若所述坐标集匹配组内坐标完全一致,判定所述草图图像内没有发生第二变动;
否则,判定所述草图图像内发生第二变动,并获取所述第二变动的第四位置坐标,建立第四位置坐标集,生成所述草图图像的第二变动信息;
根据所述第一变动信息以及第二变动信息更新所述草图图像的草图信息,获得新的草图信息,同时,将所述第一草图图像作为对照图像,与所述新的草图信息进行链接。
该实施例中,第一草图图像是指生成的草图图像,第二草图图像是指当前草图图像的上一次的草图图像。
该实施例中,图像编码是指为了方便存储,根据生成的草图图像的空间位置确定的草图图像的编号。
该实施例中,第一草图坐标是指绘制第一草图图像采用的坐标系;第二草图坐标是指绘制第二草图图像采用的坐标系;第三草图坐标是指为了统一第一草图图像和第二草图图像的坐标而采用的坐标系,可以是第一草图坐标和第二草图坐标中的任意一个,也可以是其他草图坐标。
该实施例中,第一位置坐标集是指第一草图图像上同一个物体的位置坐标形成一个坐标集合,第一草图图像上不同颜色代表不同的物体,每个物体的位置由多个坐标进行定位。
该实施例中,第一颜色标签是指根据每个第一位置坐标集对应的草图线颜色添加的标签。
该实施例中,第二位置坐标集是指第二草图图像上同一个物体的位置坐标形成一个坐标集合,第一草图图像上不同颜色代表不同的物体,每个物体的位置由多个坐标进行定位。
其中,物体可以是目标实体中的线、点。
该实施例中,第二颜色标签是指根据每个第二位置坐标集对应的草图线颜色添加的标签。
该实施例中,第一变动是指草图图像内物体发生了变化,在该草图图像内,当前草图与上次一草图相比增加或减少了某一部分,其中,在草图图像中不同的物体采用不同的颜色进行草图线进行描绘;
该实施例中,第三位置坐标集是指第一草图图像上与第二草图图像上不一样颜色的草图线对应的坐标构建的集合;
该实施例中,第一变动信息是指草图图像中点、线增减情况;
该实施例中,坐标集匹配组是指根据对应的草图线的颜色将第一位置坐标集和第二位置坐标集进行配对,草图线的颜色一样的为一组。
该实施例中,第二变动是指草图图像中原有物体的大小发生了变化。
该实施例中,第四位置坐标是指草图图像中原有物体的大小发生了变化变化的位置,第四位置坐标集是指全部第四位置坐标构建的集合。
该实施例中,第二变动信息是指草图图像中原有物体(第二草图图像中存在的物体)的大小变化情况。
该实施例中,对照图像是指新的草图信息的参考图像。
该实施例中,链接是指在新的草图信息上进行超链接设置,将该新的草图信息与对照图像进行链接。
上述技术方案的有益效果是:根据新的草图图像的图像编码快速确定草图
图像的存储位置,并在该存储位置上获取上一次的草图图像,并统一两个草图图像采用的坐标,为后续的草图图像变动位置的确定提供基础,根据草图图像上的草图线颜色对物体进行定位,判断该草图图像内是否有物体增减,获得第一变动信息,同时,根据不同草图线的颜色对应的位置坐标集判断草图图像内的原有物体的大小是否发生变化,获得第二变动信息,有利于更加全面的获得该草图图像内的物体变化。
实施例9:
本发明提供一种三维图形引擎,用于实现实施例1-8任一所述的基于体素构造与边界表示的融合方法。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于体素构造与边界表示的融合方法,其特征在于,该方法包括:
步骤1:获取目标实体并提取目标实体的几何特征、非几何属性特征和基本草图特征;
步骤2:基于体素构造法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的外部模型造型和第一几何表达;
步骤3:基于边界表示法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型和第二几何表达;
步骤4:将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型;
步骤5:提取目标实体的关键点特征并分层存储到目标实体的三维模型中;
步骤6:获取用户参数并对分层存储后的三维模型的模型几何特征进行定义与赋值,生成基本三维图形库和三维模型展示窗口。
2.根据权利要求1所述的基于体素构造与边界表示的融合方法,其特征在于,获取目标实体并提取目标实体的几何特征、非几何属性特征和基本草图特征,包括:
获取目标实体的三维图像,并对所述三维图像进行预处理;
基于预处理后的三维图像提取目标实体的几何关键点以及目标实体的非几何属性特征;
基于所述目标实体的几何关键点提取目标实体的几何特征;
基于所述目标实体的几何特征绘制目标实体的基本草图图像;
根据所述目标实体的基本草图图像提取目标实体的基本草图特征。
3.根据权利要求1所述的基于体素构造与边界表示的融合方法,其特征在于,基于体素构造法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的外部模型造型和第一几何表达,包括:
基于所述目标实体的几何特征、非几何属性特征和基本草图特征构造目标实体的体素模型;
根据所述体素模型中每一体素所包含的目标实体局部形状和相邻体素接触的表面积来确定内部体素与外部体素;
根据所述外部体素、相邻外部体素之间的连接强度来构造外部体素连接图并获取目标实体的外部模型造型;
基于所述目标实体的外部模型造型,提取目标实体外部模型的第一几何表达。
4.根据权利要求1所述的基于体素构造与边界表示的融合方法,其特征在于,基于边界表示法且结合所述目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型和第二几何表达,包括:
通过激光扫描设备获取目标实体内部扫描点云;
对所述目标实体内部扫描点云的尖锐边界特征进行提取;
根据所述尖锐边界特征将目标实体的内部数据划分为点、曲线、曲面;
获取多个点、曲线、曲面之间的空间关系;
基于所述内部体素、空间关系、目标实体的几何特征、非几何属性特征和基本草图特征,获取目标实体的内部模型造型;
基于所述目标实体的内部模型造型,提取目标实体内部模型的第二几何表达。
5.根据权利要求1所述的基于体素构造与边界表示的融合方法,其特征在于,将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型,包括:
确定所述第一几何表达和第二几何表达的逻辑空间关系;
基于所述逻辑空间关系将目标实体的外部模型造型和第一几何表达、内部模型造型和第二几何表达进行融合,获取目标实体的三维模型。
6.根据权利要求1所述的基于体素构造与边界表示的融合方法,其特征在于,提取目标实体的关键点特征并分层存储到目标实体的三维模型中,包括:
获取关键点的描述特征,基于所述描述特征在目标实体的三维模型中标记匹配的关键点;
获取每个关键点对应的矢量轮廓数据以及相应属性信息;
确定每个关键点的矢量轮廓数据以及相应属性信息与目标实体的网格模型数据文件的映射关系;
基于所述映射关系确定每个关键点的关键点特征并将其分层存储到目标实体的三维模型中。
7.根据权利要求1所述的基于体素构造与边界表示的融合方法,其特征在于,获取用户参数并对分层存储后的三维模型的模型几何特征进行定义与赋值,生成基本三维图形库和三维模型展示窗口,包括:
根据用户参数确定用户对于分层存储后的三维模型的每个几何特征的定义参数;
根据定义参数对分层存储后的三维模型的模型几何特征进行定义与赋值;
将定义与赋值后的三维模型插入到预设三维图形组件中生成基本三维图形库;
在所述预设三维图形组件创建展示窗口进行三维图形展示。
8.根据权利要求2所述的基于体素构造与边界表示的融合方法,其特征在于,对获取的目标实体的基本草图图像进行分析,包括:
将所述目标实体的基本草图图像作为第一草图图像,基于所述第一草图图像的图像编码,确定所述第一草图图像在草图数据库中的存储位置;
在所述存储位置获取上一次的草图图像作为第二草图图像;
分别获取所述第一草图图像的第一草图坐标和所述第二草图图像的第二草图坐标,分别将所述第一草图坐标以及第二草图坐标进行基于草图坐标变换,得到第三草图坐标;
基于所述第三草图坐标,标定所述第一草图图像上的不同颜色草图线的位
置,获得多个第一位置坐标集,并向每个第一位置坐标集上添加第一颜色标签;
基于所述第三草图坐标,标定所述第二草图图像上的不同颜色草图线的位置,获得多个第二位置坐标集,并向每个第二位置坐标集上添加第二颜色标签;
当所述第一颜色标签和第二颜色标签数目不一致时,判定所述草图图像内发生第一变动,并根据草图线的颜色差异,确定所述第一变动的位置,获得第三位置坐标集,生成所述草图图像的第一变动信息;
同时,基于所述第一颜色标签和第二颜色标签将所述多个第一位置坐标集和多个第二位置坐标集进行匹配,得到多个坐标集匹配组;
将所述坐标集匹配组内坐标进行对比,若所述坐标集匹配组内坐标完全一致,判定所述草图图像内没有发生第二变动;
否则,判定所述草图图像内发生第二变动,并获取所述第二变动的第四位置坐标,建立第四位置坐标集,生成所述草图图像的第二变动信息;
根据所述第一变动信息以及第二变动信息更新所述草图图像的草图信息,获得新的草图信息,同时,将所述第一草图图像作为对照图像,与所述新的草图信息进行链接。
9.一种三维图形引擎,其特征在于,用于实现权利要求 1-8任一所述的基于体素构造与边界表示的融合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311395947.2A CN117252991B (zh) | 2023-10-25 | 2023-10-25 | 一种体素构造与边界表示的融合方法及三维图形引擎 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311395947.2A CN117252991B (zh) | 2023-10-25 | 2023-10-25 | 一种体素构造与边界表示的融合方法及三维图形引擎 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252991A true CN117252991A (zh) | 2023-12-19 |
CN117252991B CN117252991B (zh) | 2024-03-29 |
Family
ID=89133149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311395947.2A Active CN117252991B (zh) | 2023-10-25 | 2023-10-25 | 一种体素构造与边界表示的融合方法及三维图形引擎 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252991B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070285425A1 (en) * | 2006-06-09 | 2007-12-13 | Inus Technology, Inc. | Reverse modeling method using mesh data as feature |
US20080172173A1 (en) * | 2007-01-17 | 2008-07-17 | Microsoft Corporation | Location mapping for key-point based services |
CN105022910A (zh) * | 2015-04-23 | 2015-11-04 | 北京建筑大学 | 一种三维CSG-BRep模型的拓扑元素的访问方法 |
CN108776993A (zh) * | 2018-05-24 | 2018-11-09 | 北京建筑大学 | 带有孔洞的三维点云的建模方法及地下电缆工井建模方法 |
WO2020034785A1 (zh) * | 2018-08-16 | 2020-02-20 | Oppo广东移动通信有限公司 | 三维模型处理方法和装置 |
CN111539267A (zh) * | 2020-04-03 | 2020-08-14 | 成都云盯科技有限公司 | 一种人体几何特征提取方法、装置、设备及系统 |
CN112836734A (zh) * | 2021-01-27 | 2021-05-25 | 深圳市华汉伟业科技有限公司 | 一种异源数据融合方法及装置、存储介质 |
CN113343326A (zh) * | 2021-06-02 | 2021-09-03 | 山东农业大学 | 一种基于多视几何概念设计的三维建模方法 |
CN114119924A (zh) * | 2021-11-30 | 2022-03-01 | 扬州大学江都高端装备工程技术研究所 | 基于条件生成对抗的三维模型模糊纹理特征显著化方法 |
WO2022179097A1 (zh) * | 2021-02-25 | 2022-09-01 | 华南理工大学 | 等几何拓扑优化结果的可编辑模型自动构建方法及系统 |
CN115034302A (zh) * | 2022-06-07 | 2022-09-09 | 四川大学 | 优化信息融合策略的关系抽取方法、装置、设备及介质 |
CN115409951A (zh) * | 2022-10-28 | 2022-11-29 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN115546409A (zh) * | 2022-10-18 | 2022-12-30 | 兰州未来新影文化科技集团有限责任公司 | 一种三维人脸模型自动生成方法 |
CN116090458A (zh) * | 2022-12-20 | 2023-05-09 | 北京邮电大学 | 医学信息抽取方法、装置、电子设备及存储介质 |
CN116468886A (zh) * | 2022-10-26 | 2023-07-21 | 中国科学院软件研究所 | 一种基于笔画的场景草图语义分割方法和装置 |
CN116721230A (zh) * | 2023-05-08 | 2023-09-08 | 广东励图空间信息技术有限公司 | 一种三维实景模型的构建方法、装置、设备及存储介质 |
-
2023
- 2023-10-25 CN CN202311395947.2A patent/CN117252991B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070285425A1 (en) * | 2006-06-09 | 2007-12-13 | Inus Technology, Inc. | Reverse modeling method using mesh data as feature |
US20080172173A1 (en) * | 2007-01-17 | 2008-07-17 | Microsoft Corporation | Location mapping for key-point based services |
CN105022910A (zh) * | 2015-04-23 | 2015-11-04 | 北京建筑大学 | 一种三维CSG-BRep模型的拓扑元素的访问方法 |
CN108776993A (zh) * | 2018-05-24 | 2018-11-09 | 北京建筑大学 | 带有孔洞的三维点云的建模方法及地下电缆工井建模方法 |
WO2020034785A1 (zh) * | 2018-08-16 | 2020-02-20 | Oppo广东移动通信有限公司 | 三维模型处理方法和装置 |
CN111539267A (zh) * | 2020-04-03 | 2020-08-14 | 成都云盯科技有限公司 | 一种人体几何特征提取方法、装置、设备及系统 |
CN112836734A (zh) * | 2021-01-27 | 2021-05-25 | 深圳市华汉伟业科技有限公司 | 一种异源数据融合方法及装置、存储介质 |
WO2022179097A1 (zh) * | 2021-02-25 | 2022-09-01 | 华南理工大学 | 等几何拓扑优化结果的可编辑模型自动构建方法及系统 |
CN113343326A (zh) * | 2021-06-02 | 2021-09-03 | 山东农业大学 | 一种基于多视几何概念设计的三维建模方法 |
CN114119924A (zh) * | 2021-11-30 | 2022-03-01 | 扬州大学江都高端装备工程技术研究所 | 基于条件生成对抗的三维模型模糊纹理特征显著化方法 |
CN115034302A (zh) * | 2022-06-07 | 2022-09-09 | 四川大学 | 优化信息融合策略的关系抽取方法、装置、设备及介质 |
CN115546409A (zh) * | 2022-10-18 | 2022-12-30 | 兰州未来新影文化科技集团有限责任公司 | 一种三维人脸模型自动生成方法 |
CN116468886A (zh) * | 2022-10-26 | 2023-07-21 | 中国科学院软件研究所 | 一种基于笔画的场景草图语义分割方法和装置 |
CN115409951A (zh) * | 2022-10-28 | 2022-11-29 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN116090458A (zh) * | 2022-12-20 | 2023-05-09 | 北京邮电大学 | 医学信息抽取方法、装置、电子设备及存储介质 |
CN116721230A (zh) * | 2023-05-08 | 2023-09-08 | 广东励图空间信息技术有限公司 | 一种三维实景模型的构建方法、装置、设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
张霞;杨岳;: "基于B-rep的工件表面动态几何模型", 计算技术与自动化, no. 03, 15 September 2012 (2012-09-15), pages 96 - 99 * |
曹航: "核设施扫描点云的处理与三维重构技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 January 2023 (2023-01-15), pages 040 - 44 * |
蒋玉明,薛晓滨,傅涓: "实体造型中的几何模型与数据结构研究", 中国机械工程, no. 06, 30 December 1996 (1996-12-30), pages 27 - 31 * |
邵士春: "轨道交通构筑物的CSG/B-rep三维模型布尔运算算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 December 2013 (2013-12-15), pages 033 - 44 * |
黄林竹;常晓辉;田凯;杨勇;: "三维形体的几何建模研究", 科技信息(科学教研), no. 32, 10 November 2007 (2007-11-10), pages 361 - 362 * |
Also Published As
Publication number | Publication date |
---|---|
CN117252991B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2625621B2 (ja) | オブジェクトを作成する方法 | |
CN104463948B (zh) | 三维虚拟现实系统与地理信息系统的无缝可视化方法 | |
EP0926628A2 (en) | mpparatus and method for generating progressive polygon data | |
JP2003051026A (ja) | 3次元客体およびアニメートされた3次元客体のイメージベースの表現とレンダリング方法 | |
CN108629834B (zh) | 一种基于单张图片的三维头发重建方法 | |
JPH0627930A (ja) | 三次元画像フォント文字を作成、記憶、生成し、三次元タイプ設定を実施する方法及び装置 | |
CN115661374B (zh) | 一种基于空间划分和模型体素化的快速检索方法 | |
US20050151734A1 (en) | Method and apparatus for rendering, storing and editing voxel objects | |
CN110503718A (zh) | 三维工程模型轻量化显示方法 | |
CN112785673B (zh) | 一种基于WebGL批量三维模型数据的渲染方法 | |
US6897863B2 (en) | System and method for hidden object removal | |
CN117974899B (zh) | 一种基于数字孪生的三维场景展示方法及其系统 | |
Catalucci et al. | State-of-the-art in point cloud analysis | |
JP2017168081A (ja) | 記述子を用いた3dオブジェクトの位置特定 | |
Doungmala et al. | Investigation into the Application of Image Modeling Technology in the Field of Computer Graphics | |
CN111402422B (zh) | 三维表面重建方法、装置和电子设备 | |
CN117252991B (zh) | 一种体素构造与边界表示的融合方法及三维图形引擎 | |
JP2832463B2 (ja) | 3次元モデルの再構成方法および表示方法 | |
dos Passos et al. | Sample-based synthesis of illustrative patterns | |
JPH06215105A (ja) | 3次元画像処理装置及びその方法 | |
Çit et al. | A real-time virtual sculpting application by using an optimized hash-based octree | |
CN110163955A (zh) | 一种ug模型的体素化方法 | |
Lin et al. | A feature-adaptive subdivision method for real-time 3D reconstruction of repeated topology surfaces | |
CN118521699B (zh) | 一种虚拟人三维头发丝发型的生成方法及系统 | |
Argudo et al. | Interactive inspection of complex multi-object industrial assemblies |
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 |