[发明专利]一种基于拓扑结构流形空间的树状三维模型重建方法

说明书

本发明涉及面绘制的三维模型重建技术，其公开了一种基于拓扑结构流形空间的树状三维模型重建方法，只需少量输入树状样本即可生成大量树形模型，解决传统树状三维模型构建方法的时间代价昂贵的问题。该方法包括以下步骤：a、输入两个三维树形模型并分别进行骨架提取；b、基于三维树形模型的骨架数据，对两个三维树形模型的分支点和树枝进行匹配，并通过插值算法使得两个三维树形模型的树枝一一对应；c、基于经步骤b处理后获得的两个树形模型，计算其在预定义流形空间中的测地线，并通过插值采样从测地线上采样出预设个数的树形模型的骨架数据；d、将步骤c中获得的树形模型的骨架数据还原为三维树形模型。

技术领域

本发明涉及面绘制的三维模型重建技术，具体涉及一种基于拓扑结构流形空间的树状三维模型重建方法。

背景技术

树木、灌木、农作物或植物等树形结构在城市和景观环境中无处不在。近年来，他们的3D模型用于许多应用领域，包括农业，植物生物学，建筑，城市建模，游戏和电影等。在计算机图形学中，逼真的植物3D模型可以为虚拟环境增加很多真实感。目前，树木和植物几乎属于每部动画电影或计算机游戏。为了减少树形结构模型开发的时间成本，大量的模型制作方法和商业模型制作工具被研发出来。构建三维树形模型的方法主要有两种：第一种是较为真实的三维模型构建方法，直接从现实中的植物捕捉特征按照外型体绘制或面绘制一个一个构建；第二种是交互式的模型构建道具，通过已经开发好的软件自己调节参数，面绘制构建树形三维模型。现实中，为了节约成本，基本上所有的商业工具都采用第二种方式。

尽管多种树形三维模型构建工具已经提出多年，但他们还是有一个不能忽视的缺陷，那就是使用的成本太高，经常需要精通这个软件的技术员，对于处于特定环境的树形模型，甚至需要植物学家给定参数。而且对于大量的模型要求，还是需要针对每个模型依次建模。

近年来，随着计算机图形学在三维建模应用中的不断探索和神经网络的不断发展，建模工具逐渐分化为基于拓扑结构建模的面绘制方法和基于GAN网络的对抗生成器方法。神经网络的优点是应用范围广，一次可以生成大量不同样本，但是最大缺点就是需要大量的样本，而且针对不同拓扑结构的树形结构，还要分出不同的训练集，训练出拥有不同特点的生成器，训练集代价十分昂贵。但基于拓扑结构的方法不仅不需要训练集而且还可以设定自己需要的拓扑结构，但构建模型只能单个构建，时间成本高。

发明内容

本发明所要解决的技术问题是：提出一种基于拓扑结构流形空间的树状三维模型重建方法，只需少量输入树状样本即可生成大量树形模型，解决传统树状三维模型构建方法的时间代价昂贵的问题。

本发明解决上述技术问题采用的技术方案是：

一种基于拓扑结构流形空间的树状三维模型重建方法，包括以下步骤：

a、输入两个三维树形模型并分别进行骨架提取；

b、基于三维树形模型的骨架数据，对两个三维树形模型的分支点和树枝进行匹配，并通过插值算法使得两个三维树形模型的树枝一一对应；

c、基于经步骤b处理后获得的两个树形模型，计算其在预定义流形空间中的测地线，并通过插值采样从测地线上采样出预设个数的树形模型的骨架数据；

d、将步骤c中获得的树形模型的骨架数据还原为三维树形模型。

作为进一步优化，步骤a具体包括：

输入两个obj格式的树形模型，分别通过PyrLK光流处理进行骨架提取，生成对应树形模型骨架的txtskl数据，并将txtskl格式的三维骨架数据转换为newick格式数据。

作为进一步优化，步骤a中，所述骨架提取具体包括：

对树形模型按其树枝的递进层次进行分层，并按层按树枝对每个树枝进行点采样，对每个树枝的采样以其分支点作为起点沿树枝生长方向进行，且至少包括其分支点和末端端点，每个点包括三维坐标属性和厚度属性。