[发明专利]一种基于率失真优化的三维模型属性图像简化方法和装置

说明书

本申请公开了一种基于率失真优化的三维模型属性图像简化方法和装置。所述方法包括：获取三维模型属性图像，将整幅属性图像等分成多个图像块，确定每一个图像块的率失真曲线；根据每一个图像块的率失真曲线，在给定的像素总数限制下，使用拉格朗日乘子法优化求解每一个图像块的下采样率；以及根据所述每一个图像块的下采样率使用双三次插值对相应的图像块进行下采样，得到简化后的属性图像。本申请优化地决定属性图像不同区域的下采样率，以使简化的带属性的三维模型在外观上尽可能接近原始模型。该优化过程不仅基于2D属性图像的特征，还考虑了原始和简化后的3D模型的几何特征以及模型表面到属性图像的参数化。本申请提出的属性简化方法具有通用性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种基于率失真优化的三维模型属性图像简化方法和装置。

背景技术

三维(3D)模型被越来越广泛地应用于计算机辅助工程(computer-aidedengineering，CAE)、三维游戏、数字城市等众多领域。一个三维模型除了有几何和拓扑数据，也经常会有其他属性数据。例如，与CAE中的计算机仿真相关的，可以有位移、应力、温度、压力等属性数据；与3D渲染相关的，可以有法向、材质、纹理等属性数据。在计算机仿真领域，位移、应力、温度、压力这些属性数据常以3D模型表面上的彩色明暗图呈现。这类似于三维模型渲染中使用的纹理图像。纹理图像也呈现为模型表面上的彩色图。因此，它们都属于定义在三维模型表面上的属性数据。三维模型表面可以参数化到二维(2D)平面，相应的，三维模型表面属性数据参数化成一幅二维图像，本申请称之为三维模型属性图像，亦简称属性图像。

为了达到高的3D渲染质量或者计算机仿真精度，很多应用对于三维几何模型(在下文中亦简称三维模型)及其属性图像的分辨率要求越来越高，高分辨率的三维模型和属性图像带来数据量的膨胀，给存储、传输和处理都带来巨大压力。在某些较低配置的平台比如移动终端上，相关的应用程序只能存储、传输以及显示较轻量级的三维模型。因此，为了满足较低配置的需要，往往需要对于原始的三维模型及其属性图像进行简化，在尽量保证模型质量的情况下，减少三维模型顶点和属性图像像素的个数。

在三维模型简化这一领域，已经有大量的论文发表。最初，三维模型简化算法力求在减少顶点数的情况下保持几何保真度；后来，三维模型简化算法也致力于减小属性图像在模型表面的偏移，以更好地保持带属性三维模型的外观。相比之下，对于属性图像本身的简化(或简称属性简化)在过去很少受到关注。尽管之前的研究很少，属性简化对于减少属性对于内存特别是GPU内存的占用是十分重要的。对于属性图像简化，一种最直接的方法是使用图像重定向方法。然而，这些方法只是优化调整后的二维图像的外观，而不是其在三维模型表面上呈现的外观。

三维模型简化领域的研究已经进行了二十多年，发表了许多算法。早期的3D模型简化算法大多注重保持简化模型的几何保真度。后续提出的算法也考虑了几何以外的属性，尤其是纹理坐标，以更好地保持带纹理映射的三维模型的外观。但所有这些三维模型简化算法都没有对于纹理图像本身做出任何的简化。

纹理扭曲(texture warping)最初是为了优化纹理空间而提出的，但也可以用于纹理图像的简化。具体来说，可以对纹理图像进行扭曲和均匀下采样，以达到简化的效果。

纹理扭曲技术通过自适应变形纹理图像的不同区域来优化三维模型的表面参数化，从而为具有更多着色细节和/或更高参数畸变的表面斑块(patches)分配更多的纹理空间。现有技术包括：1、基于考虑用户指定重要性和参数失真的度量对纹理图像进行多层自由变形。2、将纹理扭曲算法建立在傅里叶分析的基础上，通过分段线性扭曲来平衡图像中的空间频率分布。3、将图像频率和参数失真的度量整合到一个单一的映射中，通过基于拉普拉斯平滑的松弛来指导纹理扭曲过程。4、信号映射的度量张量来捕获信号的方向性，并在局部挤压垂直于信号梯度的参数化。后来，该度量被改进以提供对信号细节更高的灵敏度。

与纹理简化密切相关但又不同的一个领域是纹理压缩。前者减少图像中的像素计数，而后者压缩给定纹理图像的位表示。