三維人體(réntǐ)建模第一頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎人體數據測量接觸式人體測量技術非接觸式三維人體測量技術

立體攝影測量方法、激光測量法、莫爾條紋測量法TC2分層輪廓測量法、投影條紋相位測量法等。

投入商業應用(yìngyòng)的測量系統(人體掃描系統)有Cyberware,Loughborough,Hamamatsu,ImageTwin等系統。第二頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎OpenGL系統(xìtǒng)結構圖第三頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎三維測量(cèliáng)技術接觸式非接觸式第四頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎人體建模方法

主要有:線框模型實體模型曲面建模：(1)多邊形描述(2)參數化曲面描述(3)碎片描述基于物理(wùlǐ)特性的模型第五頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎常用幾種曲面重建方法比較(bǐjiào)1NURBS方法來進行曲面重構2利用B-spline方法來進行曲面重構3利用微切平面方法來進行曲面重構4利用特征方法來進行曲面重構5利用曲面變形方法來進行曲面重構6利用神經網絡方法來進行曲面重構7基于三角網格進行曲面重建

第六頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎曲面造型技術參數曲面造型技術：

核心思想就是以一組基函數為權因子，以一組初始控制向量的線性(或有理(yǒulǐ)線性)組合來得到模型的連續表示。隱式曲面造型技術（元球造型技術(Metaball)）細分曲面造型技術：

由粗略到精細的建模思路。它是一種由離散到離散的表示形式。第七頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎3D勾畫(gōuhuà)式造型技術

根據參照線與目標線來決定一系列的局部變換，并由局部變換產生出相應的梯度場，最終用泊松方法重建三維模型。第八頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎人體測量人體傳統測量、人體二維測量和人體三維測量傳統的人體測量學主要研究人體測量和觀察方法，并通過人體整體測量與局部測量來探討人體的特征、類型、變異和發展規律。人體二維測量是指利用圖形圖像處理和模式識別等技術進行二維人體圖像的測量工作。三維人體掃描(sǎomiáo)是通過數字轉換器、照相機或掃描儀獲得與區域圖像類似的等高線圖，再由模型軟件處理轉換為空間點，以點數據云顯示虛擬模型、關鍵標志，具有掃描迅速、重現尺寸準確等優點。第九頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎人體模型類型第一類是Torso模型(móxíng)，其中又可以分A型和B型，主要用于女式衣身造型

第二類是Slax模型，主要用于褲子的造型第三類為Nude模型，是多用途模型，可以用于上衣、褲子、裙子和泳裝等多種服裝類型的造型前面三類為女式標準人體，第四類Man模型，主要用于男式衣身造型第十頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎人體特征(tèzhēng)識別47個人體特征點及10個主要特征點第十一頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎第十二頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎第十三頁，共四十六頁。編輯課件服裝人體建模方法分析

多面體建模；基于特征的服裝人體曲面(qūmiàn)建模；參數化的曲面建模；以網格邊界線為連續條件的三維人體建模。主要理論(lǐlùn)基礎第十四頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎三維人體建模方法分析

線框模型(móxíng)、實體模型(móxíng)、曲面模型(móxíng)、

基于物理的建模、混合建模第十五頁，共四十六頁。編輯課件主要理論(lǐlùn)基礎人體(réntǐ)自由曲線曲面造型研究Bezier曲面方法B樣條曲面方法NURBS方法:NURBS曲面即非均勻有理B樣條(Non-UniformRationalB-Spline)曲面。NURBS曲面具備了以上曲面方法的一切優點，并且還有很多其他的優點第十六頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎三維人體掃描方法1、立體(lìtǐ)視覺法2、結構光三角測量法3、莫爾條紋干涉法4、白光相位法第十七頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎點云類型線點云

由一組與掃描平面平行的掃描線組成，每條線上的點位于掃描平面內。掃描線點云沿掃描方向非常(fēicháng)密集，而掃描線之間相對比較稀疏。

散亂點云

點云沒有明顯的幾何形狀特征和拓撲結構，呈散亂無序的狀態，由激光、結構光等在隨機掃描的方式測得的點云為該類型。

網格化點云經CMM、莫爾等高線測量、投影光柵測量系統等獲得的數據經過網格插值后得到點云為網格化點云，網格化點云含有點云間拓撲關系。第十八頁，共四十六頁。編輯課件主要(zhǔyào)理論基礎人體掃描點云數據處理技術點云降噪與平滑(pínghuá)

高斯濾波法、平均濾波法點云數據精簡(1)均勻采樣法(2)倍率縮減法(3)柵格法(4)弦偏離法孔洞修補(xiūbǔ)(1)拋物線切向延拓法(2)BP神經網絡修補法(3)遺傳算法結合神經網絡算法(4)擬合方法(5)基于核機器的回歸修補方法第十九頁，共四十六頁。編輯課件主要(zhǔyào)研究方法光照模型法向量(xiàngliàng)的計算方法三角片法向量和頂點法向量的計算方法第二十頁，共四十六頁。編輯課件主要研究(yánjiū)方法基于三角網格進行曲面重建方法

此方法能有效解決構型復雜(fùzá)、形狀和邊界不規則的人體幾何造型問題。可以對不規則的散亂數據點直接進行三角剖分，再利用OpenGL對三角面片顯示的優化，可以快速有效的構造人體的三維曲面模型。第二十一頁，共四十六頁。編輯課件主要(zhǔyào)研究方法小三角面片逼近曲面進行三維人體重建散亂數據點三角剖分方法

散亂數據的三角剖分是構造散亂數據插值曲面時必不可少的前置處理，三角剖分可分為對三維散亂數據投影域的剖分和在空間直接剖分兩種類型(lèixíng)。直接基于空間體的三角剖分基于空間體的三維散亂數據點直接三角剖分步驟:

1.對散亂數據點預排序，形成散亂數據點頂點表2.四面體剖分，得到Delaunay四面體網格。3.內點邊界化。4.對散亂數據點的三角網格進行必要的修改。第二十二頁，共四十六頁。編輯課件主要研究(yánjiū)方法魯棒濾波去噪算法用于去除點云數據表面噪聲和離群點的算法。主要思想是應用一個核密度估計函數對帶有噪聲和離群點的點云數據作點聚類，通過一個局部似然估計值使得每個數據點與三維采樣曲面上的真實點對應起來，用Mean-Shift迭代算法將每一個采樣點“漂移”到核密度估計函數的局部最大值點處，也就是該采樣點在點集曲面上可能性測度最大的位置。這樣一系列最大似然值點最后迭代出一個逼近(bījìn)原始曲面的準確值，從而實現了點云數據的快速高效光順去噪。第二十三頁，共四十六頁。編輯課件主要(zhǔyào)研究方法三角網格孔洞光順修補利用孔洞邊界及其周圍原始網格頂點特征(tèzhēng)，通過加權三次曲線擬合，實現新增采樣點的空間位置進行細調。修補實例表明，該算法具有較好的魯棒性，能夠處理各類大面積復雜型面的三角網格模型孔洞缺陷，重建的修補網格遇近原始真實形狀，與周圍網格連接光順，且分布均勻，計算效率高。第二十四頁，共四十六頁。編輯課件主要研究(yánjiū)方法網格分割算法——區域增長法基于區域增長的分割算法實現簡單，效率高能勝任實時反饋的交互要求，而且定義(dìngyì)了反映極小值法則意義的有向特征距離，使得分割結果符合人體感知學規則，從而具有很高的實用價值.第二十五頁，共四十六頁。編輯課件主要(zhǔyào)研究方法邊界優化

基于能量(néngliàng)最小的動態曲線(Snake)優點是優化邊界的頂點可以位于原網格的邊上或面上；

缺點是優化邊界的頂點位置只能局限于網格上的頂點上導致依然存在鋸齒形。基于最小切割或最大流量算法的圖分割(Graphcut)

與Snake類似簡單的Snake

同時具有snake優點，改進snake缺點第二十六頁，共四十六頁。編輯課件主要(zhǔyào)研究方法網格分割與融合

泊松網格編輯泊松網格融合通過簡單的交互手段來選取模型部件(bùjiàn)，通過“組裝”制作出想要的三維模型。第二十七頁，共四十六頁。編輯課件主要(zhǔyào)研究方法Balleton抽取骨架法構建網格的Balleton的步驟如下:1計算網格M的Delaunay三角剖分和Voronoi圖;2簡化四面體集合(jíhé)以及對應的Voronoi圖，得到一個精簡的骨架S;3繼續簡化骨架和球集，得到網格M的Balleton;4將網格M的頂點對應到Balleton中相應的球.第二十八頁，共四十六頁。編輯課件主要(zhǔyào)研究方法網格優化算法拉普拉斯(Laplacian)全局優化保特征的非迭代的優化算法，它在保持(bǎochí)網格需要的一些特證和逼近原網格的前提下優化頂點鄰域和三角形的質量頂點流動優化算法

讓網格頂點從平坦部位移動到特征部位，使得在不增加新頂點的條件下增加網格表面的感觀特征，起到特征增強的目的第二十九頁，共四十六頁。編輯課件主要(zhǔyào)研究方法三角網格(wǎnɡɡé)中的直線生成算法直線生成算法有數值微分法(DDA法)、中點畫線法和Bresenham算法Bresenham算法本文所采用的算法第三十頁，共四十六頁。編輯課件主要(zhǔyào)研究方法標準(biāozhǔn)模型人體特征點識別方法(1)人體胯部點(2)腰部特征點、膝蓋點(3)頸部特征點(前頸點、左頸點、右頸點)(4)乳頭點(5)左、右肩點(6)腋下點第三十一頁，共四十六頁。編輯課件主要研究(yánjiū)方法基于(jīyú)圖像的人體特征區域和特征參數提取方法通過對用戶人體照片進行圖像二值化、噪聲處理、人體輪廓提取、人體特征點識別以及對人體的頭部、手部、腿部等特征區域定位，獲取人體各部位的像素數，進而通過計算得到用戶人體的身高、上臂長、腿長、軀干長以及軀干寬等人體特征尺寸第三十二頁，共四十六頁。編輯課件第三十三頁，共四十六頁。編輯課件基于特征點的特征區域(qūyù)識別第三十四頁，共四十六頁。編輯課件主要研究(yánjiū)方法基于神經網絡的三維人體特征曲線智能生成方法通過神經網絡訓練，獲得可以用來描述人體頸部、胸部、腰部以及臀部等部位曲線的權值和閡值，然后根據人體截面的圍長、寬度、厚度(hòudù)等的尺寸參數信息，就能直接生成與真實人體體型吻合的人體三維曲線。第三十五頁，共四十六頁。編輯課件主要(zhǔyào)研究方法參數(cānshù)化人體建模方法參數化建模方法：基于幾何約束的變量幾何方法(代數法)；基于幾何推理的人工智能法(規則法)和基于生成歷程的過程構造法。

基于幾何推理的人工智能法的基本思想是將約束關系用一階邏輯謂詞來描述并存入事實庫，通過推理機的推理作用，從規則庫中選取規則并應用于現有事實，推理的結論作為新的事實，推理史記錄了所有成功的應用規則并提供給重構過程，構造出符合設計要求的幾何體。第三十六頁，共四十六頁。編輯課件其中Adefeld法是采用人工智能(rénɡōnɡzhìnénɡ)的典型參數化方法，其推理過程示意圖如圖2-1所示。第三十七頁，共四十六頁。編輯課件主要(zhǔyào)研究方法體型分類——聚類分析法小胸腰落差分類法;前后腰節差分類方法;胸型、腰型、臀型分類方法;各種有關人體尺寸指數分類方法;體型聚類分析方法

本文研究的體型分類采用聚類分析(ClusterAnalysis)法，聚類分析是研究“物以類聚”的一種方法，是根據研究對象的特征對研究對象進行分類的多元分析技術總稱。它把性質相近(xiānɡjìn)的個體歸為一類，使得同一類的個體具有同質性。第三十八頁，共四十六頁。編輯課件主要(zhǔyào)研究方法人體(réntǐ)掃描線點云表面重建方法簡化的人體掃描點云三角剖分方法：用于點云數據規則的人體部位基于Delaunay三角剖分的網格重建方法：人體其他部位Sqrt3人體三角網格細分方法第三十九頁，共四十六頁。編輯課件主要(zhǔyào)技術成果通過對不同材料以及不同光照(guāngzhào)的定義，建立不同光照