一種基于圖像分割的三維模型紋理著色方法
【專利摘要】紋理數(shù)據(jù)是三維模型的重要組成部分，對三維模型可視化效果有著重要的影響。但三維模型紋理數(shù)據(jù)量大，往往成為提高模型可視化速度的瓶頸，本文提出一種基于圖像分割的三維模型紋理著色方法，該方通過對三維模型紋理數(shù)據(jù)的處理，將其三維模型的面分割為具有相似顏色的部分(同色區(qū)塊)，從而省去圖像紋理，并大幅降低數(shù)據(jù)量。此外，基于對相鄰的同色區(qū)塊進行合并操作，生成模型的紋理樹，為不同應用場景提供具有不同細節(jié)層次的紋理著色方案。本發(fā)明將大幅降低了三維模型數(shù)據(jù)量，并提高三維模型可視化速度。
【專利說明】一種基于圖像分割的三維模型紋理著色方法
一、【技術領域】
[0001 ] 本發(fā)明面向在線三維模型可視化應用，特別對于基于無線的三維模型應用如三維城市模型、三維商品展示等領域，提出一種基于圖像分割的三維模型紋理著色方法。該方法利用對紋理圖像中分割帶的檢測，迭代的對紋理圖像進行分割，直到每一部分紋理都具有相同的顏色，從而實現(xiàn)對紋理的著色，對分割后的同色紋理，按照分布與顏色差異進行合并，生成紋理樹，實現(xiàn)多細節(jié)層次的三維模型紋理結構。本發(fā)明主要涉及圖像處理以及三維可視化領域。
二、【背景技術】
[0002]三維模型中紋理數(shù)據(jù)具有重要作用，對三維模型的視覺效果有著較大的影響，能夠大幅提高三維模型的真實性，因此在三維模型中廣泛使用。但由于三維紋理多為圖像數(shù)據(jù)，因此其數(shù)據(jù)量大，并需要大量的計算資源進行處理，因此有必要對三維紋理進行處理以提高可視化效率。三維模型尤其是人造物的三維模型如城市模型以及商品模型等，其紋理數(shù)據(jù)具有一定的特征，許多紋理圖像都包含大量具有相同顏色的區(qū)域，例如門窗、家具紋理等，因此本發(fā)明針對三維模型紋理，基于圖像分割，提出了一種紋理著色方法，通過將紋理圖像轉換為具有相同顏色的色塊，降低紋理數(shù)據(jù)量，同時利用合并算法，生成紋理樹，從而實現(xiàn)三維模型多細節(jié)層次紋理結構。
三、
【發(fā)明內容】

[0003]本發(fā)明基于三維模型(建筑物模型與三維商品模型等)紋理中具有較多同色區(qū)域的特征，提出了一種基于圖像分割的紋理著色方法，其具體內容如下:
[0004]1.紋理圖像預處理
[0005]Meanshift 紋理圖像聚類算法。Dorin Comaniciu 與 Peter Meer 在 2001 年將Meanshift算法應用于圖像分割，取得了良好的效果。目前該算法已經廣泛應用于圖像分割與壓縮等領域。因此本發(fā)明采用Meanshift算法對三維模型紋理圖像進行預處理。
[0006]聚類后的紋理圖像將變的平滑，從而適宜進行邊緣檢測。本發(fā)明采用Canny算法進行邊緣檢測。Canny算法使用4個mask檢測水平、垂直以及對角線方向的邊緣。并將原始圖像與每個mask所作的卷積都存儲起來。對于每個點都標識在這個點上的最大值以及生成的邊緣的方向。該算法能夠較為準確的檢測出紋理數(shù)據(jù)中的邊緣，從而為進一步的紋理分割提供便利。
[0007]2.三維模型紋理分割帶檢測與分割著色
[0008]紋理圖像壓縮后，在三維模型可視化過程中需要動態(tài)生成多細節(jié)層次紋理，本發(fā)明從水平和垂直兩個方向檢測分割帶，并對檢測到的多個分割帶進行選擇，從中找出最優(yōu)分割帶(一致性最高，且橫穿紋理圖像)，基于該最優(yōu)分割帶將紋理分為2 (分割帶為邊緣)或3(分割帶為區(qū)域)部分。之后分別對分割后的紋理部分進行分割帶檢測操作，直到紋理塊小于某設定值或未能檢測出分割帶。對于不能分割的紋理部分，計算其顏色的平均值，以此對該紋理部分進行著色。
[0009]圖1給出了紋理的分割流程，其中Useg為待分割集合，初始值為原紋理圖像S。，Rseg為分割結果，初始值為空。首先從Useg集合中取出一個元素S作為當前待分割紋理塊(S = Useg.get O ;Useg.remove (s)),判斷 S 是否具有同色性(S.1sSameColor O),如果是，則直接將S放入已分割集合Rseg中，否則，找出S中的最優(yōu)分割帶D，如果D為空，則將S放入Rseg，否則基于D將S分割，并將分割后的結果Nseg全部加入Useg中，判斷Useg是否為空，如果空，則結束分割，否則繼續(xù)對Useg中的內容進行分割。圖2給出了一個紋理分割的示例，在分割過程中，逐步生成紋理部分之間的相鄰關系圖。并基于該相鄰關系圖逐步生成多細節(jié)層次紋理結構。
[0010]3.紋理樹的生成
[0011]在紋理切割的過程中，我們獲得的紋理塊的相鄰關系圖，如圖2所示，其中節(jié)點代表紋理塊，邊代表2個紋理塊的相鄰關系，邊中H表示是水平相鄰(圖2b中SI與S2)，V則表示垂直相鄰(圖2c中S3與S4)。在紋理塊相鄰關系圖中，迭代選擇距離最近(顏色差距最小且具有相同的長或寬)的相鄰紋理進行合并，從而生成紋理樹，如圖3所示。合并S5，S6，S3得到Sa，再與SI合并得到Sb。在動態(tài)可視化工程中，則給予該紋理樹，能夠根據(jù)當前用戶的視點，動態(tài)選擇合適的紋理，從而降低紋理數(shù)據(jù)量，在保證模型顯示質量前提下，提聞可視化效率。
四、【專利附圖】

【附圖說明】
[0012]圖1紋理分割流程圖
[0013]圖2紋理分割示例
[0014]圖3紋理樹的生成
五、【具體實施方式】
[0015]本發(fā)明主要用于三維模型可視化領域，提供靈活可配置的多細節(jié)層次紋理模型。具體步驟如下:
[0016]步驟I對三維模型紋理數(shù)據(jù)進行預處理,實施Meanshift聚類與Candy邊緣檢測；
[0017]步驟2迭代檢測紋理數(shù)據(jù)中的分割帶，并對紋理進行分割，直到檢測不到分割帶或顏色一致，則對該紋理塊進行著色，并生成紋理塊分布圖；
[0018]步驟3基于紋理塊分布圖對相鄰紋理進行合并，生成紋理樹；
[0019]步驟4基于紋理樹，結合顯示設備參數(shù)與用戶視點位置，選擇合適的紋理細節(jié)層次，并實現(xiàn)三維可視化。
【權利要求】
1.一種基于圖像分割的三維模型紋理著色方法，其方法實現(xiàn)過程的特征具體如下:首先采用Meanshift算法對紋理圖像進行聚類，簡化紋理圖像，增強其顏色的連續(xù)性與一致性；利用Candy邊緣檢測方法，處理聚類后的紋理圖像，提取紋理圖像中的邊緣信息；基于紋理邊緣信息，對紋理圖像進行分割，具體而言通過迭代的檢測分割帶(邊緣或同色區(qū)域)將紋理圖像自上而下分割為具有相同顏色的部分；最后，自下而上通過合并算法，生成三維模型的紋理樹，從而實現(xiàn)多細節(jié)紋理。
2.根據(jù)權利要求書I所描述的基于基于圖像分割的三維模型紋理著色方法，其三維紋理預處理采用Meanshift聚類算法，邊緣檢測采用Candy算法，在邊緣檢測基礎上，本發(fā)明提出了一種基于分割帶檢測的紋理分割方法，該方法利用紋理中的水平或垂直的橫貫紋理圖像的邊緣或同色區(qū)域，將紋理圖像進行分割，并對分割后的部分迭代進行分割帶檢測，從而實現(xiàn)自上而下的紋理分割。
3.根據(jù)權利要求書I所描述的基于圖像分割的三維模型紋理著色方法，其特征在于自下而上對分割后的紋理進行著色，并按照其分布與顏色差異進行合并，構造出紋理顏色樹，從而在動態(tài)可視化過程中實現(xiàn)多細節(jié)層次紋理顯示。
4.根據(jù)權利要求書I所描述的基于圖像分割的三維模型紋理著色方法，其特征在于用戶在訪問三維模型時，根據(jù)其視點位置，綜合考慮視角、視距以及當前用戶設備參數(shù)，在紋理樹上選擇相應的節(jié)點及其代表的紋理顏色值與區(qū)域進行顯示。
【文檔編號】G06T7/00GK103914825SQ201310007033
【公開日】2014年7月9日 申請日期:2013年1月9日 優(yōu)先權日:2013年1月9日
【發(fā)明者】伍之昂, 毛波, 曹杰, 方昌健, 劉英卓 申請人:南京財經大學