本發(fā)明專(zhuān)利技術(shù)屬于計(jì)算機(jī)圖形學(xué)領(lǐng)域，公開(kāi)了一種面向復(fù)雜樹(shù)形物體的建模方法，方法包括：計(jì)算復(fù)雜樹(shù)形物體集合對(duì)應(yīng)的平均樹(shù)木，構(gòu)建復(fù)雜樹(shù)形物體集合的概率分布模型，通過(guò)隨機(jī)采樣或特定參數(shù)約束的方式生成復(fù)雜樹(shù)形物體。本發(fā)明專(zhuān)利技術(shù)提出了一套針對(duì)復(fù)雜樹(shù)形物體的建模方法，如三維樹(shù)木，人體神經(jīng)系統(tǒng)，使得復(fù)雜樹(shù)形物體可以通過(guò)完全隨機(jī)方式合成或者通過(guò)特定參數(shù)約束的方式合成，解決了現(xiàn)有方法建模復(fù)雜度高、無(wú)法對(duì)復(fù)雜的樹(shù)形物體進(jìn)行有效實(shí)時(shí)建模的問(wèn)題。對(duì)復(fù)雜的樹(shù)形物體進(jìn)行有效實(shí)時(shí)建模的問(wèn)題。對(duì)復(fù)雜的樹(shù)形物體進(jìn)行有效實(shí)時(shí)建模的問(wèn)題。
【技術(shù)實(shí)現(xiàn)步驟摘要】
一種面向復(fù)雜樹(shù)形物體的建模方法
[0001]本專(zhuān)利技術(shù)屬于計(jì)算機(jī)圖形學(xué)領(lǐng)域，尤其涉及一種面向復(fù)雜樹(shù)形物體的建模方法。
技術(shù)介紹
[0002]目前，對(duì)于樹(shù)形物體(如三維樹(shù)木模型、腦神經(jīng)系統(tǒng)、人體血液管道)等的數(shù)據(jù)生成任務(wù)是計(jì)算機(jī)圖形學(xué)、計(jì)算生物學(xué)、醫(yī)學(xué)數(shù)據(jù)分析等領(lǐng)域的重要研究課題，在計(jì)算機(jī)圖形學(xué)中，對(duì)于三維樹(shù)木的合成可以增強(qiáng)虛擬場(chǎng)景的真實(shí)度，提高用戶的體驗(yàn)，從而滿足電影制作、游戲開(kāi)發(fā)等產(chǎn)業(yè)的需求；在計(jì)算生物學(xué)等醫(yī)學(xué)方面，對(duì)于醫(yī)學(xué)上的樹(shù)形物體的大量合成可以作為相關(guān)深度學(xué)習(xí)模型的訓(xùn)練數(shù)據(jù)，有效實(shí)現(xiàn)病例判斷、人體健康度分析等相關(guān)數(shù)據(jù)表征學(xué)習(xí)下游任務(wù)。樹(shù)形物體的形狀在幾何和拓?fù)浞矫娑汲尸F(xiàn)出較大的變化性，如枝干形狀的彎曲和拉伸等產(chǎn)生的幾何形變以及枝干數(shù)量差異導(dǎo)致的拓?fù)洳町悾@使得構(gòu)建得到形態(tài)合理的復(fù)雜樹(shù)形物體的生成工作具有挑戰(zhàn)性，當(dāng)前一些面向樹(shù)形物體的建模的主流方法是過(guò)程式建模，如L
?
系統(tǒng)，這對(duì)用戶專(zhuān)業(yè)知識(shí)要求高，時(shí)間消耗大，并且細(xì)微的L
?
系統(tǒng)的語(yǔ)法改變會(huì)導(dǎo)致合成的模型變化較大，不適用于大規(guī)模的樹(shù)形物體合成。另外一些工作則從數(shù)據(jù)重建的角度生成樹(shù)形物體，如基于圖像/三維掃描點(diǎn)云的樹(shù)木重建技術(shù)，但這通常對(duì)圖像的質(zhì)量要求較高，對(duì)外部的數(shù)據(jù)采集設(shè)別(如三維掃描儀)的依賴(lài)性強(qiáng)。
[0003]從另外一個(gè)角度而言，樹(shù)形物體的模型合成工作可以是做一個(gè)基于統(tǒng)計(jì)概率分布進(jìn)行建模的過(guò)程，即對(duì)給定的樹(shù)形物體數(shù)據(jù)，學(xué)習(xí)得到相應(yīng)的形狀概率分布，通過(guò)隨機(jī)采樣的方式或受參數(shù)限制的采樣方式獲取合成的樹(shù)形物體，這種方法建模過(guò)程輕量化強(qiáng)，用戶專(zhuān)業(yè)領(lǐng)域知識(shí)要求低，并且不依賴(lài)外部采集設(shè)備，可用于構(gòu)建大規(guī)模樹(shù)形物體。目前，基于統(tǒng)計(jì)模型的建模思想主要用在具有固定拓?fù)浣Y(jié)構(gòu)的物體生成工作中，如人體模型、人臉模型以及人造模型(椅子，桌子等)，樹(shù)形物體由于具有復(fù)雜、不固定的拓?fù)浣Y(jié)構(gòu)，使得現(xiàn)有方法無(wú)法直接應(yīng)用樹(shù)形物體的建模工作中。
[0004]通過(guò)上述分析，現(xiàn)有技術(shù)存在的問(wèn)題及缺陷為：
[0005]現(xiàn)有方法建模復(fù)雜度高、無(wú)法對(duì)復(fù)雜的樹(shù)形物體進(jìn)行有效實(shí)時(shí)建模。
技術(shù)實(shí)現(xiàn)思路
[0006]針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本專(zhuān)利技術(shù)提供了一種面向復(fù)雜樹(shù)形物體的建模方法。
[0007]本專(zhuān)利技術(shù)是這樣實(shí)現(xiàn)的，一種面向復(fù)雜樹(shù)形物體的建模方法，所述面向復(fù)雜樹(shù)形物體的建模方法包括：
[0008]計(jì)算復(fù)雜樹(shù)形物體集合對(duì)應(yīng)的平均樹(shù)木，構(gòu)建復(fù)雜樹(shù)形物體集合的概率分布模型，通過(guò)隨機(jī)采樣或特定參數(shù)約束的方式生成復(fù)雜樹(shù)形物體。
[0009]進(jìn)一步，所述復(fù)雜樹(shù)形物體由管狀枝干以層次構(gòu)建而成，每個(gè)管狀枝干β的形狀由一條連續(xù)骨架曲線進(jìn)行描述，沿骨架曲線進(jìn)行參數(shù)采樣得到參數(shù)化的骨架曲線，為：
[0010]β＝(f(s),r(s))＝(x(s),y(s),z(s),r(s))
[0011]式中，x(s),y(s),z(s)為骨架曲線點(diǎn)的坐標(biāo)信息，r(s)為相應(yīng)點(diǎn)對(duì)應(yīng)的枝干半徑,s表示沿曲線β方向采樣的參數(shù)值，s∈[0,1]；
[0012]所述復(fù)雜樹(shù)形物體的層次化表示為β是以層級(jí)的方式進(jìn)行存儲(chǔ)，由主枝干和子樹(shù)構(gòu)成，子樹(shù)又由主枝干和下一級(jí)子樹(shù)或側(cè)枝構(gòu)成；其中，β0表示第0層的主枝干，表示在分叉點(diǎn)β0(s
i
)處生長(zhǎng)出的子樹(shù)；如果β
i
包含子樹(shù)，那β
i
表示為主枝干與子樹(shù)的形式，直到β
i
不包含任何子樹(shù)。
[0013]進(jìn)一步，所述平均樹(shù)木為到所有復(fù)雜樹(shù)形物體的集合β
i
的歐氏距離之和最小的樹(shù)形物體，公式為：
[0014][0015]具體計(jì)算方法如下：
[0016](1)設(shè)μ＝β1；
[0017](2)對(duì)于i＝1:m，尋找β
i
與μ之間的對(duì)應(yīng)關(guān)系，使得β
i
與μ之間的形態(tài)差異性最小，包括虛擬枝干的添加；
[0018](3)
[0019](4)重復(fù)過(guò)程(2)、(3)，直到過(guò)程最終收斂；
[0020](5)返回最終的μ，作為復(fù)雜樹(shù)集合β
i
的平均樹(shù)木。
[0021]進(jìn)一步，所述平均概率分布模型的構(gòu)建過(guò)程為：
[0022]將所有對(duì)齊的β
i
集合的中心點(diǎn)平移到原點(diǎn)，記作v
i
＝β
i
?
μ,計(jì)算對(duì)應(yīng)的協(xié)方差矩陣則C的特征向量Λ
i
表示β
i
集合的主形態(tài)變化情況，C的特征值λ
i
表示主方向Λ
i
上的變化強(qiáng)度；基于μ、Λ
i
和λ
i
，對(duì)β
i
擬合多元高斯分布。
[0023]進(jìn)一步，所述隨機(jī)采樣生成復(fù)雜樹(shù)形物體的具體過(guò)程為：
[0024]隨機(jī)采樣若干個(gè)實(shí)數(shù)，前k個(gè)特征值對(duì)應(yīng)的特征向量滿足則一個(gè)新的復(fù)雜樹(shù)木模型為前k個(gè)特征向量的線性組合，表示為：
[0025][0026]進(jìn)一步，所述通過(guò)特定參數(shù)約束生成復(fù)雜樹(shù)形物體的過(guò)程為線性回歸的過(guò)程，在生成復(fù)雜樹(shù)形物體的過(guò)程中添加用戶約束，為約束參數(shù)，為復(fù)雜樹(shù)β的向量化表達(dá)，則參數(shù)p和向量b的映射關(guān)系表示為：
[0027]M[p1,p2,
…
,p
l
,1]T
＝b
[0028]式中，映射矩陣M＝BP
+
，B為所有的b的矩陣化表示，矩陣P
+
是P的偽逆矩陣；
[0029]進(jìn)而得到向量化表達(dá)b，通過(guò)向量化的逆過(guò)程得到對(duì)應(yīng)的復(fù)雜樹(shù)形物體β。
[0030]進(jìn)一步，所述通過(guò)約束參數(shù)p為樹(shù)木模型的高度，側(cè)子樹(shù)枝干的長(zhǎng)度，以及橫切面偏角、縱切面偏角。
[0031]本專(zhuān)利技術(shù)的另一目的在于提供一種實(shí)施所述面向復(fù)雜樹(shù)形物體的建模方法的面向復(fù)雜樹(shù)形物體的建模系統(tǒng)，所述面向復(fù)雜樹(shù)形物體的建模系統(tǒng)包括：
[0032]平均樹(shù)木模塊，用于計(jì)算復(fù)雜樹(shù)集合對(duì)應(yīng)的平均樹(shù)木；
[0033]模型構(gòu)建模塊，用于構(gòu)建復(fù)雜樹(shù)集合的概率分布模型；
[0034]復(fù)雜樹(shù)生成模塊，用于通過(guò)隨機(jī)采樣或特定參數(shù)約束的方式生成復(fù)雜樹(shù)形物體。
[0035]本專(zhuān)利技術(shù)的另一目的在于提供一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行所述面向復(fù)雜樹(shù)形物體的建模方法的步驟。
[0036]本專(zhuān)利技術(shù)的另一目的在于提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行所述面向復(fù)雜樹(shù)形物體的建模方法的步驟。
[0037]本專(zhuān)利技術(shù)的另一目的在于提供一種信息數(shù)據(jù)處理終端，所述信息數(shù)據(jù)處理終端用于實(shí)現(xiàn)所述面向復(fù)雜樹(shù)形物體的建模系統(tǒng)。
[0038]結(jié)合上述的技術(shù)方案和解決的技術(shù)問(wèn)題，本專(zhuān)利技術(shù)所要保護(hù)的技術(shù)方案所具備的優(yōu)點(diǎn)及積極效果為：
[0039]第一、針對(duì)上述現(xiàn)有技術(shù)存在的技術(shù)問(wèn)題以及解決該問(wèn)題的難度，本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.一種面向復(fù)雜樹(shù)形物體的建模方法，其特征在于，所述面向復(fù)雜樹(shù)形物體的建模方法包括：計(jì)算復(fù)雜樹(shù)形物體集合對(duì)應(yīng)的平均樹(shù)木，構(gòu)建復(fù)雜樹(shù)形物體集合的概率分布模型，通過(guò)隨機(jī)采樣或特定參數(shù)約束的方式生成復(fù)雜樹(shù)形物體。2.如權(quán)利要求1所述面向復(fù)雜樹(shù)形物體的建模方法，其特征在于，所述復(fù)雜樹(shù)形物體由管狀枝干以層次構(gòu)建而成，每個(gè)管狀枝干β的形狀由一條連續(xù)骨架曲線進(jìn)行描述，β:其中表示三維實(shí)數(shù)域，表示一維正實(shí)數(shù)域，沿骨架曲線進(jìn)行參數(shù)采樣得到參數(shù)化的骨架曲線，為：β＝(f(s),r(s))＝(x(s),y(s),z(s),r(s))式中，x(s),y(s),z(s)為骨架曲線點(diǎn)的坐標(biāo)信息，r(s)為相應(yīng)點(diǎn)對(duì)應(yīng)的枝干半徑,s表示沿曲線β方向采樣的參數(shù)值，s∈[0,1]；所述復(fù)雜樹(shù)形物體的層次化表示為β是以層級(jí)的方式進(jìn)行存儲(chǔ)，由主枝干和子樹(shù)構(gòu)成，子樹(shù)又由主枝干和下一級(jí)子樹(shù)或側(cè)枝構(gòu)成；其中，β0表示第0層的主枝干，表示在分叉點(diǎn)β0(s
i
)處生長(zhǎng)出的子樹(shù)；如果β
i
包含子樹(shù)，那β
i
表示為主枝干與子樹(shù)的形式，直到β
i
不包含任何子樹(shù)。3.如權(quán)利要求1所述面向復(fù)雜樹(shù)形物體的建模方法，其特征在于，所述平均樹(shù)木為到所有復(fù)雜樹(shù)形物體的集合β
i
的歐氏距離之和最小的樹(shù)形物體，數(shù)學(xué)公式為：具體計(jì)算方法如下：(1)設(shè)μ＝β1；(2)對(duì)于i＝1:m，對(duì)β
i
或μ添加虛擬子樹(shù)，使得兩者子樹(shù)的數(shù)量相同，利用線性分配算法尋找β
i
與μ的子樹(shù)之間的對(duì)應(yīng)關(guān)系，使得β
i
與μ之間對(duì)應(yīng)子樹(shù)的形態(tài)差異值總和最小；子樹(shù)之間的形態(tài)差異值采用計(jì)算開(kāi)銷(xiāo)代價(jià)小的歐式距離。(3)將此時(shí)所有的β
i
的數(shù)學(xué)平均值賦予μ,即(4)重復(fù)過(guò)程(2)、(3)，直到達(dá)到指定的重復(fù)次數(shù)，如100；(5)返回最終的μ，作為復(fù)雜樹(shù)集合β
i
的平均樹(shù)木。4.如權(quán)利要求1所述面向復(fù)雜樹(shù)形物體的建模方法，其特征在于，所述平均概率分布模型的構(gòu)建過(guò)程為：將所有對(duì)齊的β
i
集合的中心點(diǎn)平移到原點(diǎn)，記作v
i
＝β
i
?
μ,計(jì)算對(duì)應(yīng)的協(xié)方差矩陣則C的特征向量Λ...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：王冠，謝寧，
申請(qǐng)(專(zhuān)利權(quán))人：電子科技大學(xué)長(zhǎng)三角研究院湖州，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。