探索三维人脸模型的约束纹理映射算法研究

《探索三维人脸模型的约束纹理映射算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工业大学硕士学位论文三维人脸模型的约束纹理映射算法研究姓名：黄体楠申请学位级别：硕士专业：计算机应用技术指导教师：梁荣华;黄鲜萍20081110浙江工业大学硕士学位论文三维人脸模型的约束纹理映射算法研究摘要计算机辅助的三维颅面复原采用计算机图形学技术从颅骨数据样本复原人脸面貌，可以应用于刑侦、考古、医学等领域。本文研究内容作为计算机辅助的三维颅面复原项目的～部分，研究一种约束纹理映射算法，使得三维颅面复原的效果具有照片真实感。约束纹理映射是一类特殊的纹理映射算法，它保证了模型在纹理映射时特征区域的匹配。本文对国内外学者提出的多种约束纹理映射算法进行研究和比较，提出了一种基于三

2、维颅面的约束纹理映射算法。本方法首先通过手工交互在模型和纹理上添加约束点，用来标记模型以及纹理上对应的特征位置；在网格模型上添加约束点的同时，采用逐点插入法将约束点插入到网格模型中，并使用局部优化法对网格进行优化，保证新产生的网格为Dela加ay三角网格；然后，对纹理进行Dela_u11ay三角划分，根据纹理上约束点的拓扑连接关系，对模型采用逼近的最短路径进行三角剖分；接着对分割后的网格以及纹理采用径向基函数实现纹理映射；最后根据网格点所处的位置和属性，采取相应的方法进行优化。同以往的约束纹理映射算法相比，本文算法不需要预先把网格模型参数化到二维空间；在映射方法上，本文算法首先把

3、复杂的网格模型根据约束点分割成小片网格三角片，再根据径向基函数能够对离散数据进行平滑插值的特性，使用径向基函数对非约束点纹理坐标进行插值求解，实现纹理映射。此方法既保证了纹理映射的有效性，又可以提高纹理映射的平滑度。最后，本文实现了一个约束纹理映射的原型系统，该系统采用手工交互在模型和纹理的特征位置标记约束点，并实现三维颅面模型的约束纹理映射，从而验证了本算法的有效性。关键词：三维颅面复原，约束纹理映射，约束点，Del踟ay三角化，网格剖分浙江工业大学硕士学位论文CoNSTRAINEDTEXTUREMLAPPINGALGoRITHMSFoR3DFACEMoDELABSTRACTC

4、omputer-Aided3Dcmiof-acialrecons觚ctionisatechnologyt0recoVert11e3Df．acemodelf如mskullda_tausiI冯computergraphics，wmchcanbeappliedtocrimiIlalinVestigation，archeology，medicalVis砌ization，f．acea11imationa11dsoon．Inmisp印er，weproposeaIlapproachofcons臼面nedte)(turemappingfor3Dfacemodelt0s蜘engmenmereali

5、smofthecr撕of．acialreconstlllctionresults．TheconS仃ainedtexturlemappingalgorithIIlisa11approachoftexnlrem印ping，a11ditcanInaintainthealignrllentoftheco玎espondiIlgfea_turesinmeteXturem印pingprocessbythepredefinedconstrailledpoints．FirStly，wemarkcons仃ainedpointSonthemodelandtexture，t11econstrainedp

6、ointsareusedt0matchmetexturecoordinateforfeaturepoints，auldweinte印01atethesepointsonto廿le3DInesh．Inthisstep，weoptirnizemenewmeshwithlocaloptimizationprocedure(LOP)tomal(esurethatthemeshisDelaunaytrianglemesh．Secondly，wedividethetexturebyDelaunay仃iaIlgulation．AccordiIlgtot11etopologyofthecon㈣n

7、edpointsinⅡletexJcure，wediVidethemeShintotrianglesbyapproxiIllatedShortestpa血．Thirdly，weuSet11eRadialBasisFmlction(I出F)ime巾olatingtogett11euIl-conSn．ainedpoims’texturecoordinate筋mtheaSsociationoftheconstrainedpoints．Finally，weoptimizet11eresu