基于自适应高斯平滑算法的三维模型表面浮雕提取

《基于自适应高斯平滑算法的三维模型表面浮雕提取》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、基于自适应高斯平滑算法的三维模型表面浮雕提取AdaptiveGaussianfilter-basedReliefExtractionfrom3Dmodel领域：软件工程作者姓名：王超指导教师：万亮副教授企业导师：李松高工天津大学软件学院2015年12月中文摘要随着计算机技术的飞速发展，利用计算机图形图像技术对文物进行保护已经成为趋势。对文物进行数字化存储不但可以对文物进行有效地保护，还便于充分挖掘文物的商业价值。每一件文物都有很多珍贵信息，如形状、纹理、配色。本文将这些信息统称为文物素材。对于某些文物，仅通过图像并不能完全存储其信息，此时，可以通过

2、三维扫描来存储文物的三维信息。此时，文物表面的浮雕就是有用的文物素材。本文通过计算机图形技术来提取三维模型表面上的浮雕。本文处理的三维模型用mesh结构存储。将三维模型假设为一个基准面和浮雕部分的线性组合。通过对三维模型表面法向量使用自适应高斯平滑算法，估算出基准面的法向量。再使用估算出的基准面法向量，在相邻的mesh顶点之间建立差分方程，通过最小二乘思想建立最优化方程，使用共轭梯度下降法求得mesh上各个顶点相对于基准面的高度。在求出相对高度后，使用混合高斯模型的聚类算法，对相对高度进行聚类处理，就可以将高度值分类。此时，不同类别的高度值所对应的

3、顶点就分别代表了三维模型的基准面或者三维模型的浮雕区域。最后，经过去噪处理，就可以得到三维模型上的浮雕。与之前的方法比较，本文并没有直接估算基准面，在使用三维模型表面减去基准面求得浮雕部分。而是采用估算基准面的法向量、构建差分方程的方法。该算法思路清晰，算法容易实现，同时，估算基准面的法向量可以使用并行计算，大大提高的效率。关键词：文物素材提取；自适应高斯平滑；共轭梯度下降法；混合高斯模型ABSTRACTWiththerapiddevelopmentofcomputertechnology,theuseofcomputergraphicstechn

4、ologytoprotecttheculturalrelicshasbecomeatrend.Tocarryoutthedigitalstorageoftheculturalrelicscannotonlyprotecttheculturalrelicseffectively,butalsomakethecommercialvalueoftheculturalrelics.Eachpieceofculturalrelicshasalotofpreciousinformation,suchasshape,texture,colorandsoon.In

5、thispaper,thesepreciousinformationarereferredtoasculturalrelicsmaterial.Forsomeculturalrelics,storingtheirinformationbytwo-dimensionaldigitalimageisnotenough.Ontheotherhand,weareabletousethree-dimensionalmodeltostoretheirinformation.Therearesomereliefsinthesurfaceofthethree-di

6、mensionalmodeloftheculturalrelics.Inthispaper,wewillextractthereliefsofthree-dimensionalmodelthroughthetechnologyofthecomputergraphics.Weusethemeshstructuretohandlethethree-dimensionalmodel.Thethree-dimensionalmodelcanbeviewedasthelinearcombinationofabasesurfaceandreliefparts.

7、TheunitnormalvectorofthebasesurfaceisestimatedbyusingtheadaptiveGaussiansmoothingalgorithm.Eachvertex’sheightrelativetothebasesurfaceisobtainedbyconstructingdifferentialequationsbetweentheadjacentmeshvertices,establishingtheoptimizationequationbytheleastsquaremethodandusingcon

8、jugategradientdescentmethodontheoptimizationequation.Afterthe