基于輪廓線法的工業(yè)產(chǎn)品外觀造型三維重建方法

李變霞

(泉州信息工程學(xué)院創(chuàng)意設(shè)計(jì)學(xué)院，福建 泉州 362000)

0 引言

隨著工業(yè)技術(shù)的發(fā)展，工業(yè)產(chǎn)品外觀造型設(shè)計(jì)受到人們的極大關(guān)注，通過對工業(yè)產(chǎn)品外觀造型的優(yōu)化設(shè)計(jì)，提高工業(yè)產(chǎn)品的視覺表達(dá)能力，從而有效提升工業(yè)產(chǎn)品的精密度，研究工業(yè)產(chǎn)品外觀造型設(shè)計(jì)優(yōu)化方法，結(jié)合工業(yè)產(chǎn)品的材料、結(jié)構(gòu)、構(gòu)造、形態(tài)、色彩等特征，實(shí)現(xiàn)工業(yè)產(chǎn)品設(shè)計(jì)過程中藝術(shù)與技術(shù)的融合，對工業(yè)產(chǎn)品外觀造型的設(shè)計(jì)是計(jì)算機(jī)圖形設(shè)計(jì)和藝術(shù)設(shè)計(jì)的融合，研究工業(yè)產(chǎn)品外觀造型設(shè)計(jì)方法，提升工業(yè)產(chǎn)品的藝術(shù)價(jià)值，相關(guān)的工業(yè)產(chǎn)品外觀造型設(shè)計(jì)方法研究受到人們的極大關(guān)注[1]。對工業(yè)產(chǎn)品外觀造型設(shè)計(jì)是建立在圖像處理基礎(chǔ)上的，采用視覺重構(gòu)和特征分析方法，進(jìn)行工業(yè)產(chǎn)品外觀造型的優(yōu)化設(shè)計(jì)，根據(jù)訓(xùn)練、技術(shù)知識、經(jīng)驗(yàn)及視覺感受，提升工業(yè)產(chǎn)品外觀造型設(shè)計(jì)的水平，在對工業(yè)產(chǎn)品外觀造型的三維重建基礎(chǔ)上，提出基于輪廓線法的工業(yè)產(chǎn)品外觀造型三維重建方法。進(jìn)行工業(yè)產(chǎn)品外觀造型的輪廓線提取，采用角點(diǎn)檢測方法進(jìn)行工業(yè)產(chǎn)品外觀造型的角點(diǎn)標(biāo)定，根據(jù)角點(diǎn)標(biāo)定結(jié)果進(jìn)行輪廓線擬合，實(shí)現(xiàn)外觀造型設(shè)計(jì)優(yōu)化，最后進(jìn)行仿真實(shí)驗(yàn)分析，展示了該方法在提高工業(yè)產(chǎn)品外觀造型三維重建能力方面的優(yōu)越性能。

1 工業(yè)產(chǎn)品外觀造型三維視覺特征重構(gòu)及外觀成像處理

1.1 工業(yè)產(chǎn)品外觀造型三維視覺特征重構(gòu)

為了實(shí)現(xiàn)對工業(yè)產(chǎn)品外觀造型三維重建模型的優(yōu)化設(shè)計(jì)，首先需要進(jìn)行工業(yè)產(chǎn)品外觀造型的圖像采集，對輸入的工業(yè)產(chǎn)品外觀造型圖像利用直方圖均衡設(shè)計(jì)，采用三維視覺特征重構(gòu)成像技術(shù)，結(jié)合高分辨圖像采集方法進(jìn)行工業(yè)產(chǎn)品外觀造型的三維視覺成像[2]，假設(shè)工業(yè)產(chǎn)品外觀造型三維視覺特征分布像素集為I(x，y)，在高分辨成像區(qū)域，工業(yè)產(chǎn)品外觀造型圖像的邊緣輪廓特征分布滿足雅克比矩陣J(x，y，σ)，表示工業(yè)產(chǎn)品外觀造型圖像像素集是均勻分布的，得到工業(yè)產(chǎn)品外觀造型三維視覺特征采樣的信息元素為：

(1)

對工業(yè)產(chǎn)品外觀造型圖像Lx(x，y，σ)和Ly(x，y，σ)應(yīng)用不同的閾值，可以得到多個二值化工業(yè)產(chǎn)品外觀造型圖像P，采用二階灰度矩陣H(x，y，σ)表示工業(yè)產(chǎn)品外觀造型三維視覺特征重構(gòu)的灰度像素，為：

(2)

基于結(jié)合形態(tài)學(xué)分割方法對工業(yè)產(chǎn)品外觀造型進(jìn)行自適應(yīng)分塊，采用分塊匹配方法[3]，得到工業(yè)產(chǎn)品外觀造型成像的中心矩M(x，y，σ)表示為：

(3)

設(shè)置原工業(yè)產(chǎn)品外觀造型三維重建圖像為F，工業(yè)產(chǎn)品外觀造型圖像中物體的輪廓為G，在仿射不變區(qū)域中進(jìn)行分塊匹配[4]，得到工業(yè)產(chǎn)品外觀造型三維視覺特征重構(gòu)輸出為：

(4)

采用特征提取和仿射不變區(qū)域重建方法，對工業(yè)產(chǎn)品外觀造型三維視覺特征分量進(jìn)行分塊檢測，得到檢測輸出結(jié)果為：

trace(x，y，σ)=R(x，y)(Lxx(x，y，σ)+Lyy(x，y，σ))γ，

(5)

式中γ是工業(yè)產(chǎn)品外觀造型的邊緣輪廓特征量，通過對工業(yè)產(chǎn)品外觀造型三維視覺特征重構(gòu)，進(jìn)行工業(yè)產(chǎn)品外觀造型重建。

1.2 外觀成像處理

對工業(yè)產(chǎn)品外觀造型圖像采用自適應(yīng)濾波方法進(jìn)行降噪分離，提取工業(yè)產(chǎn)品外觀造型的邊緣輪廓特征量，采用空間匹配點(diǎn)擬合方法[5]，實(shí)現(xiàn)工業(yè)產(chǎn)品外觀造型三維重建，設(shè)計(jì)流程如圖1所示。

圖1 工業(yè)產(chǎn)品外觀造型三維重建的特征匹配實(shí)現(xiàn)流程

以特征點(diǎn)為中心進(jìn)行工業(yè)產(chǎn)品外觀造型圖像增強(qiáng)處理，得到工業(yè)產(chǎn)品外觀造型重建的特征變換方程為：

(6)

在保持工業(yè)產(chǎn)品物體幾何形狀完整性的基礎(chǔ)上，根據(jù)主成分分析方法，得到工業(yè)產(chǎn)品外觀造型圖像的第i次的掃描幀變換結(jié)果為：

(7)

式(7)表示了當(dāng)前工業(yè)產(chǎn)品外觀造型重建的掃描幀Ic的仿射變換參量矩陣，假設(shè)工業(yè)產(chǎn)品外觀造型空間分布特征點(diǎn)集為NFc={n：c-k≤n≤c+k}，采用特征匹配方法轉(zhuǎn)換為一個大小為1*WN的一維序列G1，將二值化工業(yè)產(chǎn)品外觀造型圖像看作二維數(shù)組，得到灰度像素集為：

(8)

(9)

采用三維視覺特征重構(gòu)方法，進(jìn)行工業(yè)產(chǎn)品外觀造型重構(gòu)，利用大小不同的框型濾波器進(jìn)行工業(yè)產(chǎn)品外觀造型的細(xì)節(jié)增強(qiáng)處理[6]，得到濾波參量為N+(i)和N-(i)，計(jì)算式為：

N-(i)={j∈N(i)|j

N+(i)={j∈N(i)|j>i}。

(10)

通過上述分析，進(jìn)行工業(yè)產(chǎn)品外觀造型三維視覺重構(gòu)和圖像檢測，提高三維重建的精度。

2 工業(yè)產(chǎn)品外觀造型三維重建優(yōu)化

2.1 工業(yè)產(chǎn)品外觀造型的輪廓線提取

(11)

結(jié)合工業(yè)產(chǎn)品外觀造型三維重建圖像信息增強(qiáng)和特征點(diǎn)標(biāo)注結(jié)果，結(jié)合空間像素特征匹配方法，進(jìn)行工業(yè)產(chǎn)品外觀造型的輪廓線提取，得到包絡(luò)線分布點(diǎn)集為：

(12)

式中Gij(x，y)為以(xij，yij)為空間坐標(biāo)系中工業(yè)產(chǎn)品外觀造型標(biāo)志性特征點(diǎn)所在位置，如式(13)所示：

(13)

通過上述模型設(shè)計(jì)，實(shí)現(xiàn)了工業(yè)產(chǎn)品外觀造型空間分布特征重構(gòu)，沿梯度方向?qū)I(yè)產(chǎn)品外觀造型的特征點(diǎn)進(jìn)行信息增強(qiáng)處理[8]，進(jìn)行工業(yè)產(chǎn)品外觀造型圖像輪廓線分布軌跡滿足：

trace(x，y，σ(n))>trace(x，y，σ(l))l∈{n-1，n+1}，

(14)

式中trace(·)表示仿射不變閉合區(qū)域內(nèi)工業(yè)產(chǎn)品外觀造型圖像跟蹤的輪廓線，得到圖像I(x，y)中的包絡(luò)輪廓線分布序列：

Z1={z11，z12，…，z1，W*N}，

(15)

(16)

其中

(17)

將X，Y，Z置換在X1，Y1，Z1中進(jìn)行紋理根據(jù)和信息識別，得到工業(yè)產(chǎn)品外觀造型的邊界輪廓分布為：(H-M+1)×(L-N+1)。由此得到工業(yè)產(chǎn)品外觀造型的輪廓線提取結(jié)果為：

(18)

式中df(k)和dfi，j(k)分別是輪廓線的尺度和相位信息。根據(jù)輪廓線提取結(jié)果，進(jìn)行工業(yè)產(chǎn)品外觀造型三維重建[9]。

2.2 工業(yè)產(chǎn)品外觀造型的輪廓線擬合及重建輸出

結(jié)合空間像素特征匹配方法，進(jìn)行工業(yè)產(chǎn)品外觀造型的輪廓線提取，采用Harris角點(diǎn)檢測方法進(jìn)行工業(yè)產(chǎn)品外觀造型的角點(diǎn)標(biāo)定，Harris角點(diǎn)檢測輸出為：

R(x，y)=Cij(x2+y2)。

(19)

運(yùn)用當(dāng)前幀Ic的相鄰幀把工業(yè)產(chǎn)品外觀造型中連續(xù)的像素點(diǎn)進(jìn)行區(qū)域重排，得到區(qū)域重構(gòu)模型為：

(20)

式中：vi表示像素點(diǎn)運(yùn)動速度；d表示連續(xù)的像素點(diǎn)間距，可表示為：

(21)

在4×4子塊內(nèi)重構(gòu)工業(yè)產(chǎn)品外觀的三維造型，得到區(qū)域模板匹配值，以Pn和Pn+1表示第n次和n+1次三維重構(gòu)后的輪廓線，描述如式(22)～(23)：

Gnew=(1+dPn)(1+λPn)Gold，

(22)

T(Pi)=∑kEint(vi)(Pn+1-Pn)，

(23)

式中Gnew和Gold分別表示工業(yè)產(chǎn)品外觀造型的邊緣輪廓特征量和形變參數(shù)，綜上分析，構(gòu)建工業(yè)產(chǎn)品外觀造型的三維輪廓線分布模型，應(yīng)結(jié)合空間像素特征匹配方法，進(jìn)行工業(yè)產(chǎn)品外觀造型三維重建[10]。

3 仿真實(shí)驗(yàn)與結(jié)果分析

為了驗(yàn)證該方法進(jìn)行工業(yè)產(chǎn)品外觀造型三維重建中的應(yīng)用性能，進(jìn)行實(shí)驗(yàn)測試，實(shí)驗(yàn)中工業(yè)產(chǎn)品外觀造型三維重建的仿真工具為Matlab Simulink，三維重建軟件為3DStudio max，以某型水下武器工業(yè)產(chǎn)品為例，進(jìn)行仿真分析，對工業(yè)產(chǎn)品外觀造型視覺圖像采樣的頻率為12 kHz，空間像素點(diǎn)的采樣分布集為200*400，在Face Tools中選擇面的類型進(jìn)行數(shù)據(jù)寫入，采用交叉編譯方式，進(jìn)行工業(yè)產(chǎn)品外觀造型設(shè)計(jì)中的視覺重構(gòu)，得到工業(yè)產(chǎn)品外觀造型重建的信息加載界面如圖2所示。

圖2 工業(yè)產(chǎn)品外觀造型重建的信息加載界面

根據(jù)圖2的信息加載結(jié)果，構(gòu)建工業(yè)產(chǎn)品外觀造型的三維輪廓線分布模型，結(jié)合空間像素特征匹配方法，進(jìn)行工業(yè)產(chǎn)品外觀造型的角點(diǎn)標(biāo)定和實(shí)體重建，結(jié)果如圖3所示。

分析圖3得知，采用該方法能有效實(shí)現(xiàn)工業(yè)產(chǎn)品外觀造型三維重建，重建的視覺效果較好，測試不同方法進(jìn)行工業(yè)產(chǎn)品外觀造型三維重建的特征匹配能力，得到性能對比結(jié)果見表1，分析得知，該方法進(jìn)行工業(yè)產(chǎn)品外觀造型三維重建的特征匹配性能較好，視覺表達(dá)能力較強(qiáng)。

圖3 重建結(jié)果

迭代次數(shù)改進(jìn)方法文獻(xiàn)[3]文獻(xiàn)[4]1000.9230.8340.8932000.9560.8560.9113000.9730.9020.9234000.9890.9450.937

4 結(jié)語

研究了工業(yè)產(chǎn)品外觀造型設(shè)計(jì)優(yōu)化方法，結(jié)合工業(yè)產(chǎn)品的材料、結(jié)構(gòu)、構(gòu)造、形態(tài)、色彩等特征，實(shí)現(xiàn)工業(yè)產(chǎn)品設(shè)計(jì)過程中藝術(shù)與技術(shù)的融合，提出了基于輪廓線法的工業(yè)產(chǎn)品外觀造型三維重建方法。結(jié)合高分辨圖像采集方法進(jìn)行工業(yè)產(chǎn)品外觀造型的三維視覺成像，采用特征提取和仿射不變區(qū)域重建方法，對工業(yè)產(chǎn)品外觀造型三維視覺特征分量進(jìn)行分塊檢測，根據(jù)角點(diǎn)標(biāo)定結(jié)果進(jìn)行輪廓線擬合，采用空間匹配點(diǎn)擬合方法，實(shí)現(xiàn)了工業(yè)產(chǎn)品外觀造型三維重建。研究得知，該方法進(jìn)行工業(yè)產(chǎn)品外觀造型三維重建的視覺表達(dá)效果較好，特征匹配度較高。