随时间变化点云序列的快速几何重建问题的研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61272242
项目类别：
面上项目
资助金额：
80.0万
负责人：
屠长河
依托单位：
山东大学
学科分类：
F0209.计算机图形学与虚拟现实
结题年份：
2016
批准年份：
2012
项目状态：
已结题
起止时间：
2013-01-01 至2016-12-31

项目参与者：
王璐；迟静；徐敏峰；曾琼；王春萌；崔云鹏；闫志；靳颖；
关键词：
移动最小二乘点云重建可变形四边形网格

项目摘要

Time-varying point clouds oriented reconstruction is widely used in Computer Animation, Reverse Engineering, Virtual Reality, Computer Graphics, Finite Element Analysis etc., and is getting more and more attention from the academic research domain. Research contents of the proposed project include the following aspects: 1).Efficiently reconstruction from point clouds due to the combination of Moving Least Square and Marching Cube theories; 2).Feature detection and reconstruction of point set surface; 3).Regular quad-mesh registration and tracking of dynamic point clouds sequences; 4).Abstraction of 3D shapes by Curve Quad Edge Network; 5).A prototype system for interactively modeling from static or dynamic point clouds. The purpose of this project is to provide some new theories, new methodologies and new technologies to the above application fields, and to promote the innovative design and producing ability and international competitive ability of game and animation industry in our country.

基于随时间变化的点云序列的几何重建是计算机动画、逆向工程、虚拟现实、计算机图形学、有限元分析等应用领域非常重要的问题之一。本项目针对上述应用领域，开展以下几个方面的内容研究：1）基于移动最小二乘和Marching Cube方法的大规模点云数据快速几何重建；2）点云表面几何特征的检测和提取；3）动态点云序列结构化四边形网格的跟踪；4）三维几何形状抽象表达方法- - 曲线四边网的定义、表示和提取；5）基于动态点云序列的交互式几何建模原型系统。本项目旨在通过对上述内容的研究，为大规模点云数据的快速精确几何重建、基于动态点云序列的四边形网格建模等领域提供一些新的理论，方法和技术，同时为目前交互式建模系统提供关键技术支撑，以提升我国在计算机动画、数字游戏、虚拟现实、逆向工程等领域企业的创新设计能力和国际竞争力。

结项摘要

项目针对三维重建的若干问题，特别是三维动态点云数据，不完整点云数据的三维重建以及基于单张图片的重建等开展了严谨而深入的研究。主要在以下几个方面取得了较好的成果。.双向划分八叉树（BOT）是一种几何处理领域非常有用的空间层次划分数据结构。我们研究扩展了BOT的定义，使得对封闭和非封闭物体都可以计算其BOT结构，从而使这种结构在基于RBF的隐式曲面重建、曲面包络面的计算方面有更加广泛的用途。.基于稀疏表达的点云数据隐式曲面重建方面，我们提出了一种针对任意曲面模型（点云、网格、连续曲面）的稀疏表达方法。我们利用径向基函数（RBF）来逼近物体，与已有方法不同之处在于我们将RBF中心初始放在物体的中轴点上，然后利用L1优化得到稀疏RBF表达。这种稀疏性在几何模型存储、网络传输等应用中可达到节约空间和传输时间的目的。.由于目前照片非常容易获取，项目研究基于单张图片的几何模型重建理论和方法。我们提出了一张基于预先分割照片的场景立体化方法。与目前已有方法相比，该方法不仅简单，而且在计算场景中物体的深度次序时有很好的效果。通过做用户调查，我们的方法可以重建更加令人信服的三维立体视觉效果。除此之外，我们研究了通过单张图片重建三维浅浮雕算法。通过图像中物体的遮挡线索确定物体在场景中哪一层，通过物体所在层排序构造3D浅浮雕的凸起曲面。而对浅浮雕的基曲面的构造，我们采用基于输入图像的亮度和梯度信息决定采样点云的密度和基曲面的局部高度。.动态时序点云数据的模型重建问题，我们提出了两种生成自适应四边网格的方法。方法的输入是一组有对应关系的关键帧姿态几何模型序列，一方面我们研究实现了一个具有各向异性、非均匀大小的四边网格生成算法。另一方面，我们通过预计算网格模型的对称性减少迭代过程（迭代越快质量越差）。.项目组提出了离散网格模型表面测地线计算方法。与传统方法相比最大不同在于不是直接计算测地方程，而是采用计算切向矢量的一阶常微分。方法实现简单，效率高。.项目组设计实现了一个逼真的动态脸部重建方法。方法基于动态信息，构造一个脸部低分辨率模型。基于此低分辨率模型，方法不仅可以构造脸部整体变形，而且还可以产生表情细节。相比于已有的非刚体ICP算法，我们的算法克服了由于局部变形、全局光照等带来的问题，可以更好地生成各种形式的结果。