一种基于几何测量的织物仿真模型生成的方法
【专利摘要】本发明公开了一种基于几何测量的织物仿真模型生成的方法，包括：选取常用的服用织物面料样本；基于织物的几何属性的材质测量；基于织物的几何约束形变仿真；基于织物的几何仿真验证。实施本发明实施例，并且该方法通过直接测量真实的织物样本，获得相应的表现织物悬垂特性的特征参数，直接运用于织物的几何仿真，克服了基于物理的KES-FB等系统复杂、成本昂贵的缺点。
【专利说明】一种基于几何测量的织物仿真模型生成的方法
【技术领域】
[0001]本发明涉及织物仿真【技术领域】，具体涉及一种基于几何测量的织物仿真模型生成的方法。
【背景技术】
[0002]目前，一些物理测试方法已经被提议用来测量织物仿真柔性参数。纺织工程研究者们直接通过昂贵的测试设备，例如KES-FB系统(Kawabata Evaluation System)、FAST系统(Fabric Assurance by Simple Testing)、FAM0US[3](Fabric automatic measurementand optimization universal system)以及 ITT (Instron Tensile Tester)等来石角定描述织物物理参数，过于关注织物的本身特性，强调织物结构和材料性能对织物仿真的影响。
[0003]基于物理的织物柔性参数测量设备昂贵，且测试的物理参数运用于基于物理的织物仿真建模，无法直接运用于织物的几何仿真建模。而将这些测量的物理参数运用于基于物理的织物仿真模拟方法中，需要在每个时间步求解较多隐式动力方程，计算效率较低。
【发明内容】
[0004]本发明的目的是涉及一种基于数据测量的方式和三维网格表面变形(几何)的理论，提出织物仿真模型，实现织物和服装褶皱的真实感效果。
[0005]本发明实施例提供了一种基于几何测量的织物仿真模型生成的方法，包括:
[0006]选取常用的服用织物面料样本；
[0007]基于织物的几何属性的材质测量；
[0008]基于织物的几何约束形变仿真；
[0009]基于织物的几何仿真验证。
[0010]所述常用的服用织物面料样本包括:丝绸、牛仔布、棉、亚麻、尼龙、聚酯纤维、羊毛呢；或者由这些材料组成的织物。
[0011]所述基于织物的几何属性的材质测量包括:
[0012]恢复性测量；
[0013]拉伸性测量；
[0014]弯曲度测量。
[0015]所述基于织物的几何属性的材质测量还包括:
[0016]对材质测量的参数估值，以及对参数拟合优化。
[0017]本发明具有如下有益效果，克服了基于物理的织物仿真计算复杂，效率较低的缺点。并且该方法通过直接测量真实的织物样本，获得相应的表现织物悬垂特性的特征参数，直接运用于织物的几何仿真，克服了基于物理的KES-FB等系统复杂、成本昂贵的缺点。
【专利附图】
【附图说明】
[0018]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0019]图1是本发明实施例中的几何测量系统装置结构示意图；
[0020]图2是本发明实施例中的恢复性测量的方法示意图；
[0021]图3是本发明实施例中的拉伸性测量的方法示意图；
[0022]图4是本发明实施例中的弯曲性测量的方法示意图；
[0023]图5是本发明实施例中的基于几何测量的织物仿真模型生成的方法流程图。
【具体实施方式】
[0024]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0025]本专利基于数据测量的方式和三维网格表面变形(几何)的理论，提出织物仿真模型，实现织物和服装褶皱的真实感效果。克服了基于物理的织物仿真计算复杂，效率较低的缺点。并且该方法通过直接测量真实的织物样本，获得相应的表现织物悬垂特性的特征参数，直接运用于织物的几何仿真，克服了基于物理的KES-FB等系统复杂、成本昂贵的缺点。
[0026]本专利提出了一种用于织物仿真中基于几何的材质测量方法。该方法是通过直接测量真实的织物样本，获得相应的表现织物悬垂特性的特征参数。在此基础上形成一套对织物悬垂性能客观、合理、科学的描述指标体系。通过实验，我们测量了对织物悬垂性能影响最重要的三个几何变量，而且通过测量环境的搭建以及对测量数据的量化分析，我们可以得到最能反映不同材质织物样本的优化特征参数。
[0027]材质属性:当人穿上服装做不同的姿势时，由于大部分衣服布料都不是弹性材料的，织物本身形状是没有被拉伸或压缩的，而是因为其具有的弯曲性质，且发生了托拉、碰撞等使得织物表面局部产生了不同的褶皱细节。因此，织物模拟的结果要能真正仿真织物的变形行为，就需要考虑不同面料对其形态的影响，因为我们的视觉对织物的形态很敏感，在某种程度上，我们可以识别织物简单的形状和变化。不同的织物面料属性，使得其在悬垂以及起褶皱时呈现出不同的效果。
[0028]所有的织物样本，其都展现出了各自的非线性和各向异性的织物行为。织物仿真建模中，由于不同的织物材质属性，在受到不同力的作用下，服用织物会发生拉伸形变，弯曲形变以及剪切形变等，这些变形行为将确定服装穿着外观有关的悬垂特性、褶皱特性以及弯曲特性等。这些特性关系到服装功能和服装款式的体现，以及最后的着装效果。织物的计算机仿真效果是与织物的具体类别有关的，不同类别的织物具有不同的服用性能。例如，红色丝绸虽然其手感柔软，但却不容易发生拉伸形变。因此，我们提出的用一种创新的几何方法建立真实的实验装置，用来测量能够反映面料属性的三个主要关键因素，分别是:恢复性、拉伸和弯曲性。
[0029]恢复性测量:为了更好得获取织物在形变后的恢复性，即织物的悬垂性能，我们设计了一系列的实验来测试织物样本的投影面积比。将织物展开平整地放在桌面上，记录其初始面积。然后，将织物样本揉成一团后放到固定的摆放位置，重复测试10次以上，记录其面积变化。首先统计图像中黑色像素点的个数，则黑色区域的面积=图像实际成像面积大小X黑色像素点的个数/图像像素点的总个数。整个测量工具用到了 Canon E0S550D(日本产)的单反相机一台(3.7fps and a DIGIC4processor),相机离测量织物样本的焦距距离为71.5cm。见图2。[0030]拉伸性测量:在我们的测试方法中，固定织物对角线上其他三个顶点，拉伸剩余的那一个顶点，拉伸10次，每一次都用一个拉力计进行拉伸，拉力的范围在(400g，900g)，拉力方向为O度。然后用直尺测量被拉伸的对角线的长度。记录数值，并同时拍下不同拉伸次数下每一块织物样本的照片，见图3。
[0031]弯曲度测量:我们通过测量织物褶皱的弯曲角度和褶皱最高角。直观而且直接得到关于织物弯曲度性能的几何数据。见图4。
[0032]参数估计:为了归纳统一样本的统计概率分布性，我们通过归一化，将每种织物样本中的测量数据的最小值和最大值分别为训练样本的最大值和最小值。归一化在0-1之间。通过归一化的结果，可以得到材质属性三个参数θκ，θ5, ΘΒ之间的相关性，以及在投影面积，长度和高度的几何变化上的相关性。
[0033]具有材质感知的织物几何仿真:基于测量的织物材质属性，LiLiu[4]定义了一个与之对应的全局的非线性能量函数的优化过程，其中包含的三个能量项分别是顶点位置，边长和二面角。在整个仿真过程中，我们使用了材质学习的方法，基于测量得到的量化数据与每个能量项的权重建立了材质感知的映射关系，将以上三个能量项统一在一个框架里就得到了最终的织物仿真中的几何能量模型。整个形变过程是当Ερ，Ε1;ΕΡ和都达到最小值条件。因此，织物仿真可以转化为基于几何约束的形变过程。我们的目标就是要求解以下非线性能量函数最小化问题:
【权利要求】
1.一种基于几何测量的织物仿真模型生成的方法，其特征在于，包括: 选取常用的服用织物面料样本； 基于织物的几何属性的材质测量； 基于织物的几何约束形变仿真； 基于织物的几何仿真验证。
2.如权利要求1所述的基于几何测量的织物仿真模型生成的方法，其特征在于，所述常用的服用织物面料样本包括:丝绸、牛仔布、棉、亚麻、尼龙、聚酯纤维、羊毛呢；或者由这些材料组成的织物。
3.如权利要求1所述的基于几何测量的织物仿真模型生成的方法，其特征在于，所述基于织物的几何属性的材质测量包括: 恢复性测量； 拉伸性测量； 弯曲度测量。
4.如权利要求3所述的基于几何测量的织物仿真模型生成的方法，其特征在于，所述基于织物的几何属性的材质测量还包括: 对材质测量的参数估值，以及对参数拟合优化。
【文档编号】G06F17/50GK103559349SQ201310529565
【公开日】2014年2月5日 申请日期:2013年10月31日 优先权日:2013年10月31日
【发明者】王若梅, 罗笑南, 刘骊, 曾珊 申请人:广州中大数字家庭工程技术研究中心有限公司, 中山大学