专利名称：面向大尺度变形的非刚性注册方法
技术领域：
本发明涉及计算机图形学中动态三维模型重建的非刚性注册方法，特别是针对大 尺度物体变形的非刚性注册。
背景技术：
动态三维几何模型是随时间变化(运动或非刚性变形)的动态对象。如人体、动 物、机器人、车辆、布料、植物、流体等。其研究动机可追溯到20世纪70年代，研究人员曾试 图建立动态对象的逼真表示，从而改善动画制作效果。但有别于传统的离散帧动画，时空表 面是三维几何模型随时间连续演化的结果。与离散帧动画相比，四维几何模型具有更加细 致的动画效果和更高的灵活性。目前，其应用领域远超出了计算机动画和影视制作，可应用 于虚拟现实、交互式游戏、模拟训练和机器人控制等方面。
随着扫描技术的发展与计算机性能的提高，数字几何模型获取技术可处理动态对 象，它从实物出发，由不同时刻的采样数据生成不断变化的三维点云序列。新发明的深度视 频摄像设备更能以20帧/秒的速率采样场景，实时记录观察对象的深度图像连续序列。这 就为动态三维几何模型重建及后继编辑提供了研究条件。
注册(registration)可以理解为三维模型(或两帧深度图像)的匹配。注册是动 态三维模型重建工作中的关键步骤，通过注册，可以积累扫描得到的各帧深度图像的信息， 重建出完整的物体模型(可以称之为模板)，继而再通过模板拟合各帧的数据，重现真实物 体的连续动作姿态，即动态三维几何模型。根据动态对象的物理属性，注册可分为刚性和非 刚性注册两类。刚性注册基于欧氏全等变换(移动+旋转)合并(merge) 二维或三维刚性 模型，非刚性注册往往采用迭代最近点(iterative closest point, I CP)或其它变异算法 完成求解。
最初的时候，科研工作者采用人工标记的方法，即预先标定部分对应关系来完成 注册。后来，科研人员为了减弱约束条件，进行了不懈的努力，发展了各种各样的新方法，这 些方法大致可以归为三类
1.基于隐式曲面的注册方法
Mitra等人在2007年将模型分解为很小的近似刚体子块集合，使用四维表面的运 动学属性来完成隐式注册；后来Lee和Lai进一步完成了 MPU表面的三维非刚性注册；
2.非刚性ICP方法
①Amberg等人在2007年提出了具有非刚性优化步骤的ICP算法(N-ICP 1)，无需 手工选择对应性。N-ICP 1在实现过程中采用点对点度量准则惩罚(penalize) 了对应性的 滑动；
②Pauly等人在2005年将收敛的刚性ICP算法扩展到非刚性条件下(N-ICP 2)， 并集成使用了点对点和点对面两种度量准则。
③Li等人在2008年提出了一种非刚性ICP注册的全局对应性算法。通过优化 Summer等人的嵌入式变形方法，通过求解源和目标扫描点云间以置信权值标示的对应性，同时确定非重叠(non-overlapping)区域和对准源点云和目标表面的变形(warping)域。
3.基于先验模板的注册方法
De Aguiar等人在2008年通过预先构造模板，对多视角扫描得到的动态数据进行 重建，利用Laplacian的体和表面变形技术实现了物体连续动作的捕捉。
Hao Li等人在2009年进一步改进了空间嵌入变形方法，利用动态Graph的建立， 使模板更有效地拟合各帧的扫描数据。
除了以上三类典型的方法，还有科研人员将视频处理中的光流方法用于动态三维 模型重建。但是以上这些注册方法基于的前提假设都是两帧之间的物体变形尺度较小，两 个物体空间位置接近。一旦变形尺度较大，以上方法将不再适用。虽然Huang等人在2008 年提出了在保长前提下的非刚性注册，可以用来处理大尺度变形，不过算法在建立对应关 系时对空间位置有初始要求，从而限制了算法的适用范围。发明内容
本发明要解决的技术问题是提供适用范围广，鲁棒的非刚性注册方法，使得不仅 能有效地完成小尺度变形下的注册，更能克服大尺度变形带来的挑战和困难，处理大尺度 变形下的注册问题。
本发明的技术方案是
第一步，在大尺度变形模型中，对源模型和目标模型的扫描数据进行特征点提取。 采用基于多尺度(multi-scale)的slippage特征分析，为两帧模型提取一系列显著的特征 点。如果一个点的邻域相对于自身是不可滑动的(no slippable motion)，则确定此点为显 著的特征点，具有明显的几何特征。
对于模型表面上的一点P，其坐标和法向分别表示为Pi = (pix，Piy，piz)T*ni = (nix, niy, niz)T。刚性运动M由两部分组成r = (rx, ry, rz)T表示一个3x1的旋转向量(绕 17，2坐标轴)，{= (tx，ty，tz)T表示一个3x1的平移向量。如果在M的作用下，ρ的邻域 内的每个点的瞬时运动都与表面相切，即满足
权利要求
1.面向大尺度变形的非刚性注册方法，其特征在于该方法的具体过程为(1)、在大尺度变形模型中，对源模型和目标模型的扫描数据进行特征点提取，采用基 于多尺度(multi-scale)的slippage特征分析，为两帧模型提取一系列显著的特征点，如 果一个点的邻域相对于自身是不可滑动的(no slippable motion)，则确定此点为显著的 特征点，具有明显的几何特征；O)、建立两个模型特征点之间的对应关系，筛选候选对应关系集合，建立高可信度的 显式对应关系；(3)、全局刚性对准，基于建立的稀疏对应关系，完成源模型和目标模型间的整体刚性 对准；G)、全局变形优化，在预处理阶段建立的稀疏对应关系的基础上，采用全局变形优化 方法完成非刚性注册。
2.根据权利要求1所述的面向大尺度变形的非刚性注册方法，其特征在于通过在多 尺度的邻域下寻找slippage特征指示符Φ的局部极大值，可以得到一系列顶点，这些顶点 的相应邻域相对其自身认为是不可滑动的，即为所求的特征点。
3.根据权利要求1所述的面向大尺度变形的非刚性注册方法，其特征在于筛选候选对 应关系集合，建立高可信度的显式对应关系，具体步骤如下首先，利用全局的谱裁剪算法，根据测地距为所有的对应关系构建相容矩阵Μ，相容矩 阵M的最大特征值的特征向量[Wl，w2, w3, . . . ]τ的每个元素即为每组对应关系定义了一个 权值，选取高权值的对应关系构成采样集合H ；其次，对于H中的每三组对应关系，检查它们的相容性，如果这三组对应关系彼此相 容，则将它们加入到相容集合K中，集合K初始为空，然后依据每组对应关系的权值，从高到 低依次向K中加入新的对应关系，每次加入的对应关系时，进行相容性的判别如果待加入 的对应关系与K中的每组对应关系的相容性度量大于等于0. 7，则将其加入集合K，否则舍 弃；这样，对于H中的每三组对应关系都能得到与之对应的集合K ；最终，选取包含元素最多的集合作为最终所求高可信度的对应关系集合。
4.根据权利要求1所述的面向大尺度变形的非刚性注册方法，其特征在于刚性对准采 用奇异值分解(SVD)的方法，基于奇异值分解得到的负奇异值表示映像，正奇异值表示旋 转，利用正奇异值，求解出正确的刚性旋转变换。
5.根据权利要求1所述的面向大尺度变形的非刚性注册方法，其特征在于利用高可信 度的显式对应关系以提高非刚性注册算法的正确性和效率，解决既有全局优化方法的局部 最优解的不足，具体步骤如下步骤一，非刚性变形框架，采用空间嵌入变形框架，利用表面均勻采样得到若干变形控 制节点，对源模型进行离散化；步骤二，对对应关系进行加权处理；步骤三，对全局优化函数进行数值求解。
全文摘要
本发明公开了一种面向大尺度变形的非刚性注册方法。该方法的操作步骤如下对扫描数据进行特征点提取；建立两个模型特征点之间的对应关系；全局刚性对准；全局变形优化。本发明基于显示计算对应关系与全局非线性优化的结合，通过建立高可信度的对应关系引导非刚性变形，最终完成大尺度变形下的非刚性注册。它不仅能有效地处理小尺度情况下的非刚性注册，对大尺度变形下的注册也有很好的适用性，鲁棒性强。
文档编号G06T19/00GK102034275SQ20101058130
公开日2011年4月27日 申请日期2010年12月10日 优先权日2010年12月10日
发明者党岗, 周竞文, 姜巍, 方皓, 李俊, 李宏华, 李宝, 林帅, 田艳花, 程志全, 金士尧, 陈寅 申请人:中国人民解放军国防科学技术大学