基于拓扑分析与边缘检测融合技术的三维动漫的制作方法

本发明涉及三维动漫，具体为基于拓扑分析与边缘检测融合技术的三维动漫。

背景技术：

1、三维动漫又称3d动画，它不受时间、空间、地点、条件、对象的限制，运用各种表现形式把复杂、抽象的节目内容、科学原理、抽象概念等用集中、简化、形象、生动的形式表现出来，现有的三维造型重构方法是指通过从二维图像或其他输入数据中推断出三维模型的技术，这些方法可以应用于多个领域，包括计算机视觉、计算机图形学和计算机辅助设计等，在三维造型重构中，较为重要的一步为特征提取，以下为几种常见的特征提取方法：几何特征提取；点云特征提取；光学特征提取；深度学习方法。

2、但是这些方法存在一些缺点，如：受限于数据质量、缺乏语义信息、特征表示不完备、计算复杂度较高等，相比之下，利用拓扑分析进行特征提取可以不受尺度和旋转影响、不受噪声干扰、可以提取出物体的拓扑结构和关系、能够捕捉到物体之间的连接、接触、包含等重要的语义信息及可以提取出高级的特征，如孔洞、洞穴、隧道等拓扑结构，吸引了越来越多学者的研究，在边缘检测方面，传统的边缘检测方法大多根据梯度最大值或二阶过零点提取边界，这类采用微分法进行的边缘检测主要有roberts算子、soble算子、prewitt算子、laplacian算子、canny算子等；还有基于变换方法的边缘检测，如：hough变换边缘检测方法，小波变换边缘检测方法等；以及基于拟合方法的边缘检测和基于形态学方法的边缘检测，采用不同的检测方法处理后的图像所保留的边缘信息和丢失的细节信息各不相同，运用单一影像进行边缘检测很难获得满意的结果，canny算子是抗噪声干扰和边缘精确定位之间的最佳折中方案；roberts算子对细节边缘的检测较为敏感，可以提取出较细的边缘；sobel算子对噪声具有一定的抑制作用，计算速度较快。

3、另外，现有的三维造型重构方法中较为常用的有基于激光全息投影的三维图像重构方法和基于rgb-d的室内场景实时三维重建算法，其中，前者采用空间扫描法对图像进行全域扫描，根据扫描结果建立三维空间坐标，运用该坐标绘制三维图像，实现三维图像的重建，实验结果表明，该方法的实现过程较为简单，但是由于在重构过程中未确定关键特征点，导致重建结果的偏差较大，匹配度较低，后者运用rgb-d相机采集图像，对图像做角点检测，将深度信息作为约束条件，筛选出图像匹配点，获得相机的姿态估计结果，以此为基础生成三维点云，实现对室内场景的三维重建，实验结果表明，该方法具有可行性，但是存在收敛速度慢的不足，为此，提出基于拓扑分析与边缘检测融合技术的三维动漫。

技术实现思路

1、本发明的目的在于提供基于拓扑分析与边缘检测融合技术的三维动漫，以解决上述背景技术中提出的运用单一影像进行边缘检测很难获得满意的结果，且三维重建偏差较大、匹配度较低和收敛速度慢的问题。

2、为实现上述目的，本发明提供如下技术方案：基于拓扑分析与边缘检测融合技术的三维动漫，包括以下步骤：

3、s1、采用hmdb51开源数据集作为测试数据集，随机选择测试数据集中的视频数据，使用vega prime实现姿态仿真；

4、s2、数据导入：将三维模型的数据导入到拓扑分析软件或库中，数据可以是以点云、三角网格或其他形式表示的几何数据；

5、数据清理：对导入的数据进行清理和预处理，这包括去除重复点、移除无效数据、修复孤立点等操作，以确保数据的准确性和完整性；

6、顶点识别：根据几何数据的特征，识别出模型中的顶点，顶点是模型中最基本的元素，通过识别顶点可以确定模型的基本结构；

7、边识别：根据顶点之间的连接关系，识别模型中的边，边是由两个相邻顶点组成的线段，通过边的识别可以确定模型的线结构；

8、面识别：根据边之间的连接关系，识别模型中的面，面是由三个或多个相邻边组成的平面区域，通过面的识别可以确定模型的面结构；

9、拓扑关系建立：根据顶点、边和面的识别结果，建立模型中点、线、面之间的拓扑关系；这包括确定相邻点之间的连接关系、边界边和内部边的区分，以及面之间的连接和包含关系；

10、拓扑分析：根据建立的拓扑关系，进行拓扑分析以提取模型的拓扑特征；这包括计算模型的欧拉数、检测模型中的孔洞、提取模型的边界等；

11、s3、在获取三维动漫人物造型点、线、面结构的基础上，需要检测图像边缘，选用roberts算子、soble算子和canny算子进行边缘检测，并对检测后的边缘图像进行融合；

12、s4、(1)提取特征点，完成边缘检测融合的步骤，得到融合后的边缘图像，接下来对特征点进行提取，可以通过以下步骤实现：

13、①对融合后的边缘图像进行二值化，将边缘像素设置为前景(白色)而非边缘像素设置为背景(黑色)；

14、②选用fast算法对二值化的边缘图像进行角点检测，得到特征点的坐标，fast(features from accelerated segment test)是一种高速的角点检测算法，它通过检测像素点周围圆周上的强度变化来确定特征点，fast特征点检测算法对于实时应用和大规模图像处理具有较高的效率；

15、③对特征点进行进一步筛选和过滤；

16、(2)计算特征点的梯度值和梯度方向，明确特征点的位置后，将特征点的主方向作为特征点的方位参数，计算特征点(u，v)的梯度值和梯度方向；

17、(3)选择关键特征点，关键点是一些十分突出的点，这些点不会因光照条件的改变而消失，比如角点、边缘点、暗区域的亮点以及亮区域的暗点，即关键点就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点，为了寻找尺度空间的极值点(关键点)，每个像素点要和其图像域(同一尺度空间)和尺度域(相邻尺度空间)的所有相邻点进行比较，当其大于(或者小于)所有相邻的点时，该点就是极值点(关键点)；

18、(4)关键点方向匹配，使用直方图统计领域内像素的梯度和方向，

19、①确定计算描述子所需的图像区域，即区域圆半径；

20、②在图像半径区域内对每个像素点求其梯度幅值和方向，以45°为一个单位，将0°～360°分成8个柱，生成方向直方图；

21、③在窗口宽度为d*d(4*4)的区域内计算8个方向的梯度直方图，绘制每个梯度方向的累加值，即可形成一个种子点，然后在下一个的4*4区域内进行直方图统计，共生成4个种子点；

22、方向直方图的峰值则代表了该特征点处邻域梯度的方向，以直方图中最大值作为该关键点的主方向，为了增强匹配的鲁棒性，只保留峰值大于主方向峰值80％的方向作为该关键点的辅方向；

23、(5)生成特征点描述符；

24、①将坐标轴旋转为特征点的方向，以确保旋转不变性；

25、②对于一个关键点产生128维的特征向量；以关键特征点为中心，选择一个16*16的邻域，然后再把这个邻域再划分为4*4的子区域，然后对梯度方向进行划分成8个区间，按照不同方向的顺序，计算出一个8维的向量，将所有计算出的向量排序，这样在每个子区域内就会得到一个4*4*8＝128维的特征向量；

26、③特征向量形成后，为了去除光照变化的影响，需要对它们进行归一化处理，经上述过程处理后，得到的特征向量即为描述符；

27、(6)特征点匹配，获得描述符后，选取一个关键点的描述符，将其与三维动漫人物造型源数据库中每个关键点对应的描述符距离进行计算；

28、s5、以特征点匹配结果为基础，根据几何基元的不同，提出基于点几何约束、曲线几何约束、球体几何约束方法，通过几何约束变形实现三维动漫人物造型的重构，至此，基于拓扑分析的三维动漫人物造型重构设计方法设计完成。

29、优选的，所述的s1中数据集中包含有7000条以上视频数据，共有51种类别，包括表情动作、身体动作和交互动作等。

30、优选的，所述的s3中，具体融合步骤如下：

31、a、对输入图像进行灰度化处理，将其转换为灰度图像；

32、b、使用sobel算子计算图像的水平和垂直方向上的梯度；

33、c、使用roberts算子计算图像的对角线方向上的差分；

34、d、对sobel和roberts算子的梯度结果进行融合，采用简单的加权平均或最大值操作来合并梯度结果，加权平均可以根据不同算子的性能进行权重分配，最大值操作选择梯度结果中的最大值作为最终的梯度值；

35、e、对融合后的梯度图像进行非极大值抑制，以保留边缘的细节信息；

36、f、使用canny算子进行边缘检测；

37、g、对canny算子检测得到的边缘图像与融合后的梯度图像进行进一步融合。可以采用像素级别的逻辑操作，例如逻辑与或逻辑或，以综合两者的信息。

38、优选的，canny算子包括以下步骤：

39、①对梯度图像进行高斯滤波，以降低噪声的影响；

40、②计算图像中每个像素点的梯度幅值和方向；

41、③应用双阈值处理，将梯度幅值分为强边缘和弱边缘；

42、④使用边缘跟踪算法连接强边缘，形成完整的边缘线段。

43、优选的，所述的s5中，点几何约束用于对三维空间中的点进行约束和控制，点几何约束可以用于限制点的位置、距离、对齐等几何属性，例如，可以使用点约束将一个点限制在一个平面上、与另一个点对齐、位于某个距离内等；曲线几何约束用于对三维空间中的曲线进行约束和控制，曲线几何约束可以用于限制曲线的形状、弯曲度、曲率等几何属性，例如，可以使用曲线约束将一条曲线限制在一个平面内、使曲线的弯曲度达到特定的值、使曲线通过特定的点等；球体几何约束用于对三维空间中的球体进行约束和控制。球体几何约束可以用于限制球体的位置、半径、包含关系等几何属性。例如，可以使用球体约束将一个球体限制在一个平面上、使两个球体相切、将一个球体包含在另一个球体内等。

44、优选的，所述的s4中，对特征点进行进一步筛选和过滤时可以使用一些筛选准则，例如基于角点响应值的阈值筛选、非极大值抑制等方法，以保留较显著和稳定的特征点。

45、与现有技术相比，本发明的有益效果是：

46、本发明的设计，通过引用拓扑分析确定三维动漫模型的点、线、面结构，具有极好的连通性和紧致性，在重构的三维动漫人物造型做出复杂的动作时，依然能保持着较好的延展性，动漫人物造型不会发生较大的改变，且将roberts算子、soble算子和canny算子处理后的图像融合，进行边缘检测，此时运用基于融合技术的边缘检测方法，提高了边缘检测的精度，且利用边缘检测结果提取模型特征点，以便计算特征点的梯度值和梯度方向，便于以此确定关键特征点，生成主方向和特征描述符，且计算与其对应的源数据库中关键点的描述符距离，根据最小距离和次小距离的比值实现特征点的匹配，利用交互式几何约束变形完成三维动漫模型生成，提高了重构后图像的匹配度，改善了重构效果，且加快了收敛速度，且避免了单一影像进行的边缘检测很难获得满意的结果。