专利名称：三维场景模型生成方法
技术领域：
本发明涉及三维技术领域，特别涉及一种三维场景模型生成方法，尤其涉及一种基于草图的三维场景模型生成方法。
背景技术：
随着互联网上三维模型数量的增加(例如Google3D Warehouse等模型库)和越来越成熟的利用二维草图检索三维模型的技术的发展，合理利用单个模型组合成所需场景的技术成为了可能。大量的研究表明随意画的二维草图既可以用来做模型检索也可以提供场景中物体的位置信息来帮助优化场景模型的放置，这些都极大的减轻了建模的工作量。本发明的技术背景主要源自上述两个方面。
在利用草图进行模型检索方面最主流方法为“How do humans sketch objects”一文以及其引文中阐述的内容。这些方法致力于改进由单幅草图检索模型的效果，往往很少考虑场景中模型间的语义关系。并且由于二维草图的局限性，在表达内容和空间位置关系方面存在很大的歧义，这些方法都只能高度依赖用户去解决这些歧义
近些 年，在自动优化三维模型位置方面的研究也取得了一些进展，这些研究的主要目标是将模型摆放在合理的位置上生成美观的场景。最直接的应用就是如何自动确定各种家具摆放的位置从而使房间变得美观舒适。这些研究主要包括^Interactivefurniture layout using interior design guidelines，，、“Make it home:automaticoptimization of furniture arrangement，，、“Context-based search for3D models，，等。
当前比较主流的基于草图生成三维模型的方法如“Magic canvas:1nteractivedesign of a3_d scene prototype from freehandsketches，，、“Sketch-Based Search andComposition of3D Models”、“Sketch-to-Design:Context_based Part Assembly”都是基于单个物体的设计模式:先从二维草图检索出三维模型，然后放置模型。由于不考虑物体间的语义关系，这些方法的效果要求每个草图都必须精确检索出所需模型。为了做到这一点，这些系统需要大量用户干预，也需要许多专业知识。发明内容
(一)要解决的技术问题
本发明要解决的技术问题是，针对现有技术的不足，提供一种三维场景模型生成方法，在最少用户干预的前提下，自动从输入草图生成准确并且美观的三维场景。
(二)技术方案
本发明提供一种三维场景模型生成方法，包括:
S1:预处理阶段:
Sll:从场景模型库中分析提取出场景的多个物体结构组，其中每一个物体结构组定义场景中物体间的语义关系；
S12:统计拟合出每个物体结构组间物体的相对位置，并计算出高斯分布函数；
S2:生成阶段:
S21:输入由草图表示的场景，并对所述草图中的每一个物体在模型库中进行检索；
S22:结合S21的检索结果和SI中的语义关系，确定所述草图对应的物体模型；
S23:根据所述草图计算对应物体模型的初始位置；
S24:根据S23计算出的初始位置和S12中的高斯分布函数，并结合梯度下降法寻找局部最优位置，该局部最优位置就是模型的合理摆放位置，根据该位置摆放每一个S22中的物体模型，得到最终场景模型。
其中，在Sll中，利用数据挖掘的关联规则从场景中提取由Apriori算法定义的关联程度最高的常见物体结构组；
其中，S23具体包括:对放在地面上的物体直接按一定比例投影到场景中的地面上，对放置在其它物体上的物体，从所述输入草图中利用图像方法匹配出支撑面，在支撑面上插值，计算出其相对支撑物体的位置。
其中，在Sll中，所述多个物体结构组的数量为至少一个物体结构组。
(三)有益效果
本发明的方法充分利用场景的语义信息，提高了利用草图检索模型方法的准确率，在最少人工干预的前提下自动解决输入草图中的歧义性，使没有专业知识的用户也可以利用本发明的系统创作出与专业人士相媲美的场景模型。另外，本发明有着良好的可扩展性，所提出的结构组的概念也可以为解决其他领域的问题提供一种思路。
图1是本发明三维场景模型生成方法步骤流程图2是本发明基于草图生成三维场景模型方法实例I的处理流程图3是基于草图生成三维场景模型方法的部分结果以及在相同模型库上制作的结果示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式
作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明提供一种三维场景模型生成方法，包括:
S1:预处理阶段:
Sll:从场景模型库中分析提取出场景的多个物体结构组，其中每一个物体结构组定义场景中物体间的语义关系；
S12:统计拟合出每个物体结构组间物体的相对位置，并计算出高斯分布函数；
S2:生成阶段:
S21:输入由草图表示的场景，并对所述草图中的每一个物体在模型库中进行检索；
S22:结合S21的检索结果和SI中的语义关系，确定所述草图对应的物体模型；
S23:根据所述草图计算对应物体模型的初始位置；
S24:根据S23计算出的初始位置和S12中的高斯分布函数，并结合梯度下降法寻找局部最优位置，该局部最优位置就是模型的合理摆放位置，根据该位置摆放每一个S22中的物体模型，得到最终场景模型。
其中，在Sll中，利用数据挖掘的关联规则从场景中提取由Apriori算法定义的关联程度最高的常见物体结构组；(Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。而且算法已经被广泛的应用到商业、网络安全等各个领域)
其中，S23具体包括:对放在地面上的物体直接按一定比例投影到场景中的地面上，对放置在其它物体上的物体，从所述输入草图中利用图像方法匹配出支撑面，在支撑面上插值，计算出其相对支撑物体的位置。
其中，在Sll中，所述多个物体结构组的数量为至少一个物体结构组。
实施例1
图2是本发明基于草图生成三维场景模型方法实例I的处理流程图，如图2所示:
(I)处理阶段:
该阶段主要从场景数据库中分析提取出常见的结构组。比如图1中展示了两个结构组“电视一柜子”和“床头柜一床一床头柜”。第一个结构组中“电视”和“柜子”的关系是“电视”放在“柜子”上，并且从拟合出高斯函数可以看到“电视”中心相对“柜子”中心的分布。第二个结构组中“床”和两个“床头柜”都放在地上，并且两个“床头柜” 一般都放在“床”两侧接近对称的位置。
(2)运行阶段:
运行阶段由如下四个部分组成:
a.输入一幅场景草图，可以看到场景草图中不同的物体以不同的颜色表示，及场景草图是“分割”好的。
b.将输入场景草图中的每一个物体的草图用图像匹配的方法去模型库中与所有模型不同视角生成的轮廓图像匹配，将模型库中所有模型按相似度降序排列。从中可以看到由于单幅草图检索模型的局限性，并不能保证每个期望的类别的模型都排列在第一个。
c.对每个物体草图取出前100个候选模型进行组合优化，每一个组合除了考虑草图匹配的得分以外，如果其中包含有预处理阶段提取出的结构组，则还会加上预定义的结构组的得分。以一种贪心的方式取出得分最高的组合，从而得到场景草图中每个物体对应的最终模型。从草图估计出每个模型的位置，将模型放置在各自估计的位置上。
定义一个关于物体平移和旋转的势函数，该势函数同时要求场景中包含的结构组中物体的相对位置关系尽量服从预定的高斯函数，又要求每个物体的位置和朝向不能离初始估计的位置太远。利用梯度下降法搜索出一个局部最优解，将模型放置在最终确定的位置上。
如图3所示，第一列是一些输入草图，第二列是由邀请的专业美工人员根据草图在相同的模型库上制作出来的场景。第三、四、五列为本发明的系统自动生成的结果。可以看到，本发明生成的结果和美工制作的结果在视觉效果上基本相当。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
权利要求
1.一种三维场景模型生成方法，其特征在于，包括: S1:预处理阶段: 511:从场景模型库中分析提取出场景的多个物体结构组，其中每一个物体结构组定义场景中物体间的语义关系； 512:统计拟合出每个物体结构组间物体的相对位置，并计算出高斯分布函数； S2:生成阶段: 521:输入由草图表示的场景，并对所述草图中的每一个物体在模型库中进行检索； 522:结合S21的检索结果和SI中的语义关系，确定所述草图对应的物体模型； 523:根据所述草图计算对应物体模型的初始位置； 524:根据S23计算出的初始位置和S12中的高斯分布函数，并结合梯度下降法寻找局部最优位置，该局部最优位置就是模型的合理摆放位置，根据该位置摆放每一个S22中的物体模型，得到最终场景模型。
2.如权利要求1所述的方法，其特征在于，在Sll中，利用数据挖掘的关联规则从场景中提取由Apriori算法定义的关联程度最高的常见物体结构组。
3.如权利要求1所述的方法，其特征在于，S23具体包括:对放在地面上的物体直接按一定比例投影到场景中的地面上，对放置在其它物体上的物体，从所述输入草图中利用图像方法匹配出支撑面，在支撑面上插值，计算出其相对支撑物体的位置。
4.如权利要求1所述的方法，其特征在于，在Sll中，所述多个物体结构组的数量为至少一个物体结构组。
全文摘要
本发明提供一种三维场景模型生成方法，S11从场景模型库中分析提取出场景的物体结构组以及物体间的语义关系；S12统计拟合出每个物体结构组间物体的相对位置，并计算高斯分布函数；S21对所述草图中的每一个物体在模型库中进行检索；S22确定所述草图对应的模型；S23根据所述草图计算对应物体的初始位置；S24根据S23计算出的初始位置和S12中的高斯分布函数，并结合梯度下降法寻找局部最优位置，根据该位置摆放每一个S22中的物体模型，得到最终场景模型。本发明的方法充分利用场景的语义信息，提高了利用草图检索模型方法的准确率，在最少人工干预的前提下自动解决输入草图中的歧义性。
文档编号G06T17/00GK103198522SQ201310144170
公开日2013年7月10日 申请日期2013年4月23日 优先权日2013年4月23日
发明者徐昆, 陈康, 孙伟伦, 胡事民 申请人:清华大学