一种基于区域划分的纹理图像三维重构方法
【技术领域】
[0001] 本发明涉及图像重构方法，尤其是一种基于区域划分的纹理图像三维重构方法， 能较好地重构出纹理图像所反映虚拟物体表面的微观三维几何形状，为纹理图像的触觉感 知奠定基础，属于计算机图形学和虚拟现实力触觉再现技术领域。
【背景技术】
[0002] 图像信息主要是通过人的视觉感知，然而，对于盲人的弱势群体而言，是难以通过 视觉看到图像，感知替代成为盲人感知图像的必然选择。盲人通过触觉或听觉等感知功能 替代视觉来认识图像，触觉是最主要的视觉感知替代方式。目前，纹理图像触觉渲染方法大 多基于三维模型，二维纹理图像缺少高度信息，无法直接应用于触觉渲染方法。因此，须要 把二维纹理图像转化为三维纹理图形，以便触觉渲染方法生成触觉，让盲人通过触觉感知 纹理图像。
[0003] LeMercierB等人提出了四种像素亮度与对应点三维高度的映射方法，重建纹理 图像所反映物体表面的微观三维几何形状，进而完成力触觉的表达与再现。WuJ等人设计 了高斯滤波器对图像进行空间滤波，将高频部分作为表面纹理特征。AdiW等人提出了基于 小波变换的方法提取图像中的纹理信息，把图像灰度映射为纹理表面的空间深度信息，建 立三维纹理表面模型。田磊等人提出通过PDE方法对图像纹理进行分解，得到图像主要轮 廓和细节纹理。韩兴光等人提出一种基于图像的物体形状的力触觉表达方法，首先将原始 图像转化为二值图像，提取目标物体的边界点，通过折线模型拟合目标物体的轮廓线。李佳 璐等人提出了一种基于shapefromshading(SFS)技术的纹理力触觉表达方法，从二维纹 理图像中恢复出表面三维微观几何形状。
[0004] 虽然这些方法可以用于触觉渲染，但是，还需要进一步解决这三个问题：1)如何 从纹理图像中恢复出较精确的像素点的高度值；2)如何从纹理图像中划分出不同区域；3) 如何重构三维纹理图形。
【发明内容】
[0005] 为了解决【背景技术】中存在的问题，本发明提出了一种基于区域划分的纹理图像三 维重构方法。
[0006] 本发明采用的技术方案包以下几个步骤：
[0007] 1)读取纹理图像信息，纹理图像信息包括纹理图像中的像素点总数、像素点的行 列总数目、像素点的二维位置和颜色值；
[0008] 2)对纹理图像进行区域划分，得到纹理分割区域，并进行区域归组；
[0009] 3)采用明暗恢复形状方法计算得到纹理图像中像素点的高度值，形成纹理图像中 像素点的三维纹理点；
[0010] 4)计算各纹理分割区域的颜色粗糙度，确定不同分割区域的三角网格大小，重构 各分割区域的三角面片，把纹理图像转化为三维纹理图形，实现纹理图像三维重构。
[0011] 所述步骤2)采用人机交互图像区域划分方法或者全自动识别图像区域划分方法 进行区域划分依据像素点的颜色值和位置信息，进行纹理图像的区域划分，将纹理图像分 为各个分割区域，赋予区域编号，并根据分割区域中像素的颜色量化等级均值，对分割区域 进行区域归组，赋予区域组号。
[0012] 所述的人机交互图像区域划分方法具体包括：设定纹理图像分成图像分割区域的 数量；采样像素点，设定各个图像分割区域的颜色范围；遍历整个纹理图像中每个像素点 的颜色值，判断是否在图像分割区域的颜色值范围内，若是，将该像素点合到对应的图像分 割区域；不同的图像分割区域赋予不同的区域组号。
[0013] 所述的全自动识别图像区域划分方法具体步骤如下：
[0014] 2. 1)读取纹理图像中像素点的行列数目，把整幅纹理图像分为M个矩形窗口，每 个矩形窗口的长度和宽度均为整幅纹理图像长度和宽度的1/100至1/400 ;
[0015] 2. 2)采用以下公式求出每个矩形窗口的颜色粗糙度Sm:
[0016]
【主权项】
1. 一种基于区域划分的纹理图像三维重构方法，其特征包括以下几个步骤： 1) 读取纹理图像信息，纹理图像信息包括纹理图像中的像素点总数、像素点的行列总 数目、像素点的二维位置和颜色值； 2) 对纹理图像进行区域划分，得到纹理分割区域，并进行区域归组； 3) 采用明暗恢复形状方法计算得到纹理图像中像素点的高度值，形成纹理图像中像素 点的三维纹理点； 4) 计算各纹理分割区域的颜色粗糙度，确定不同分割区域的三角网格大小，重构各分 割区域的三角面片，把纹理图像转化为三维纹理图形，实现纹理图像三维重构。
2. 根据权利要求1所述的一种基于区域划分的纹理图像三维重构方法，其特征在于： 所述步骤2)采用人机交互图像区域划分方法或者全自动识别图像区域划分方法进行区域 划分依据像素点的颜色值和位置信息，进行纹理图像的区域划分，将纹理图像分为各个分 割区域，赋予区域编号，并根据分割区域中像素的颜色量化等级均值，对分割区域进行区域 归组，赋予区域组号。
3. 根据权利要求2所述的一种基于区域划分的纹理图像三维重构方法，其特征在于： 所述的人机交互图像区域划分方法具体包括：设定纹理图像分成图像分割区域的数量；采 样像素点，设定各个图像分割区域的颜色范围；遍历整个纹理图像中每个像素点的颜色值， 判断是否在图像分割区域的颜色值范围内，若是，将该像素点合到对应的图像分割区域；不 同的图像分割区域赋予不同的区域组号。
4. 根据权利要求2所述的一种基于区域划分的纹理图像三维重构方法，其特征在于： 所述的全自动识别图像区域划分方法具体步骤如下： 2. 1)读取纹理图像中像素点的行列数目，把整幅纹理图像分为M个矩形窗口，每个矩 形窗口的长度和宽度均为整幅纹理图像长度和宽度的1/100至1/400 ; 2.2)采用以下公式求出每个矩形窗口的颜色粗糙度Sm:
其中，L为矩形窗口内第i个像素点的颜色值，i表示像素点的序数，I表示窗口内所 有像素点的颜色均值，N?II表示欧式距离；n为矩形窗口内像素点的数目，m为矩形窗口 的序数； 2. 3)根据各个矩形窗口的颜色粗糙度S