一种复用缝纫信息的自动化服装建模方法

本发明涉及3d服装cad领域，具体涉及一种复用缝纫信息的自动化服装建模方法，以实现快速、自动符合用户要求的服装建模。

背景技术：

1、服装建模技术在影视制作、服装设计、游戏开发以及虚拟试衣等领域扮演着非常重要的角色。这使得服装建模技术成为图形学的研究热点之一。

2、近几年来，服装cad软件发展十分迅速，较为有名的要属我国凌迪的style3d、韩国的clo3d与美国的vstitcher等。服装建模是服装cad的一大功能，但现有的服装cad系统均通过交互方式实现建模。其过程均是对输入2d服装衣片，在cad软件中模拟衣片缝合的方式生成3d服装模型。在此过程中，需要大量繁琐的交互操作，即需要交互指定各个衣片的缝纫边与其它衣片的缝纫对应关系，并将确定缝纫对应关系的衣片拖动至人体模型上进行缝合。如果服装衣片设计师希望对衣片进行调整，或需批量生成3d服装模型，前述的操作便会大大降低设计师的效率。鉴于此不足，本发明从已完成交互建模的服装模型中提取衣片的缝纫对应关系并将其迁移至同款目标衣片中，提高服装建模效率，弥补当前服装cad软件不足。

技术实现思路

1、针对基于2d衣片的服装建模存在效率低下的问题，本发明提出了一种基于库的自动化服装建模方法。本发明的目的是提供一种迅速、便捷的服装模型自动生成的方法。将用户输入的服装衣片信息与库中的服装模型相对应，以一种端到端的形式生成新的服装模型，进而提高设计师的工作效率，减少费时的操作。

2、本发明的目的是通过以下技术方案来实现的：第一方面，本发明提供了一种复用缝纫信息的自动化服装建模方法，所述方法包括以下步骤：

3、步骤一，构建包含缝纫信息的服装模型数据库：采集a个不同款式的模板服装模型ω＝{g0,g1,...,ga}，其中ω为服装模型ga集合(如t恤，裙子，背心，裤子等)，其中同一种类的服装模型亦可因为组成衣片的不同而独立(如t恤可由前衣片，后衣片，左袖子，右袖子，前衣领与后衣领(或无衣领))，用于作为生成新服装模型的参照物；服装模型ga＝{v,f,u,l,c}，其中，v表示模型的3d坐标，f表示网格三角形的索引，u为模型的uv网格坐标，即代表缝纫前服装模型对应的2d服装版型信息，l表示服装模型的缝线信息，c表示服装模型各衣片的轮廓信息；

4、步骤二，用户输入2d服装版型：用户输入以dxf文件格式存储的服装2d版型，从各衣片的轮廓信息中提取并组成若干个闭合多边形集合s＝{p0,p1,…,pi,…,pb}。其中，闭合多边形pi＝{v0,v1,…,vm}，以连续点集形式组成闭合多边形存储，每个闭合多边形对应一个衣片，如分别对应(t恤的前衣片，后衣片，左袖子，右袖子，前衣领与后衣领)，后文均以s表示提取出的若干各闭合多边形集合，以pi表示提取出的某个闭合多边形；

5、步骤三，模型匹配：根据步骤一采集的模板服装模型，搜索出步骤二中s的最佳匹配模型；最佳匹配模型必须满足以下条件：首先，模板模型的组成衣片数必须大于等于s多边形数；其次，满足形状描述符差距为数据库最小，表达式如下：

6、mines(s,c,l)  (1)

7、其中，es度量两个闭合多边形集合之间的形状描述符差异，c表示模板服装模型中的闭合衣片轮廓信息集合c＝{c′0,c′1,…,c′j,…,c′f}，l表示模板服装模型中的闭合缝纫线信息集合l＝{p′0,p′1,…,p′j,…,p′f}，与步骤二相似，c′j与p′j均是以连续点集组成的闭合多边形，并分别表示模板服装模型中衣片闭合轮廓信息与衣片闭合缝纫线，每个闭合多边形对应一个衣片；因c′j与p′j存在一一对应的关系，通过获得pi与c′j的匹配关系，进而获得pi与p′j的匹配关系。后文均以c表示模板服装模型中的闭合衣片轮廓信息集合，l表示模板服装模型中的闭合缝纫线信息集合，以p′j＝{v0,v1,…,vw}表示模板服装模型中提取出的某一衣片闭合缝纫线；

8、步骤四，闭合缝纫线分离：对步骤二获得的pi与步骤三中获得对应的p′j进行特征点提取，特征点指的是在按邻接关系排列下，以当前点为中心点，1-ring邻域内的角度和小于α度的点。其次，依据获得的特征点对pi与p′j进行闭合缝纫线分离，获得由连续边组成的闭合多边形pei＝{ei0,ei1,…,eip,…,ein}以及闭合缝纫线pe′j＝{e′j0,e′j1,…,e′jq,…,e′jn}。后文均以pei表示以特征点为端点由连续边组成的闭合多边形pi，以pe′j表示以特征点为端点由连续边组成的闭合缝纫线p′j。以eip表示闭合多边形pi基于特征点分离后的某一边，以e′jq表示闭合缝纫线p′j基于特征点分离后的某一缝纫线；其中，边eip与e′jq均由连续点集形式组成，eip＝{vip0,vip1,…,vips}，e′jq＝{vjq0,vjq1,…,vjqk,…,vjqt}。

9、步骤五，缝纫关系构建：根据步骤四中获得的特征点以及步骤三获得pi与pj′的匹配关系，以特征点为端点进行精准缝纫关系构建；在满足特征点数量一致的前提下，满足缝纫关系构建差异值最小，表达式如下：

10、minee(pei,pe′j)  (2)

11、其中，ee是度量pi与p′j缝纫关系构建差异值最小，并赋予eip对应缝纫关系{eip,e′jq}；

12、步骤六，衣片缝纫边重采样：根据步骤五获得的缝纫关系，利用弦长参数化的方法于闭合多边形上进行重采样，表达式如下：

13、

14、其中，v′k代表闭合多边形pi依据弦长参数化下重采样的第k个点，l(eip)表示eip的弦长，l(e′jq)表示e′jq的弦长，vipr表示eip中第r个点；n(vipr,vipr-1)表示以vipr-1为起点以vipr为终点的单位方向向量；获得以连续点集形式组成的闭合多边形pnewi＝{v′0,v′1,…,v′w}，并获得若干个闭合多边形集合snew＝{pnew0,pnew1,…,pnewi,…,pnewb}，每个闭合多边形对应一个衣片；

15、步骤七，衣片网格迁移：以模板服装模型uv网格为参照以及步骤六获得重采样缝纫边为约束，使用基于固定边界点下的参数化方法，将模板uv网格迁移至闭合多边形，生成新的uv网格，表达式如下：

16、f(snew,u)＝unew  (4)

17、其中，unew为步骤六获得的重采样闭合多边形snew经过参数化方法生成的新uv网格；

18、步骤八，服装生成：以3d服装模型g＝{v,f,u,c,l}为模板，将步骤七获得的新uv网格unew替换模板中的u生成新的服装模型，以步骤六获得的snew替换模板中的c,l，即最终的服装模型gnew＝{v,f,unew,snew}。

19、进一步地，步骤一中，模板服装模型为网格模型，包括3d坐标，uv坐标，顶点连接关系，缝线信息和服装版型轮廓信息；模板服装模型的存储格式为obj文件格式。

20、进一步地，步骤三中，表示度量两个模型之间的总体形状相似差异的表达式如下：

21、mines(s,c,l)＝min∑ij||m(pi)-m(c′j)||2  (5)

22、其中，m(pi)表示s中第i个闭合多边形的形状描述符，m(c′j)表示3d服装模型中第j个闭合衣片轮廓的形状描述符，利用动态规划方法，基于各个闭合多边形与闭合衣片轮廓最多只参与1次计算的前提下，满足形状描述符差异最小条件，使用但不限于非多尺度非刚性闭合多边形形状描述符(mcc)作为度量值，其计算方法如下：

23、m(pi)＝matrix(d(μ,θ,pi))  (6)

24、d(μ,θ,pi)＝k√((xθ(μ)-(xθ-1(μ))^2+(yθ(μ)-yθ-1(μ))^2)  (7)

25、xθ(μ)＝∫x(μ)φθ(δ-μ)dδ

26、

27、cθ＝{vθ0,vθ1,…,vθu}

28、k＝{1if(xθ-1(μ),yθ-1（μ))inside cθ(μ）else 0

29、其中，θ为常量，表示mcc中的尺度，δ,μ表示于轮廓上合计采样u个点中的第δ,μ个点，x（μ）为第μ个点采样x坐标，φθ(t)为尺度θ下的高斯卷积核，vθμ＝(xθ(μ),yθ(μ))为尺度θ下第μ个的特征坐标，xθ(μ),yθ(μ)为特征的横纵坐标，cθ为尺度θ下的特征闭合曲线，d(μ,θ,pi)表示闭合轮廓在θ尺度下第μ个点的特征，利用高斯卷积求得各尺度(1-θ)及各点对应的d(μ,θ,pi)，并组成矩阵作为形状描述符，使用包括但不限于二范数的方法度量描述符差异，目标是获得闭合多边形与闭合缝纫线之间的最佳匹配信息。

30、进一步地，步骤四中，α用于识别闭合多边形或闭合缝纫线的特征点，其为一个阈值，根据服装模型特征调整阈值。

31、进一步地，步骤五中，表示度量pi与pj′缝纫关系构建差异的表达式如下：

32、ee(pei,pe′j)＝minq(∑p||n(vp)-n(v′q+p)||2,∑p||n(vp)-n(v′q-p)||2)  (8)

33、其中，vp表示闭合多边形pei的顺序角点下的第p个点，v′q±p表示闭合缝纫线pe′j的顺序角点下的第q±p个点，n(vp)表示vp点的法向量，ee(pei,pe′j)目标是寻求最佳的角点匹配顺序，进而构建最佳缝纫关系。

34、进一步地，步骤六中，针对每个eip，需保留eip的端点作为依据eip重采样时的端点。

35、进一步地，步骤七中，使用基于固定边界点下的可扩展的局部单射算法slim方法于闭合多边形上生成新的uv网格。

36、进一步地，所述的缝线信息通过从网格模型信息中提取，或者与模型同时录入数据库中；衣片轮廓的角点即拐点处均会出现一个“三角缺口”，因此，采用角度特征提取角度，并利用几何特征进一步提取角点之间的特征线作为缝线。

37、进一步地，所述的服装版型轮廓信息通过从网格模型信息中提取，或者通过图片提取出衣片轮廓。

38、进一步地，缝线提取方法具体如下：

39、首先利用网格的“半边结构”提取衣片uv网格的边界线，然后定义角点特征：

40、

41、其中link(zd)表示顶点zd的1-ring邻域，tdb为与顶点d相邻的第b个顶角，a(tdb)为该顶角的角度，a(zd)表示该边界顶点的角度；当α≤a(zd)≤β时，该顶点识别为角点，取α＝210°，β＝359°。

42、检测衣片角点后，为提取相邻角点的缝线，采用半边结构，利用广度优先搜索法bfs逐个提取构成缝边的网格边；设当前属于缝边的网格边的顶点为zd，则与其相邻的所有邻边中，搜索出与当前边fd的夹角最大的边作为下一条边，等价地利用向量内积表示角度，即为：

43、

44、由于该步骤仅需计算一次，因此可对该步骤进行预计算，并将缝线信息存储于数据库中。

45、本发明的主要优点包括：

46、(a)生成模型自动化程度高，采用端到端的方式；

47、(b)与其它方法相比，本方法根据用户输入的2d服装版型生成服装模型，更符合用户要求。