一种三维轻量化模型生成系统及其生成方法与流程

本发明涉及三维模型生成，具体为一种三维轻量化模型生成系统及其生成方法。

背景技术：

1、三维轻量化模型是一种对三维模型进行优化和精简的技术，旨在减少模型的复杂性和数据量，以提高渲染性能、降低资源消耗，并适应低端设备或网络环境的要求。在三维图形领域，通常使用多边形网格来表示三维模型，该网格由顶点、边和面组成。然而，复杂的三维模型具有大量的顶点和面片，这对于渲染和处理来说是一项巨大的挑战。为了克服这个问题，轻量化模型的目标是通过各种技术方法减少模型的复杂性，同时尽量保持重要的外观和特性，对3d模型轻量处理，通过减少模型中的多边形数量来减小模型的大小和复杂度，从而提高渲染速度和性能。

2、尽管现有的三维轻量化模型在减少复杂性和数据量方面取得了一定的成就，但也存在一定缺陷，如信息损失，为了减少模型的复杂性和数据量，轻量化模型往往直接对原始模型进行信息的压缩、简化导致信息丢失，这可能导致一定程度的信息损失，表现为模型细节的丢失或者外观的变化。因此，在某些应用场景下，轻量化模型可能无法完全满足对准确性和精细度的要求。

技术实现思路

1、发明目的：针对现有技术的不足，本发明提供了一种三维轻量化模型生成系统及其生成方法，具备通过信息处理模块将预处理的实物对象模型，并对其进行初始优化，从而去除实物对象的不必要的冗余数据，降低实物对象的数据大小，并根据每个三角面建立一个面，并计算每个面的误差矩阵pwc，在根据误差矩阵pwc计算出优先级yx，并根据优先级得分yx(v)选择需要删除顶点，对模型外观进行减面简化，生成模型，从而避免了直接对原始模型进行信息的压缩、简化导致信息丢失，导致一定程度的信息损失，模型细节的丢失或者外观的变化，进而防止模型细节丢失和外观发生变化等优点，解决了上述问题。

2、为实现上述目的，本发明提供如下技术方案。

3、一种三维轻量化模型生成系统，包括扫描单元、信息收集单元、信息处理单元、数据库、管理平台以及显示端；

4、所述扫描单元用于扫描测量相关3d模型，获取实物对象的几何形状以及实物对象的颜色信息，所述扫描单元通过网络或数据线与信息处理单元连接；

5、所述信息收集单元用于接收扫描单元收集的实物对象的几何形状以及实物对象的颜色信息，并对实物对象的几何形状以及实物对象的颜色原始数据进行预处理，对实物对象的几何形状和颜色信息进行简化和优化处理，所述信息收集单元通过网络或数据线与信息处理单元连接，所述信息收集单元将简化和优化处理后的实物对象的几何形状和颜色信息传输至信息处理单元内进行处理；

6、所述信息处理单元将收集到的实物对象几何形状进行初始化，将实物对象的每个三角面视为一个网格中的一个面，并根据计算公式计算每个对应面的误差矩阵pwc，所述信息处理单元根据多个误差矩阵pwc计算出每个三角形的优先级yx，所述信息处理单元根据计算得出的优先级yx判断该三角形对整体实物对象几何形状生成的模型影响的影响值yxz，所述信息处理单元根据得出的影响值yxz大小判断候选减面对模型外观的影响大小，并选择高优先级别的候选减面，所述信息处理模块对模型外观进行多次减面逐步简化模型并生成最终模型，所述信息处理模块与数据库网络连接，所述信息处理模块将最终模型输送至数据库中进行存储；

7、所述信息处理单元通过网络或数据线与显示端连接，所述显示端用于向用户反馈模型的最终形状，用户通过显示端对最终模型进行上色；

8、所述管理平台分别与信息处理单元、显示端和数据库连接，所述显示端输入用户键入的模型关键字、颜色关键信息并将关键信息发送至管理平台中，所述管理平台根据用户键入的关键信息从数据库中获取相应的模型，并通过显示端向用户反馈，用户根据显示端显示的多个模型选择需求模型。

9、优选的，所述实物对象的几何形状以及实物对象的颜色原始数据进行预处理包括数据格式转换、数据清理以及纹理优化，所述数据格式转换将扫描得出的实物对象图像信息转换为适合轻量化处理的格式，所述数据清理通过计算公式对实物对象进行数据清理，其中还包括去除实物对象非必要的细节，所述纹理优化是对实物对象的纹理进行优化，包括减小纹理尺寸和纹理压缩，减少纹理数据占用的空间。

10、优选的，所述数据清理计算公式如下：

11、

12、公式中，通过三角形减面法假设pi，pj为边塌缩前的端点，px为塌缩后的点坐标，px到pi，pj各邻面ps的距离平方和最小值，得出的ex的最小值即可得到px坐标，不停地迭代来逐步化简模型。

13、优选的，所述纹理压缩计算公式如下：

14、

15、diff1＝xszb1-average

16、diff2＝xszb2-average

17、diff3＝xszb3-average

18、diff4＝xszb4-average

19、公式的意义为将纹理像素值按照每4个分一组，得出xszb1、xszb2、xszb3、xszb4数值，并计算四个数值的均值，并将原有的数值减去均值得出每个像素的差值，并保存差值，并带入量化计算公式中，得出最终的压缩数值。

20、优选的，所述量化计算公式如下：

21、

22、公式中，diff为差值，q为预设的量化步长，量化步长由像素值范围确定，round()表示四舍五入取整，得出的lhdiff数值为纹理压缩后的数值，并存储。

23、优选的，所述信息收集单元将预处理后的实物对象的几何形状以及实物对象的颜色通过网络传输至信息处理单元，所述信息处理单元将预处理后的数值带入计算公式中计算误差矩阵pwc和优先级yx。

24、优选的，所述误差矩阵pwc计算公式如下：

25、pwc＝[∑(n_p^t*n_p)∑(n_p^t*v_p)]

26、∑(n_p^t*v_p)v_mean^t*∑(n_p^t*n_p)*v_mean

27、公式中，∑(n_p^t*n_p)表示3*3对称矩阵，∑(n_p^t*v_p)是3*1向量，v_mean^t*∑(n_p^t*n_p)*v_mean表示标量，从而计算得出误差矩阵pwc。

28、优选的，所述优先级yx计算公式如下：

29、每个顶点为v，假设一组优先级yx集合为{c1、c2、c3、...、cn}，使用误差矩阵pwc来评估顶点v的重要性，并计算优先级得分yx(v)：

30、yx(v)＝c1*p1wc+c2*p2wc+c3*p3wc+...+cn*pnwc

31、公式中，p1wc、p2wc、p3wc、...、pnwc带入数值选择不同顶点计算得出的误差矩阵pwc值，优先级得分yx(v)可以从最高分到最低分的顺序来选择删除顶点，从而实现对实物对象几何形状进行简化，所述信息收集单元将完成简化后的实物对象生成新的模型分别通过网络传输至数据库和显示端。

32、优选的，所述数据库用于存储和向显示端输出已经生成的模型，并根据用户选择的模型形状、颜色次数进行统计，并按照从高到低顺序排列，当用户再次选择时，数据库优先输出选择次数多的模型供用户选择。

33、一种三维轻量化模型生成方法，包括以下步骤：

34、s1、用户拿取扫描单元对需要生成轻量化三维模型的实物进行扫描，获取实物的几何形状以及实物对象的颜色信息；

35、s2、扫描单元将获取到的获取实物的几何形状以及实物对象的颜色信息传输至信息收集单元中；

36、s3、信息收集单元实物对象的几何形状和颜色信息进行简化和优化处理后传输至信息处理单元中；

37、s4、信息处理单元收集到的实物对象几何形状进行初始化，将实物对象的每个三角面视为一个网格中的一个面，并根据计算公式计算每个对应面的误差矩阵pwc，信息处理单元根据多个误差矩阵pwc计算出每个三角形的优先级yx，信息处理单元根据计算得出的优先级yx判断该三角形对整体实物对象几何形状生成的模型影响的影响值yxz，信息处理单元根据得出的影响值yxz大小判断候选减面对模型外观的影响大小，并选择高优先级别的候选减面，信息处理模块对模型外观进行多次减面逐步简化模型并生成最终模型；

38、s5、信息处理模块将最终模型分别发送至数据库和显示端，数据库存储已经生成的最终模型，显示端用于向用户通过视觉反馈已经生成的模型；

39、s6、用户在显示端选择模型后，数据库存储用户选择的模型形状、颜色次数，并对次数进行统计，并按照从高到低顺序排列；

40、s7、用户再次选择时，数据库优先输出选择次数多的模型供用户选择。

41、与现有技术相比，本发明提供了一种三维轻量化模型生成系统及其生成方法，具备以下有益效果：

42、1、本发明通过信息处理模块将预处理的实物对象模型，并对其进行初始优化，从而去除实物对象的不必要的冗余数据，降低实物对象的数据大小，并根据每个三角面建立一个面，并计算每个面的误差矩阵pwc，在根据误差矩阵pwc计算出优先级yx，并根据优先级得分yx(v)选择需要删除顶点，对模型外观进行减面简化，生成模型，从而避免了直接对原始模型进行信息的压缩、简化导致信息丢失，导致一定程度的信息损失，模型细节的丢失或者外观的变化，进而防止模型细节丢失和外观发生变化。

43、2、本发明通过管理平台根据用户键入的关键信息从数据库中获取相应的模型，并通过显示端向用户反馈，用户根据显示端显示的多个模型选择需求模型，数据库用于存储和向显示端输出已经生成的模型，根据用户选择的模型形状、颜色次数进行统计，按照从高到低顺序排列，当用户再次选择时，数据库优先输出选择次数多的模型供用户选择，同时通过设置管理平台和数据库，通过数据库存储用户扫描过的模型信息，当用户需要再次设计模型时，管理平台将数据库中存储的模型通过显示端向用户输出，用户选择自己需求的模型，无需再次扫描实物得出模型，管理平台将每次用户所选择的模型及其颜色次数，存储在数据库内，数据库根据用户选择模型的次数，从高到低进行排序，当用户直接选取模型时，按照从高到低的顺序向用户输出模型，按照选择次数优先输出不同的模型供客户选择，进而提高了用户生成模型的效率。