基于轮廓线法的工业产品外观造型三维重建方法

李变霞

(泉州信息工程学院创意设计学院，福建 泉州 362000)

0 引言

随着工业技术的发展，工业产品外观造型设计受到人们的极大关注，通过对工业产品外观造型的优化设计，提高工业产品的视觉表达能力，从而有效提升工业产品的精密度，研究工业产品外观造型设计优化方法，结合工业产品的材料、结构、构造、形态、色彩等特征，实现工业产品设计过程中艺术与技术的融合，对工业产品外观造型的设计是计算机图形设计和艺术设计的融合，研究工业产品外观造型设计方法，提升工业产品的艺术价值，相关的工业产品外观造型设计方法研究受到人们的极大关注[1]。对工业产品外观造型设计是建立在图像处理基础上的，采用视觉重构和特征分析方法，进行工业产品外观造型的优化设计，根据训练、技术知识、经验及视觉感受，提升工业产品外观造型设计的水平，在对工业产品外观造型的三维重建基础上，提出基于轮廓线法的工业产品外观造型三维重建方法。进行工业产品外观造型的轮廓线提取，采用角点检测方法进行工业产品外观造型的角点标定，根据角点标定结果进行轮廓线拟合，实现外观造型设计优化，最后进行仿真实验分析，展示了该方法在提高工业产品外观造型三维重建能力方面的优越性能。

1 工业产品外观造型三维视觉特征重构及外观成像处理

1.1 工业产品外观造型三维视觉特征重构

为了实现对工业产品外观造型三维重建模型的优化设计，首先需要进行工业产品外观造型的图像采集，对输入的工业产品外观造型图像利用直方图均衡设计，采用三维视觉特征重构成像技术，结合高分辨图像采集方法进行工业产品外观造型的三维视觉成像[2]，假设工业产品外观造型三维视觉特征分布像素集为I(x，y)，在高分辨成像区域，工业产品外观造型图像的边缘轮廓特征分布满足雅克比矩阵J(x，y，σ)，表示工业产品外观造型图像像素集是均匀分布的，得到工业产品外观造型三维视觉特征采样的信息元素为：

(1)

对工业产品外观造型图像Lx(x，y，σ)和Ly(x，y，σ)应用不同的阈值，可以得到多个二值化工业产品外观造型图像P，采用二阶灰度矩阵H(x，y，σ)表示工业产品外观造型三维视觉特征重构的灰度像素，为：

(2)

基于结合形态学分割方法对工业产品外观造型进行自适应分块，采用分块匹配方法[3]，得到工业产品外观造型成像的中心矩M(x，y，σ)表示为：

(3)

设置原工业产品外观造型三维重建图像为F，工业产品外观造型图像中物体的轮廓为G，在仿射不变区域中进行分块匹配[4]，得到工业产品外观造型三维视觉特征重构输出为：

(4)

采用特征提取和仿射不变区域重建方法，对工业产品外观造型三维视觉特征分量进行分块检测，得到检测输出结果为：

trace(x，y，σ)=R(x，y)(Lxx(x，y，σ)+Lyy(x，y，σ))γ，

(5)

式中γ是工业产品外观造型的边缘轮廓特征量，通过对工业产品外观造型三维视觉特征重构，进行工业产品外观造型重建。

1.2 外观成像处理

对工业产品外观造型图像采用自适应滤波方法进行降噪分离，提取工业产品外观造型的边缘轮廓特征量，采用空间匹配点拟合方法[5]，实现工业产品外观造型三维重建，设计流程如图1所示。

图1 工业产品外观造型三维重建的特征匹配实现流程

以特征点为中心进行工业产品外观造型图像增强处理，得到工业产品外观造型重建的特征变换方程为：

(6)

在保持工业产品物体几何形状完整性的基础上，根据主成分分析方法，得到工业产品外观造型图像的第i次的扫描帧变换结果为：

(7)

式(7)表示了当前工业产品外观造型重建的扫描帧Ic的仿射变换参量矩阵，假设工业产品外观造型空间分布特征点集为NFc={n：c-k≤n≤c+k}，采用特征匹配方法转换为一个大小为1*WN的一维序列G1，将二值化工业产品外观造型图像看作二维数组，得到灰度像素集为：

(8)

(9)

采用三维视觉特征重构方法，进行工业产品外观造型重构，利用大小不同的框型滤波器进行工业产品外观造型的细节增强处理[6]，得到滤波参量为N+(i)和N-(i)，计算式为：

N-(i)={j∈N(i)|j

N+(i)={j∈N(i)|j>i}。

(10)

通过上述分析，进行工业产品外观造型三维视觉重构和图像检测，提高三维重建的精度。

2 工业产品外观造型三维重建优化

2.1 工业产品外观造型的轮廓线提取

(11)

结合工业产品外观造型三维重建图像信息增强和特征点标注结果，结合空间像素特征匹配方法，进行工业产品外观造型的轮廓线提取，得到包络线分布点集为：

(12)

式中Gij(x，y)为以(xij，yij)为空间坐标系中工业产品外观造型标志性特征点所在位置，如式(13)所示：

(13)

通过上述模型设计，实现了工业产品外观造型空间分布特征重构，沿梯度方向对工业产品外观造型的特征点进行信息增强处理[8]，进行工业产品外观造型图像轮廓线分布轨迹满足：

trace(x，y，σ(n))>trace(x，y，σ(l))l∈{n-1，n+1}，

(14)

式中trace(·)表示仿射不变闭合区域内工业产品外观造型图像跟踪的轮廓线，得到图像I(x，y)中的包络轮廓线分布序列：

Z1={z11，z12，…，z1，W*N}，

(15)

(16)

其中

(17)

将X，Y，Z置换在X1，Y1，Z1中进行纹理根据和信息识别，得到工业产品外观造型的边界轮廓分布为：(H-M+1)×(L-N+1)。由此得到工业产品外观造型的轮廓线提取结果为：

(18)

式中df(k)和dfi，j(k)分别是轮廓线的尺度和相位信息。根据轮廓线提取结果，进行工业产品外观造型三维重建[9]。

2.2 工业产品外观造型的轮廓线拟合及重建输出

结合空间像素特征匹配方法，进行工业产品外观造型的轮廓线提取，采用Harris角点检测方法进行工业产品外观造型的角点标定，Harris角点检测输出为：

R(x，y)=Cij(x2+y2)。

(19)

运用当前帧Ic的相邻帧把工业产品外观造型中连续的像素点进行区域重排，得到区域重构模型为：

(20)

式中：vi表示像素点运动速度；d表示连续的像素点间距，可表示为：

(21)

在4×4子块内重构工业产品外观的三维造型，得到区域模板匹配值，以Pn和Pn+1表示第n次和n+1次三维重构后的轮廓线，描述如式(22)～(23)：

Gnew=(1+dPn)(1+λPn)Gold，

(22)

T(Pi)=∑kEint(vi)(Pn+1-Pn)，

(23)

式中Gnew和Gold分别表示工业产品外观造型的边缘轮廓特征量和形变参数，综上分析，构建工业产品外观造型的三维轮廓线分布模型，应结合空间像素特征匹配方法，进行工业产品外观造型三维重建[10]。

3 仿真实验与结果分析

为了验证该方法进行工业产品外观造型三维重建中的应用性能，进行实验测试，实验中工业产品外观造型三维重建的仿真工具为Matlab Simulink，三维重建软件为3DStudio max，以某型水下武器工业产品为例，进行仿真分析，对工业产品外观造型视觉图像采样的频率为12 kHz，空间像素点的采样分布集为200*400，在Face Tools中选择面的类型进行数据写入，采用交叉编译方式，进行工业产品外观造型设计中的视觉重构，得到工业产品外观造型重建的信息加载界面如图2所示。

图2 工业产品外观造型重建的信息加载界面

根据图2的信息加载结果，构建工业产品外观造型的三维轮廓线分布模型，结合空间像素特征匹配方法，进行工业产品外观造型的角点标定和实体重建，结果如图3所示。

分析图3得知，采用该方法能有效实现工业产品外观造型三维重建，重建的视觉效果较好，测试不同方法进行工业产品外观造型三维重建的特征匹配能力，得到性能对比结果见表1，分析得知，该方法进行工业产品外观造型三维重建的特征匹配性能较好，视觉表达能力较强。

图3 重建结果

迭代次数改进方法文献[3]文献[4]1000.9230.8340.8932000.9560.8560.9113000.9730.9020.9234000.9890.9450.937

4 结语

研究了工业产品外观造型设计优化方法，结合工业产品的材料、结构、构造、形态、色彩等特征，实现工业产品设计过程中艺术与技术的融合，提出了基于轮廓线法的工业产品外观造型三维重建方法。结合高分辨图像采集方法进行工业产品外观造型的三维视觉成像，采用特征提取和仿射不变区域重建方法，对工业产品外观造型三维视觉特征分量进行分块检测，根据角点标定结果进行轮廓线拟合，采用空间匹配点拟合方法，实现了工业产品外观造型三维重建。研究得知，该方法进行工业产品外观造型三维重建的视觉表达效果较好，特征匹配度较高。