基于三角网格模型的鞋参数提取

基于三角网格模型的鞋参数提取

1鞋造型个性化设计方法我国传统人脚设计的现状我国可随着社会现代化和物质生活水平的提高，人们对自己服装的舒适度和个性化的需求日益增加，尤其是专业人士（如运动员、舞者、士兵等）对个性化服装的需求。在过去，人们购买袜子时，通常只允许他们的脚适应形成的鞋。根据他们双脚的实际情况（如果他们不适应鞋底，但价格非常高，普通人无法接受）。世界上没有完全相同的穿着者。即使对于相同大小的两个人来说，由于他们（或他们）的脚的长度、重量、脚弓的高度和姿势（例如一些人走路时抬起的脚很高，而另一些人则走得很远）。因此，传统基于标准脚趾的鞋子在很大程度上不能满足客户对服装的个性化和人性化需求。服装设计的个性化方法是根据这一需求制定的。专业尺寸的三维皮革系统中最重要的问题是如何根据特定的人体调整设计和制作符合个性化要求的服装。在服装设计师中，鞋匠们被称为“鞋”，这决定了鞋匠在服装设计和制造中的地位和作用。只有在满足个性化需求的前提下，设计和生产最符合人性的鞋子。浙江大学CAD&CG国家重点实验室和浙江大学人工智能研究所,联合温州市鹿艺鞋材有限公司、温州市飞翔鞋类研究所等制鞋及鞋材企业和研究所,共同开发了“基于人脚动力学原理的个性化皮鞋CAD软件系统”.该系统根据普通三维扫描仪获取的人脚点云数据,计算出脚长、跖围、跗围等重要参数,并重建出个性化的人脚三维模型;然后根据人脚数据对鞋楦进行微调,并生成符合特定人脚数据的个性化鞋楦模型.2维造型与人脚模型重建本文系统主要由4个模块组成:三维脚模型数据获取模块,三维脚数据优化模块,脚模型建模模块,脚参数提取和鞋楦参数转化模块.考虑到该系统推广时的成本问题,本文采用了成本较低的普通三维扫描仪作为数据采集设备.这主要是由于三维扫描仪在数据采集方面已取得一系列成功应用,如斯坦福大学实施的数字米开朗基罗计划,它将三维扫描仪应用于大型雕塑作品的数字化,并成功地开发出一套硬件与软件环境;Zhao等将三维扫描仪用于城市三维模型的重建,他们采用水平方向和竖直方向两个扫描仪进行城市数据采样等.实践表明,直接利用普通三维扫描仪采集的原始数据来生成鞋楦模型,在精度上仍无法满足人脚舒适化和个性化的要求,因此,需要采用数据优化模块来对原始数据进行过滤校正.此外,为确保鞋楦个性化设计的顺利实施,还需采集50个左右的人脚点参数作为人脚建模的约束性条件;然后在这50个精确的约束点的控制下对扫描数据进行脚形重构(与Fischer等给出的重建方法类似),得到个性化的脚模型;根据标准脚形测量规范,从脚模型中提取出制鞋工艺中所要求的脚特征参数(如脚长、跖围、跗围、兜围、足弓高度等).在得到这些脚形参数之后,通过制鞋业的有关标准和规范将其转化为相应的鞋楦参数,最后生成所需要的个性化鞋楦.本文系统采用VC++6.0和OpenGL作为开发平台,其实现流程如图1所示.3具体模块设计3.1定义性特征点的测量在利用普通三维扫描仪获取人脚点云数据时,一般可获得3万～4万个散乱点.由于扫描精度的限制以及扫描过程中出现的一些不可避免的干扰和误差,在获得人脚三维点云数据后,必须再精确抽取一定数量的人脚参数(约50个点,它们分布在人脚的各个关键部位),然后通过这些点参数来进行人脚曲面的重构,从而得到精确的人脚曲面模型.特征点的定义分别如图2,3所示.(1)9个定义性特征点分别对应于图3中编号1～9的位置.(2)7个定义性特征点测量图2中编号9～15的高度信息,即从脚腕高度到拇趾高度,共7个特征点.(3)约5个定义性特征点沿着跖围放置,测量图2中的跖围.(4)约5个定义性特征点沿着跗围放置,测量图2中的跗围.(5)约5个定义性特征点沿着兜围放置,测量图2中的兜围.(6)约3个描述性特征点放置在跖围和跗围之间,主要用于人脚曲面造型.(7)约3个描述性特征点放置在跗围和兜围之间,主要用于人脚曲面造型.(8)约3个描述性特征点垂直地放置在脚后跟,分布在脚后跟的突出位置的高度和脚腕的高度之间,主要用于人脚测量及其曲面造型.综上所述,特征点的个数最多约为50个,其中定义性特征点约为31个,描述性特征点约为9个,此外,还包括约10个校正点.为了精确地测量出上述50个特征点,在本文系统的数据采集过程中,需要用扫描仪针对这些特征点进行二次扫描.在扫描之前,在人脚上套上了特制的、已用感光材料标识出了这些特征点的袜子,这样就可从采样数据中获得较为精确的特征点数据.3.2人脚结构参数优化方法通常由激光扫描仪获得的数据是三维散乱点,由于采样的不精确性及其他因素的限制,致使数据很不规整,且存在着大量噪声甚至错误数据,所以,这样的数据并不能直接输入到应用系统中.在本文系统中,首先输入三维扫描仪获得的人脚三维点云数据,然后从中提取出各种关键参数,再根据脚的参数对鞋楦曲面进行变形以生成新的个性化鞋楦曲面.因此,对数据的精度有较高要求.利用三维扫描仪获得的人脚原始数据如图4所示.由于采样对象的复杂性,在人脚形状变化很复杂的部位需要多次扫描才能得到比较完整的人脚数据.如图4所示,在脚趾部位就需要多次扫描,这势必花费一段较长的时间,从而要求被扫描的人脚在这段时间内保持同一个姿势且不能发生丝毫的摇动,但人脚先天具有的生物特性和生理特征决定了这是不现实的.事实上,人脚总会不由自主地出现一些微小抖动,虽然人眼不易察觉,但它却会给扫描数据带来较大的失真.显然,若直接应用这些原始数据将对鞋楦造型精度造成极大的影响,因此必须对原始数据进行优化.我们提出了一种改进的扫描带消除算法对原始数据进行优化和过滤,为建模模块提供精确的人脚模型数据.在对三维扫描仪获得的数据进行分析后发现,出现移位的干扰图像的点都相对比较稀疏,也就是说其密度相对较小,这是很明显的.由于出现扰动时的采样时间较短,故采集的数据也就较少,数据优化算法的思想正是基于这一点.针对不完善的三维点云数据集,将其分别按不同角度投影到二维平面上,可得到其点密度灰度图.具体方法如下:Step1.将三维数据场中的点投影到xy平面上,得到投影后的二维坐标;Step2.沿水平方向作扫描线,记录每条扫描线上的点密度变化,得到变化波形图;Step3.对波形图进行滤波,消除两端的低振幅噪声,并去除对应的三维点.经优化的人脚点云数据如图5所示.3.3基于自动识别面的三角网格重建算法在得到优化人脚点云数据并抽取约50个较精确的特征点后,人脚模型的建模模块就可将脚的形状重构出来.该模块是本文系统的核心,其输入数据是不很精确的点云数据,再辅以约50个较精确的特征点.实现该模块主要步骤如下:Step1.对输入的数据点云进行重构.由于本文系统采用的普通三维扫描仪,只能得到散乱的点云数据,无法得到扫描物体表面的任何几何和拓扑信息,因此根据输入数据的特点,改进并实现了Hoppe等描述的基于散乱点数据的三角网格重建算法.在这个算法中,首先根据稠密的散乱点集自动计算法矢信息,用切平面线性逼近待重建曲面的局部形状;然后利用实现等值曲面抽取的步进立方体(MarchingCube,MC)算法输出曲面的三角化模型.该方法的自动化程度很高,并能自动识别曲面边界.但是,通过文献得到的网格模型还存在顶点、三角面片过多,且输入数据点匹配不很精确的问题.本文运用文献中提出的基于能量最小原则的网格优化算法,结果对于一个6771个点的点云数据,通过文献方法得到的三角网格模型有4715个顶点,10474个三角面片,E=8.47×10E-2;优化后得到的三角网格模型有1523个顶点,3124个三角面片,E=4.42×10E-2,其中,E表示优化算法中的能量参数,E越小表明三角网格模型越逼近原始数据点.Step2.通过特征点对该三角网格模型进行变形.由于得到的约50个特征点是精确的,且直接反映人脚的特征参数,因此首先必须强制要求人脚的三角网格模型通过特征点;然后根据力学规律和能量最小原则对特征点附近的顶点和三角面片进行变形.在实现中我们采用经典的DFFD的变形方法.3.4人脚与鞋特征的转换在手工定制皮鞋时,一般都由经验丰富的皮鞋设计师或刻楦师对客人的脚进行测量,从而获取一些关键参数(如脚长、跖围、跗围、兜围等);然后根据多年的经验进行手工刻楦;最后再根据该鞋楦制作个性化皮鞋.事实上,手工刻楦是一个很费时、费力的复杂过程,而且强烈依赖于刻楦师的经验,故很难保证所刻制的鞋楦都能达到预期的目标.脚参数转换模块正是要将这一步骤自动化.Step1.从上述人脚三角网格模型获得关键参数.人脚的特征参数已在第3.1节详细描述,至于脚高和脚底印等特征,可直接由前述特征点得到(实际上,定义这些特征点的目的正是为了求得人脚的关键参数).对于人脚的几个围长,可根据围长测量的经验和规律,用一个面斜切脚的三角网格模型,得到一圈连续的折线.实验表明,当脚的三角网格模型面片较密(约10000个面片)时,将这些折线长度相加所得到的跖围长与熟练刻楦师的测量结果相比,其差距仅为0.1mm.Step2.得到人脚的关键参数之后,在将其转换为鞋楦参数前,必须弄清鞋楦体的基本特征参数,其分布情况如图6所示.Step3.关于人脚和鞋楦特征之间的关系,根据人类学标准化理论,被选为主要特征的那些特征应该彼此间相关性较小、且每一个主要特征又与一群次要特征紧密相关.事实上,脚长和跖围的关系正符合这一规律.由于脚长与跖围不在同一方向上,故相关系数较小;相反,脚长与脚长方向上各特征部位间、跖围与脚围各特征部位间,以及脚宽与脚宽各特征部位间的关系非常密切,故其相关系数较大.因此,可用比例关系来描述脚长与脚长方向上各特征部位、脚宽与脚宽各特征部位以及跖围与脚围方向上各特征部位之间的关系.至于脚长与脚宽、跖围的关系,则可用回归方程(本文采用一元线性回归)来描述.由于人脚是一个松软而富有弹性的有机体,人在行走时,脚弓韧带被拉长,引起脚纵弓下塌,致使脚的长度增加,脚在鞋内应有一定的活动余地,否则就会顶脚.因此,鞋楦的长度为楦底样长=脚长+放余量-后容差.脚跖围是走路时发生弯曲的关键部位,易受冷热变化或运动的影响而胀缩,脚的胀缩极限要通过感觉极限实验来得到.楦跖围=脚跖围-跖围感差值.跗围也是脚的一个重要尺寸.若跗围太小,鞋子会压脚面;跗围太大,鞋子不跟脚.一般地,楦的跗围比脚的跗围大.鞋楦的前跷以脚的自然跷度为依据.若鞋的前跷高,走起路来感到轻快,并可降低人脚拉伸鞋子的力量,减轻鞋子外底前头磨损的速度等;若前跷过高,将导致鞋子前掌部位凸度过大,不仅影响穿着,而且会造成跖趾横弓下陷.一般成年人前跷高度为15～18mm.在脚参数转换模块中,本文根据我国制鞋行业通用的脚参数与鞋楦参数之间的关系规则,专门建立了一套转换模型.最后可得到所有的脚特征及相应的鞋楦参数,如图7所示.利用本文系统获得的与图4中原始数据相对应的个性化鞋楦如图8所示.4研究的意义和应用前景我国是一个制鞋大国,而浙江省又是我国的一个制鞋大省,仅温州市就有5000余家制鞋及鞋材企业.目前,制鞋业已成为浙江省(尤其是温州市)的重要支柱产业之一.但是,由于制鞋业是一个传统的劳动密集型产业,除了少数厂家从意大利、英国等西方发达国家引进了较为先进的制鞋或鞋材生产设备(如温州市鹿艺鞋材有限公司从意大利引进了3台数字刻