[发明专利]从鞋楦样本集生成统计变形模型的方法

权利要求书

1.一种从鞋楦样本集生成统计变形模型的方法，其特征是包括有以下步骤：

(1)选择鞋楦样本集；

(2)依次对鞋楦样本集中的鞋楦样本扫描得到对应点云；

(3)设置能反映鞋楦形状特征的特征点；

(4)将点云姿势摆正；

(5)从点云中提取各个鞋楦样本的特征点作为代表鞋楦样本的点模型；

(6)各样本的点模型对齐到同一坐标系下，得到鞋楦样本集的对齐点模型；

(7)采用主成份分析方法从鞋楦样本集的对齐点模型中提取主形状因子；

(8)输出鞋楦的统计变形模型。

2.根据权利要求1所述的从鞋楦样本集生成统计变形模型的方法，其特征是所述步骤3)中设置能反映鞋楦形状特征的特征点包括以下步骤：在底样图上，楦跟端点O点为起点，楦顶端点A点为终点，OA长度为1，1、0.92、0.83、0.72、0.67、0.61、0.58、0.50、0.42、0.37、0.15、0分别设置点，在侧立面图上，J1点为起点，O4点为终点，J1O4长度为1，分别在位置0、0.05、0.11、0.18、0.22、0.30、0.40、0.56、0.94、1上设置点，过底样图中的各点作与底样图垂直的面作为经线面，过侧立面图中的各点作与侧立面图垂直的面作为纬线面，经线面和纬线面相交、并在鞋楦表面的199个代表了鞋楦形状的关键点作为鞋楦特征点。

3.根据权利要求1或2所述的从鞋楦样本集生成统计变形模型的方法，其特征是所述步骤6的对齐包括有以下步骤：

（1） 求各个点模型的平均模型，平均模型是把所有点模型的同名点坐标求平均后得到的新点模型；

（2） 总对齐运算量清零，对齐运算量定义为： ，式中， T是平移矢量三个坐标值的绝对值和，θ是旋转R对应的三个角度α、β、γ的绝对值和，λ为缩放系数；

（3） 选择其余某一点模型，此点模型缩放λ、平移T、旋转R对齐到平均模型，与平均模型对齐，是指点模型经缩放λ、平移T、旋转R等对齐运算后与平均模型的距离最小，距离定义如下：

式中，S是平均模型，是进行对齐处理的点模型，W是单位对角阵；

（4） 判断与平均模型是否距离最小，若是执行下一步；若否，执行步骤4；

（5） 缩放λ、平移T、旋转R的运算量加入总对齐运算量；

（6） 判断每一点模型都已经处理完毕，若是执行下一步；若否，执行步骤3；

（7） 判断总对齐运算量是否不再变化，若是若是执行下一步；若否，执行步骤2，收敛条件为各个点模型对齐到平均模型的运算量不再变化，包括比例λ、旋转R和平移T，即

输出对应点模型。

4.根据权利要求1或2所述的从鞋楦样本集生成统计变形模型的方法，其特征是所述步骤7)中采用主成份分析方法从鞋楦样本集的对齐点模型中提取主形状因子中包括以下步骤：

（1）首先把每个点模型表示成199个标记点P₁，P₂…P₁₉₉的列向量 ；

（2）设有n个点模型，然后求平均模型S  

（3）设d(s_i)表示点模型s_i与平均模型S的差值 

（4）所有点模型的偏差一起构成矩阵

（5）则协方差矩阵C_∑可以表示为

（6）求解协方差矩阵C_∑的特征值和单位特征向量，并按特征值从大到小地排序，设排序后的特征值和单位特征向量分别为λ_PCAi和U_i

式中，U₁，U₂…U_M依次是单位特征向量，也是鞋楦的主形状因子，数目为M个，λ_PCA1，λ_PCA2…表示了相应鞋楦主形状因子的权重，即形状因子对总形状的影响大小。

（7）选择排序在前、权重大的少数主形状因子，排列成行向量U=［U₁ U₂…］，鞋楦的统计变形模型，表达为；其中，S是平均模型，代表鞋楦的共性部分，U是主形状因子，代表鞋楦的个性变化因子，b_3D是主形状因子向量。