[发明专利]一种基于方向场和螺旋线匹配的单幅图像头发重建方法

说明书

技术领域

本发明属于计算机视觉与计算机图形图像处理领域，具体地说是一种基于方向场和螺旋线匹配的单幅图像头发重建方法，主要用于游戏、影视动画及虚拟现实等领域。

背景技术

在计算机图形学中，对虚拟人物的三维建模，一直是研究者的一个重要的课题。无论是虚拟现实，电影特效，视频游戏或是其他计算机图形学、视觉相关的领域，视觉真实的人物建模技术都有广泛的应用。而头发则是人物的一个重要特征，头发的形态因人而异，有时甚至是区别不同人的重要标志。同时，构成头发的发丝非常多，头发的造型、运动及其光学特性都十分复杂，真实感的头发建模成为了计算机图形学的一个研究热点和难点。对特定形态的头发模型的几何建模一直是一件繁琐的工作。目前，大部分头发模型仍然依靠艺术家利用交互工具手工进行三维头发造型与建模的工作。近年来，不断开始有研究者尝试用自动化的方法，从图像数据中重建出与真实头发相近似的模型。然而目前基于图像的三维头发重建方法集中在基于多视点采集图像的建模，需要搭建复杂的采集环境，无法应用到实验室以外的环境。仅有的一些基于单幅图像的头发建模方法结果并不理想，所能建模的发型也比较有限且无法保证头发生长的均匀性和发丝深度的可靠性。

发明内容

本发明要解决的技术问题为：克服现有技术的不足，提供一种基于方向场和螺旋线匹配的单幅图像头发重建方法，该方法既能重建出外观与原图像十分相似的头发模型，又能保证发丝生长和深度信息的可靠性，具有较高的实用价值。

本发明解决上述技术问题所采用的技术方案是：基于方向场和螺旋线匹配的单幅图像头发重建方法，其包括以下步骤：

步骤(1)、基于用户的简单交互利用图像分割方法将图像分割为头发、脸部、身体和背景四大部分。然后利用脸部区域图像采用ASM方法自动标定人脸特征点，基于这些特征点与PCA降维后的三维头部模型数据库，通过最小二乘优化估算头部的变换参数来拟合头部三维模型。

步骤(2)、对头发区域，采用方向滤波算子求解二维方向场及对应的置信图，基于此生长得到一系列稀疏的二维发丝曲线。

步骤(3)、结合步骤(1)得到的三维头部模型和步骤(2)得到的二维发丝曲线，根据头发轮廓区域的深度连续性和二维发丝与螺旋线模型的映射关系进行能量优化，求解步骤(2)中得到的所有二维发丝的深度信息，并从原始输入图像中采样得到所有发丝顶点的RGB值。

步骤(4)、在得到的三维头发模型基础上，在头发数据库中查找与之相似的头发模型来得到头部后面不可见区域的头发模型，并对两者做融合处理，使头发模型更加平滑。基于这些三维发丝通过插值生成足够稠密的能够包围头部的三维发丝集合作为最终重建出的头发模型，可以利用该头发模型来完善发型数据库，同时可以进行三维发型编辑、发型替换等应用操作。

本发明与现有技术相比的优点在于：

(1)、本发明在生成二维发丝段头发模型中，通过置信度迭代优化得到可靠的二维方向场，这样保证得到的二维发丝段头发模型与原始图像形态上的相似性。

(2)、本发明在求解发丝深度值的过程中，通过结合生长出的二维发丝和螺旋线模型的映射关系得到可靠的发丝深度值，使得构建的头发模型更加真实。

(3)、本发明从可见区域得到的头发模型出发，采用数据驱动的方法得到不可见头发区域的头发模型，通过两者平滑结合得到更加完整真实的头发模型。

附图说明

图1是本发明一种基于方向场和螺旋线匹配的单幅图像头发建模方法流程图；

图2是本发明中用户交互对图像进行分割和结果示意图；

图3是本发明中从二维发丝映射得到三维螺旋线模型的示意图；

图4是本发明中针对不同发型得到的三维头发模型结果图。

具体实施方式

下面结合附图对本发明实施例进行详细的描述。

本发明的实施过程主要分成四个步骤：图像分割与头部模型重建、二维发丝生长、三维发丝深度值求解、模型融合及生成。

步骤(1)、图像分割与头部模型重建

基于用户的简单交互利用图像分割方法将图像分割为头发、脸部、身体和背景四大部分。然后利用脸部区域图像采用ASM方法自动标定人脸特征点，基于这些特征点与PCA降维后的三维头部模型数据库，通过最小二乘优化估算头部的变换参数来拟合头部三维模型。

步骤(2)、二维发丝生长