[发明专利]一种基于3D模型纹理的模型网格优化方法和装置

权利要求书

1.一种基于3D模型纹理的模型网格优化方法，其特征在于，包括：

读取目标家具模型，获取所述目标家具模型的网格模型信息和纹理信息；

根据用户输入的目标简化率和边简化优先级对所述目标家具模型进行网格简化，得到简化后的第一家具模型，所述网格简化受边收缩约束条件约束，所述边收缩约束条件为：

其中，e_j为网格模型第j条边，E_shape(e_j)为e_j几何特征的能量损失，为最大几何特征能量损失，E_seam(e_j)为e_j的纹理接缝损失，α为预置权重系数，ε为阈值，w(·)为与三角形面积S有关的单调递增函数的权函数，d_f(v)为顶点v到面f的点到面距离，N_F(v)为顶点v的所有邻接面，每条边通过最小化E_shape可以得到最优的边合并顶点v_new，v₁和v₂为收缩边v₁v₂的两个顶点坐标，S_f为三角面f的面积；v₀和v₁为接缝边v₀v₁的两个顶点坐标，T为转置。

2.根据权利要求1所述的基于3D模型纹理的模型网格优化方法，其特征在于，所述根据用户输入的目标简化率和边简化优先级对所述目标家具模型进行网格简化，得到简化后的第一家具模型，之后还包括：

检测是否接收到新的目标简化率，若是，则将所述简化后的第一家具模型复原为所述目标家具模型后，根据所述新的目标简化率和所述边简化优先级对所述目标家具模型进行网格简化，得到简化后的第二家具模型。

3.根据权利要求1所述的基于3D模型纹理的模型网格优化方法，其特征在于，所述读取目标家具模型，获取所述目标家具模型的网格模型信息和纹理信息之后，根据用户输入的目标简化率和边简化优先级对所述目标家具模型进行网格简化，得到简化后的第一家具模型，之前还包括：

根据所述网格模型信息基于最小化边几何特征能量损失确定边合并顶点，得到收缩边；

计算所述收缩边的纹理接缝损失和对称纹理因子；

根据所述收缩边的几何特征能量损失、所述纹理接缝损失和所述对称纹理因子，计算每条边的能量，能量计算公式为：

E_edge＝λE_shape+(1+λ)E_seam+δ

其中，λ为权重系数，0≤λ≤1，E_shape为边几何特征能量损失，E_seam为纹理接缝损失，δ为对称纹理因子；

根据每条边的能量确定边简化优先级，能量越低的边具有越高的收缩优先级。

4.根据权利要求3所述的基于3D模型纹理的模型网格优化方法，其特征在于，所述对称纹理因子为：

其中，Ω为边的集合。

5.根据权利要求2所述的基于3D模型纹理的模型网格优化方法，其特征在于，所述根据用户输入的目标简化率和边简化优先级对所述目标家具模型进行网格简化，得到简化后的第一家具模型，还包括：

记录收缩边的顶点对应的纹理坐标，使得在将所述简化后的第一家具模型复原为所述目标家具模型后，根据所述纹理坐标复原所述目标家具模型的纹理。