单照片三维头像建模及个性化打印的方法.docVIP

单照片三维头像建模及个性化打印的方法 　　摘 要 　　随着模型重建、3D打印技术的快速发展，其已经在动画电影、游戏设计、虚拟现实、航空航天、医疗诊断等领域得到了广泛的普及和应用。本文详细地分析了三维人脸建模、打印的国内外研究现状，归纳了前人的研究成果及存在的不足，提出基于ASM算法实现人脸特征点和三维人脸模型重建，使用数据库中已经设计的完整头像采用用户和系统交互，个性化编辑三维头像模型，生成一个完整的头像的模型。基于3D打印技术进行交互式、个性化编辑和打印，具有重要的作用和意义。 　　【关键词】人脸模型重建 ASM算法 特征点 3D打印 　　1 引言 　　目前，随着三维人脸重建系统的研究，已经取得了许多的成果，三维人脸系统建模采用有效的手段和方法，可以通过激光扫描仪等获取人脸特征点，从而实现人脸图像重建。通过立体摄像机、三维数字化仪等激光扫描设备获取人脸的几何形状数据，可以实现较高的人脸建模，人脸模型逼真，能够满足某些场合的特殊需求，但是在合成多个形态各异的人脸时，必须对多个人脸进行扫描，效率非常低。因此，本文详细地分析单张正面照片信息，采用基于ASM算法的脸部特征点识别算法，重建三维人脸头像，并且采用个性化、交互式编辑技术，实现3D打印。 　　2 三维人脸重建及个性化打印系统功能分析 　　对三维人脸重建及个性化打印系统进行认真的分析可知，其系统主要功能包括以下几个方面，分别是基于ASM算法识别特征点、结合主动形状模型重构三维人脸、生成完整的头像三维模型、打印输出三维头像等四个部分，具体内容及工作内容及流程如下所述。 　　2.1 基于ASM算法识别特征点 　　基于ASM算法可以有效地识别图像数据中人脸的特征点，该功能模块主要包括两个关键阶段，具体内容如下：第一个阶段是模型建立过程也就是对图像数据进行训练的过程，在此阶段，需要对对象形状进行手工标定，虽然比较费时，但是可以得到模型中各个参数的统计数据，参数之间的相互关系也比较明确。第二阶段为图像拟合规程也就是对所给图像的匹配过程，其匹配度是根据模型上点的局部灰度信息来确定的，利用形状中每个点的局部纹理模型进行搜索，是一个迭代、收敛的过程。当收敛至实际的对象形状上时，也就达到了模型的最佳匹配。 　　2.2 重构三维人脸模型 　　根据基于ASM算法识别的特征点结果，可以重构三维人脸模型。重构三维人脸模型也主要包括两节关键阶段，具体内容如下：第一阶段为基于径向基函数的三维人脸重构。把三维模型坐标系统和利用二维照片中提取的特征点得到的特征点空间坐标系统统一起来，然后对模型进行整体放缩，使得两个坐标系统中模型具有相同的高度、宽度和深度。根据所有网格顶点的新位置，经过径向基函数调整得到初步模型结果。第二阶段为对于得到的初步模型进行二次平滑。 　　2.3 个性化编辑三维头像模型 　　个性化编辑三维头像模型可以有效地基于已经重建的三维人脸模型，使用数据库中已经设计好的各种头像模板，采用用户、系统交互的模式，个性化编辑三维头像模型，生成完整的头像的模型。 　　2.4 打印三维头像模型 　　对于3D打印机输入文件格式问题，我们可以把其他的3D格式转成stl格式就解决可以了，例如可以下载一些转换软件来转换，也可以使用该格式的3D软件保存为stl，打印输出三维头像。 　　3 关键方法探讨 　　单照片三维头像建模及个性化打印系统采用主动形状模型识别人脸目标，可以建立相关的模型，并且可以在主动形状模型执行过程中设置不同的参数，便于调节形状和姿态，达到最优化人脸模型，并且根据预先设计的头像中的构建，根据用户交互方式，个性化编辑头像模型，生成完整的三维头像模型，采用3D打印技术个性化打印3D模型。 　　3.1 单照片三维头像建模方法 　　本文在三维头像建模过程中，人脸特征识别采用主动形状模型（ASM）方法。主动形状模型利用人机交互方式，可以提取目标脸型的轮廓边界点的集合，统计样本的模型，同时根据训练样本建立局部灰度模型，接着使用主成分分析方法，获取模型变化的最优模式，最后检测图像的形状模型，以达到最佳匹配。ASM算法通常包括两个阶段，模型训练和图像搜索。ASM模型可以定义一个能量函数，通过调整能量模型参数，最小化能量函数，可以不断调整模型的初始形状，从而匹配用户期望的形状。 　　3.2 个性化打印方法 　　随着打印技术的快速发展，目前已经进入了3D打印时代。3D打印又被许多研究者称为添加制造技术、增材制造技术和增量制造技术。目前，3D打印涉及的技术集成了很多种技术，其主要包括CAD建模、接口软件设计、精密机械、激光打印、数控测量等，3D打印技术作为第三次工业革命的代表性技术之一，越来越受到工业界和投资界的关注。目前，3D打印技术虽然得到了研究和使用，但是依然没有厂商