本發(fā)明屬于計(jì)算機(jī)圖形學(xué)領(lǐng)域，特別是涉及一種數(shù)據(jù)驅(qū)動(dòng)的自然場(chǎng)景快速過程化建模的方法。

背景技術(shù)：

3d建模在影視制作、游戲開發(fā)、虛擬現(xiàn)實(shí)等領(lǐng)域都是必不可少的環(huán)節(jié)之一，但是3d建模的過程非常繁瑣，對(duì)于大規(guī)模的自然場(chǎng)景，使用3dmax或者maya等軟件會(huì)耗費(fèi)過多的人力和時(shí)間資源。過程化建模技術(shù)是一種基于規(guī)則的建模方法，運(yùn)用該技術(shù)可以對(duì)特定的場(chǎng)景或者物體等進(jìn)行快速的建模，從而大大的提升建模的效率。過程化建模比較適合生成具有重復(fù)子結(jié)構(gòu)或自相似特征的物體，如植物、道路、地形、城市等。如果定義合適的語法規(guī)則和輸入?yún)?shù)，則過程化建?？梢陨筛鞣N逼真的3d內(nèi)容。

河流以其多樣性和可觀賞性，在虛擬場(chǎng)景中可以大大的增強(qiáng)用戶體驗(yàn)，對(duì)于自然場(chǎng)景來說是不可缺少的一部分。然而由于河流復(fù)雜的拓?fù)浣Y(jié)構(gòu)、豐富的形狀幾何類型以及它同地形的關(guān)聯(lián)，使用傳統(tǒng)建模軟件對(duì)河流網(wǎng)絡(luò)進(jìn)行建模是非常困難的。并且由于傳統(tǒng)的過程化建模技術(shù)輸出內(nèi)容的不可控性，結(jié)合交互式編輯與過程化建模的方法可以增強(qiáng)結(jié)果的控制性，但是交互編輯的工作量是不可忽視的?，F(xiàn)有的專門針對(duì)河流網(wǎng)絡(luò)的建模方法主要有2種，一種是基于交互式編輯的方法，另一種是傳統(tǒng)的過程式生成方法。前者需要考慮河流與地形的復(fù)雜的拓?fù)浣Y(jié)構(gòu)、豐富的形狀幾何類型以及河流同地形的關(guān)聯(lián)，需要耗費(fèi)較大的人力工作；后者由于過程式方法的隨機(jī)性，不能很好的依據(jù)參數(shù)控制輸出結(jié)果。如果能在指定的地形上很好的生成符合用戶意圖河流網(wǎng)格，并且使用盡量少的操作，則對(duì)河流網(wǎng)絡(luò)建模是一個(gè)非常大的改進(jìn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于使用較少的交互操作實(shí)現(xiàn)在指定地形上的河流網(wǎng)絡(luò)建模，提出了一種基于單幅圖像的河流網(wǎng)絡(luò)過程式生成方法，該方法使用河流圖像作為輸入，能夠大大簡(jiǎn)化過程化建模中調(diào)整參數(shù)的過程，生成逼真的河流網(wǎng)絡(luò)，并且具有一定的可控性。

實(shí)現(xiàn)本發(fā)明目的的具體技術(shù)方案是：

一種基于單幅圖像的河流網(wǎng)絡(luò)過程式生成方法，該方法包含以下步驟：

a)使用參數(shù)模型將自然界中的河流網(wǎng)絡(luò)的形狀特性和幾何特性量化的表示出來，具體包括：

i)形狀參數(shù)模型

使用形狀參數(shù)來控制河流網(wǎng)絡(luò)的形狀特性，具體包括河流的彎曲度、支流和匯流的數(shù)目、湖泊的大小和數(shù)目；河流網(wǎng)絡(luò)結(jié)構(gòu)被表示為一個(gè)有向無環(huán)圖n為河流之間的交界點(diǎn)，ε為河流的河段；其中nr表示河流河段的個(gè)數(shù)；dr表示河流起點(diǎn)到終點(diǎn)的直線距離；ksm和ksv分別表示所有河段彎曲系數(shù)的期望和方差，河段的彎曲系數(shù)k計(jì)算如下：

其中，u為該河段的實(shí)際長度，d為該河段起始點(diǎn)到終點(diǎn)的直線距離；參數(shù)dsm和dsv分別表示所有河段直線距離的期望和方差；參數(shù)nb、nc和nl分別表示支流、匯流以及湖泊的個(gè)數(shù)；參數(shù)slm和slv分別表示湖泊大小的期望和方差；

ii)幾何參數(shù)模型

使用幾何參數(shù)來控制河流的河道幾何特性，具體包括河道的寬度和深度、湖泊的深度；河段的寬度和深度隨河道等級(jí)的遞增而遞減，主流的河道等級(jí)均為1，隨著河流分叉，河道等級(jí)保持不變或者增加1；參數(shù)ωr和χrw分別表示等級(jí)為1的河道寬度及河道寬度隨河道等級(jí)下降的系數(shù)；參數(shù)hr和χrh分別表示等級(jí)為1的河道深度及河道深度隨河道等級(jí)的增加而下降的系數(shù)：

ω＝ωr×(χrw)^λ(2)

h＝hr×(χrh)^λ(3)

其中ω和h為等級(jí)為λ的河道的寬度和深度；參數(shù)表示河流分叉時(shí)河道等級(jí)遞增的概率；參數(shù)hlm和hlv分別表示湖泊深度的期望和方差；

b)輸入河流網(wǎng)絡(luò)圖片，計(jì)算該河流網(wǎng)絡(luò)的形狀參數(shù)的值，具體包括：

輸入河流網(wǎng)絡(luò)圖片，使用grabcut方法從圖像中分割出河流部分，并提取河流網(wǎng)絡(luò)骨骼結(jié)構(gòu)；標(biāo)記河流的主流部分并指定河流的起點(diǎn)和終點(diǎn)，遍歷河流骨骼結(jié)構(gòu)，并將其表示為有向無環(huán)圖對(duì)于的所有不是主流的邊ε，若ε的上游有河段則將其標(biāo)記為支流，若ε的下游有河段則將其標(biāo)記為匯流；然后計(jì)算輸入河流網(wǎng)絡(luò)的形狀參數(shù)的值

c)輸入地形高度圖，基于河流的形狀參數(shù)和幾何參數(shù)過程式的生成地形一致的河流網(wǎng)絡(luò)，具體包括：

i)待生成河流網(wǎng)絡(luò)的形狀參數(shù)計(jì)算

給定待生成河流網(wǎng)絡(luò)的地形的高度圖并指定待生成河流的起始位置ps和終止位置pm，選取的ps的地形高度必須高于pm的地形高度，待生成河流網(wǎng)絡(luò)的直線距離為：

待生成河流網(wǎng)絡(luò)的其余形狀參數(shù)的值計(jì)算如下：

其中對(duì)待生成河流網(wǎng)絡(luò)的河段長度和湖泊大小進(jìn)行了按場(chǎng)景規(guī)模比例計(jì)算，為待生成河流網(wǎng)絡(luò)的形狀參數(shù)，根據(jù)需要生成河流的幾何特征(河道的寬度和深度、湖泊的深度)輸入河流的幾何參數(shù)

ii)河流網(wǎng)絡(luò)生成

河流網(wǎng)絡(luò)的河段均使用b樣條進(jìn)行插值；在待生成河流網(wǎng)絡(luò)的地形，首先生成從河流起始位置到終止位置的主流；為使生成的主流符合地形的起伏，使用考慮地形高度的中點(diǎn)位移法對(duì)b樣條的型值點(diǎn)進(jìn)行位置調(diào)整，選取的型值點(diǎn)約束要求如下：

其中p為待調(diào)整型值點(diǎn)的位置，rs和rm為待調(diào)整的河段的起點(diǎn)和終點(diǎn)，為地形高度的梯度，計(jì)算積分時(shí)只取的正數(shù)部分；使用考慮地形高度的中點(diǎn)位移法將主流調(diào)整完畢后，在主流上隨機(jī)選取個(gè)點(diǎn)添加進(jìn)中，并將主流分裂為個(gè)河段；在擴(kuò)散河流網(wǎng)絡(luò)的過程中，每次在下面步驟中隨機(jī)選取一種滿足條件的步驟進(jìn)行擴(kuò)散，重復(fù)迭代擴(kuò)散直到?jīng)]有滿足條件的步驟：

①、擴(kuò)散支流，如果中支流的數(shù)量小于則執(zhí)行此步驟，隨機(jī)選取中一條河段ri，添加新的支流bi到中，bi的起點(diǎn)為ri的終點(diǎn)，bi的直線距離從正態(tài)分布中采樣，bi的彎曲系數(shù)從正態(tài)分布由采樣，bi的河道等級(jí)在ri的河道等級(jí)基礎(chǔ)上以概率增加1，bi的寬度和深度按照公式(2)和公式(3)計(jì)算；

②、擴(kuò)散匯流，如果中匯流的數(shù)量小于則執(zhí)行此步驟，隨機(jī)選取中兩條河段ri和rj，添加新的匯流ci到中，ci的起點(diǎn)為ri的終點(diǎn)，ci的終點(diǎn)為rj的起點(diǎn)，ci的彎曲系數(shù)從正態(tài)分布中采樣，ci的河道等級(jí)在ri的河道等級(jí)基礎(chǔ)上以概率增加1，ci的寬度和深度按照公式(2)和公式(3)計(jì)算；

③、擴(kuò)散湖泊，如果中湖泊的數(shù)量小于則執(zhí)行此步驟，隨機(jī)選取中一條河段ri，在ri的終點(diǎn)處添加新的湖泊li，li的大小從正態(tài)分布n(slm，slv)中采樣，li的深度從正態(tài)分布中采樣；

d)使用模擬退火算法對(duì)生成場(chǎng)景進(jìn)行優(yōu)化，具體包括：

在每次優(yōu)化迭代的過程中，對(duì)生成的河流網(wǎng)絡(luò)進(jìn)行調(diào)整，并計(jì)算當(dāng)前河流網(wǎng)絡(luò)與輸入河流網(wǎng)絡(luò)的距離函數(shù)的值：

其中ξc和ξl分別為河流彎曲度的距離以及被河流包圍的陸地面積的距離；ξc計(jì)算如下：

其中ci和分別為輸入河流網(wǎng)絡(luò)和當(dāng)前河流網(wǎng)絡(luò)中河段的彎曲度，m為河流網(wǎng)絡(luò)河段的數(shù)目；ξl計(jì)算如下：

其中和分別表示河流網(wǎng)絡(luò)和中的被河流包圍陸地面積；若距離函數(shù)的值減少則接受優(yōu)化調(diào)整，否則以概率接受調(diào)整，其中δe為距離函數(shù)增加的部分，t為退火算法當(dāng)前的溫度；經(jīng)過模擬退火優(yōu)化，收斂得到的結(jié)果為最終的河流網(wǎng)絡(luò)。

本發(fā)明的有益效果：

本發(fā)明使用河流的俯視照片或衛(wèi)星影像等作為輸入，提取輸入圖像的河流特性，并將其運(yùn)用在新的地形上，具有非常簡(jiǎn)潔的交互。本發(fā)明還使用模擬退火算法對(duì)輸出結(jié)果進(jìn)行進(jìn)一步優(yōu)化，以符合輸入圖像的河流特性。

總之，應(yīng)用本發(fā)明可以快速地對(duì)河流網(wǎng)絡(luò)進(jìn)行建模，與傳統(tǒng)方法相比，具有更少的用戶交互并具有一定的結(jié)果可控性。

附圖說明

圖1為本發(fā)明流程圖；

圖2為本發(fā)明考慮地形高度的中點(diǎn)位移法示意圖；

圖3為本發(fā)明使用三種不同的河流參數(shù)值生成的對(duì)應(yīng)河流網(wǎng)絡(luò)圖；

圖4和圖5為本發(fā)明使用兩個(gè)不同的輸入河流圖像生成的對(duì)應(yīng)河流網(wǎng)絡(luò)圖。

具體實(shí)施方式

本發(fā)明包括以下步驟：

1)河流參數(shù)化模型表示

使用參數(shù)模型將自然界中的河流網(wǎng)絡(luò)的彎曲度、支流、匯流以及相連的湖泊特性量化的表示出來，其中使用形狀參數(shù)控制河流的網(wǎng)絡(luò)拓?fù)涮匦裕褂脦缀螀?shù)控制河道幾何特性。

2)輸入河流圖片參數(shù)計(jì)算

輸入河流網(wǎng)絡(luò)的俯視圖像，使用grabcut方法從圖像中分割出河流部分，并提取其骨骼結(jié)構(gòu)，基于河流的網(wǎng)絡(luò)結(jié)構(gòu)計(jì)算河流形狀參數(shù)。

3)依據(jù)參數(shù)過程式生成河流網(wǎng)絡(luò)

輸入地形高度圖，基于河流的形狀參數(shù)和幾何參數(shù)過程式的生成地形一致的河流網(wǎng)絡(luò)。

4)河流網(wǎng)絡(luò)優(yōu)化

評(píng)估生成河流網(wǎng)絡(luò)與輸入河流圖片的距離函數(shù)的值，并使用模擬退火算法迭代優(yōu)化生成河流網(wǎng)絡(luò)。

本發(fā)明的河流參數(shù)化模型表示步驟具體為：

使用形狀參數(shù)來控制河流網(wǎng)絡(luò)的形狀特性，具體包括河流的彎曲度、支流和匯流的數(shù)目、湖泊的大小和數(shù)目；河流網(wǎng)絡(luò)結(jié)構(gòu)被表示為一個(gè)有向無環(huán)圖n為河流之間的交界點(diǎn)，ε為河流的河段；其中nr表示河流河段的個(gè)數(shù)；dr表示河流起點(diǎn)到終點(diǎn)的直線距離；ksm和ksv分別表示所有河段彎曲系數(shù)的期望和方差，河段的彎曲系數(shù)k計(jì)算如下：

其中，u為該河段的實(shí)際長度，d為該河段起始點(diǎn)到終點(diǎn)的直線距離；參數(shù)dsm和dsv分別表示所有河段直線距離的期望和方差；參數(shù)nb、nc和nl分別表示支流、匯流以及湖泊的個(gè)數(shù)；參數(shù)slm和slv分別表示湖泊大小的期望和方差。

使用幾何參數(shù)來控制河流的河道幾何特性，具體包括河道的寬度和深度、湖泊的深度；河段的寬度和深度隨河道等級(jí)的遞增而遞減，主流的河道等級(jí)均為1，隨著河流分叉，河道等級(jí)保持不變或者增加1；參數(shù)ωr和χrw分別表示等級(jí)為1的河道寬度及河道寬度隨河道等級(jí)下降的系數(shù)；參數(shù)hr和χrh分別表示等級(jí)為1的河道深度及河道深度隨河道等級(jí)的增加而下降的系數(shù)：

ω＝ωr×(χrw)^λ(2)

h＝hr×(χrh)^λ(3)

其中ω和h為等級(jí)為λ的河道的寬度和深度；參數(shù)表示河流分叉時(shí)河道等級(jí)遞增的概率；參數(shù)hlm和hlv分別表示湖泊深度的期望和方差。

本發(fā)明的輸入河流圖片參數(shù)計(jì)算步驟具體為：

輸入河流網(wǎng)絡(luò)圖片，使用grabcut方法從圖像中分割出河流部分，并提取河流網(wǎng)絡(luò)骨骼結(jié)構(gòu)；標(biāo)記河流的主流部分并指定河流的起點(diǎn)和終點(diǎn)，遍歷河流骨骼結(jié)構(gòu)，并將其表示為有向無環(huán)圖對(duì)于的所有不是主流的邊ε，若ε的上游有河段則將其標(biāo)記為支流，若ε的下游有河段則將其標(biāo)記為匯流；然后計(jì)算輸入河流網(wǎng)絡(luò)的形狀參數(shù)的值

本發(fā)明的過程式生成河流網(wǎng)絡(luò)步驟具體為：

給定待生成河流網(wǎng)絡(luò)的地形的高度圖并指定待生成河流的起始位置ps和終止位置pm，選取的ps的地形高度必須高于pm的地形高度，待生成河流網(wǎng)絡(luò)的直線距離為：

待生成河流網(wǎng)絡(luò)的其余形狀參數(shù)的值計(jì)算如下：

其中對(duì)待生成河流網(wǎng)絡(luò)的河段長度和湖泊大小進(jìn)行了按場(chǎng)景規(guī)模比例計(jì)算，為待生成河流網(wǎng)絡(luò)的形狀參數(shù)，根據(jù)需要生成河流的幾何特征(河道的寬度和深度、湖泊的深度)手動(dòng)輸入河流的幾何參數(shù)

河流網(wǎng)絡(luò)的河段均使用b樣條進(jìn)行插值；在待生成河流網(wǎng)絡(luò)的地形，首先生成從河流起始位置到終止位置的主流；為使生成的主流符合地形的起伏，使用考慮地形高度的中點(diǎn)位移法對(duì)b樣條的型值點(diǎn)進(jìn)行位置調(diào)整，選取的型值點(diǎn)約束要求如下：

其中p為待調(diào)整型值點(diǎn)的位置，rs和rm為待調(diào)整的河段的起點(diǎn)和終點(diǎn)，為地形高度的梯度，計(jì)算積分時(shí)只取的正數(shù)部分；使用考慮地形高度的中點(diǎn)位移法將主流調(diào)整完畢后，在主流上隨機(jī)選取個(gè)點(diǎn)添加進(jìn)中，并將主流分裂為個(gè)河段；在擴(kuò)散河流網(wǎng)絡(luò)的過程中，每次在下面步驟中隨機(jī)選取一種滿足條件的步驟進(jìn)行擴(kuò)散，重復(fù)迭代擴(kuò)散直到?jīng)]有滿足條件的步驟：

①、擴(kuò)散支流，如果中支流的數(shù)量小于則執(zhí)行此步驟，隨機(jī)選取中一條河段ri，添加新的支流bi到中，bi的起點(diǎn)為ri的終點(diǎn)，bi的直線距離從正態(tài)分布中采樣，bi的彎曲系數(shù)從正態(tài)分布由采樣，bi的河道等級(jí)在ri的河道等級(jí)基礎(chǔ)上以概率增加1，bi的寬度和深度按照公式(2)和公式(3)計(jì)算；

②、擴(kuò)散匯流，如果中匯流的數(shù)量小于則執(zhí)行此步驟，隨機(jī)選取中兩條河段ri和rj，添加新的匯流ci到中，ci的起點(diǎn)為ri的終點(diǎn)，ci的終點(diǎn)為rj的起點(diǎn)，ci的彎曲系數(shù)從正態(tài)分布中采樣，ci的河道等級(jí)在ri的河道等級(jí)基礎(chǔ)上以概率增加1，ci的寬度和深度按照公式(2)和公式(3)計(jì)算；

③、擴(kuò)散湖泊，如果中湖泊的數(shù)量小于則執(zhí)行此步驟，隨機(jī)選取中一條河段ri，在ri的終點(diǎn)處添加新的湖泊li，li的大小從正態(tài)分布n(slm，slv)中采樣，li的深度從正態(tài)分布中采樣。

本發(fā)明的優(yōu)化生成河流網(wǎng)絡(luò)的步驟具體為：

使用模擬退火框架使得生成河流網(wǎng)絡(luò)更加符合輸入河流網(wǎng)絡(luò)的特性。在每次優(yōu)化迭代的過程中，對(duì)生成的河流網(wǎng)絡(luò)進(jìn)行調(diào)整，若調(diào)整后的河流網(wǎng)絡(luò)更接近輸入河流，則接受調(diào)整，否則以一定概率接受調(diào)整，具體算法流程如算法1所示，其中t0為模擬退火算法初始溫度，每次迭代溫度t以速率α冷卻。

算法1.河流網(wǎng)絡(luò)優(yōu)化算法

t＝t0

對(duì)i從1到n

對(duì)j從1到m

對(duì)進(jìn)行調(diào)整得到

如果

將作為輸出河流，結(jié)束算法

如果δe＜0則

否則以概率則

t＝t×α

算法1中計(jì)算兩個(gè)河流網(wǎng)絡(luò)和的距離如下：

其中ξc和ξl分別為河流彎曲度的距離以及被河流包圍的陸地面積的距離；ξc計(jì)算如下：

其中ci和分別為輸入河流網(wǎng)絡(luò)和當(dāng)前河流網(wǎng)絡(luò)中河段的彎曲度，m為河流網(wǎng)絡(luò)河段的數(shù)目；ξl計(jì)算如下：

其中分別表示河流網(wǎng)絡(luò)中的被河流包圍陸地面積；若距離函數(shù)的值減少則接受優(yōu)化調(diào)整，否則以概率接受調(diào)整，其中δe為距離函數(shù)增加的部分，t為退火算法當(dāng)前的溫度；經(jīng)過模擬退火優(yōu)化，收斂得到的結(jié)果為最終的河流網(wǎng)絡(luò)。

本發(fā)明的具體實(shí)現(xiàn)過程為：

如圖1所示，首先用戶提供河流網(wǎng)絡(luò)的俯視圖片，該圖片可以為航拍照片或者直接從地理信息系統(tǒng)中下載得到。然后使用grabcut方法分割輸入圖片并提取河流骨骼結(jié)構(gòu)，從而獲取輸入河流網(wǎng)絡(luò)的模型參數(shù)。然后結(jié)合輸入地形高度圖過程式生成河流網(wǎng)絡(luò)，之后迭代使用模擬退火算法對(duì)輸出場(chǎng)景進(jìn)行優(yōu)化，最后得到輸出河流網(wǎng)絡(luò)。

本發(fā)明基于單幅圖像與輸入地形圖進(jìn)行河流網(wǎng)絡(luò)過程式生成，效果展示說明如下：

圖3展示了本發(fā)明的參數(shù)模型生成場(chǎng)景的多樣性，圖片左側(cè)為河流網(wǎng)絡(luò)圖，圖片右側(cè)為對(duì)應(yīng)的3d場(chǎng)景。圖3a、3b、3c展示了本發(fā)明在不同的地形上生成了豐富的河流網(wǎng)絡(luò)，且河流網(wǎng)絡(luò)變化非常大。

圖4展示了在山地地形下輸出的河流結(jié)果。左上為從googleearth提取的河流圖片；右上為在地形高度圖上生成的河流網(wǎng)絡(luò)展示；圖片中間和下方為生成的三維場(chǎng)景?？梢钥闯?，我們的方法生成的河流很好的沿著地形擴(kuò)散，并且與輸入圖像具有很大的相似性。

圖5展示了輸入圖像為具有匯流及多條小型支流的河流網(wǎng)絡(luò)。本發(fā)明在平原地區(qū)生成了相似的河流網(wǎng)絡(luò)。

以上列舉的僅是本發(fā)明的具體實(shí)施例。顯然，本發(fā)明不限于以上實(shí)施例，還可以有許多變形。本領(lǐng)域的普通技術(shù)人員能從本發(fā)明公開的內(nèi)容直接導(dǎo)出或聯(lián)想到的所有變形，均應(yīng)認(rèn)為是本發(fā)明的保護(hù)范圍。