一种基于三维重建与视图算法的像素迁移方法与流程

本技术涉及计算机图形学与三维数据处理，特别涉及一种基于三维重建与视图算法的像素迁移方法。

背景技术：

1、三维模型纹理处理是内容生产的关键环节。在传统工作流中，纹理与uv布局存在静态耦合关系，一旦因优化像素密度或调整udim分块导致uv布局发生变更，即使模型几何拓扑保持不变，原有纹理资产也会随之失效，必须重新绘制或映射。

2、当前通用的解决方案是采用烘焙重投影技术，即在维持模型拓扑不变的前提下，通过光线投射算法将纹理数据从源uv通道投影至目标uv通道，并烘焙为新纹理贴图。然而，这种基于物理采样的方法存在以下明显缺陷：首先，烘焙依赖逐像素光线追踪，其计算量随纹理分辨率和模型面数呈指数级增长，导致大批量高精度资产迁移效率低下，且易因内存或者显存溢出而中断流程；其次，烘焙过程作为一种“黑盒化”的批处理操作，无法向用户提供采样映射的中间状态信息，当生成结果出现黑斑、错位等问题时，用户只能依靠经验进行反复试错与参数调整，调试过程繁琐且不可控，调试成本高；最后，现有烘焙机制通常将各个udim分块视为独立任务进行处理，缺乏对纹理资产整体逻辑的感知，在面对跨分块重组、多对多迁移等复杂布局变更时，生产流程被迫碎片化，无法实现一体化、自动化的布局迁移。

3、综上所述，传统方案从底层算法角度看，未能充分利用模型拓扑一致性所带来的数据重映射潜力，而是机械套用高开销的物理采样逻辑，即便在几何表面完全一致、仅uv布局发生变化的情况下，仍执行冗余的物理模拟过程，从而导致性能瓶颈与流程不可控。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种基于三维重建与视图算法的像素迁移方法。

2、本说明书采用下述技术方案：

3、本说明书提供了一种基于三维重建与视图算法的像素迁移方法，包括：

4、获取三维网格所关联的源纹理与目标纹理以及源uv映射与目标uv映射；

5、基于所述源uv映射和目标uv映射，根据所述三维网格的面拓扑结构，以面索引为主键构建结构化映射关系；

6、基于所述目标uv映射，构建邻接关系的几何连通分量；

7、分别计算所述源uv映射与所述目标uv映射的有效udim分块数量，并基于udim分块数量，确定主uv映射和分割uv映射，其中分块数量少的设为主uv映射；

8、基于所述结构化映射关系，遍历所述几何连通分量集合中的每个面，生成包含面属性以及uv映射信息的复合数据集，根据预设分割阈值执行画布分割与拓扑再识别，生成层级化数据集，遍历所述层级化数据集，结合块融合机制确定网格分割步长，生成包含有效轨迹点列表与画笔缩放参数的交互数据集，并将所述交互数据集集成至层级化数据集中；

9、基于所述层级化数据集，在三维空间平面上构建画布网格；

10、基于所述层级化数据集及有效轨迹点列表，在所述画布网格上遍历每一采样点，将视口重定位至所述采样点在所述画布网格上对应的三维位置；在重定位后的视口下，依据所述采样点在所述画布网格上对应的主uv坐标，从所述源纹理读取像素信息，依据同一采样点在所述画布网格上对应的分割uv坐标，将读取的像素信息写入所述目标纹理，完成像素迁移。

11、进一步地，所述以面索引为主键构建结构化映射关系，具体包括：

12、通过图形api访问目标网格物体的数据块；

13、基于所述数据块，构建包含所述目标网格物体的面集合，所述面集合中的每一个面，包含一组有序的循环顶点；

14、通过强制锁定顶点的读取顺序，遍历所有顶点；

15、分别访问所述目标网格物体关联的源uv映射和目标uv映射；得到每一个面中的每一个循环顶点，在源纹理中的坐标以及在目标纹理中的坐标；

16、并基于在源纹理中的坐标以及在目标纹理中的坐标，以面索引为主键，构建结构化映射关系。

17、进一步地，所述结构化映射关系通过数据完整性与udim一致性校验，以验证uv分块与纹理文件的对应关系，包括：

18、基于源udim分块编号和目标udim分块编号，去重后构建源有效分块编号集合和目标有效分块编号集合；

19、针对目标纹理通道，分别统计所述目标纹理通道下已识别的纹理文件对应的源udim编号集合和目标udim编号集合；

20、当所述源有效分块编号集合包含于所述源udim编号集合，并且目标有效分块编号集合包含于目标udim编号集合时，udim一致性校验成功；

21、当校验失败时，将抛出异常并输出缺失的通道名称及对应的udim编号。

22、进一步地，基于所述目标uv映射，构建邻接关系的几何连通分量，包括：

23、检测面之间在uv空间中是否共享公共边且uv坐标连续，将满足条件的面聚类至同一uv孤岛，以构建几何连通分量。

24、进一步地，所述包含面属性以及uv映射信息的复合数据集的生成，具体包括：

25、基于目标uv映射的拓扑数据，初始化一个并查集数据结构；所述并查集配置有路径压缩与按秩合并优化机制；

26、遍历目标网格的每一个面，检测相邻面之间在uv空间是否共享公共边：若两个面共享公共边且uv坐标连续，则在并查集中执行合并操作；

27、遍历结束后，通过查找操作将所有面索引按根节点归类，得到按孤岛分组的几何连通分量集合；所述几何连通分量集合由各孤岛以及各孤岛对应的面索引列表构成；

28、根据udim计算公式，得到源uv映射与目标uv映射的udim分块数量；并基于源uv映射的udim分块数量与目标uv映射的udim分块数量，确定主uv映射和分割uv映射；

29、遍历所述几何连通分量集合中几何连通分量内的每个面，根据每个面的几何属性与归属关系，构建复合数据集。

30、进一步地，所述根据预设分割阈值执行画布分割与拓扑再识别，生成层级化数据集，具体包括：

31、根据预设的最大允许uv映射堆叠数量确定分割阈值；

32、遍历复合数据集中的主uv映射，提取每个主udim分块编号及其关联的面索引集合；

33、针对每个主udim分块，检查其关联的分割udim分块数量，若所述分割udim分块数量超过所述分割阈值，则将分割udim分块划分为多个子组；

34、针对每个子组中的分割udim分块，基于主uv映射空间中的面邻接关系识别出独立的局部几何孤岛，并计算每个孤岛的几何包围盒及总面积，生成包含孤岛几何包围盒、孤岛面积及简化多边形边界信息的层级化数据集。

35、进一步地，所述包含有效轨迹点列表与画笔缩放参数的交互数据集的生成，包括：

36、遍历层级化数据集中的每个局部几何孤岛，根据孤岛的几何包围盒面积与孤岛面积的比例动态调整画笔缩放参数；

37、基于调整后的画笔缩放参数确定网格分割步长，生成画笔离散采样中心点列表；

38、对所述采样中心点进行几何包含性检测，剔除位于孤岛外部的无效点，得到有效轨迹点列表；

39、将所述画笔缩放参数与有效轨迹点列表封装为交互数据集，并集成至层级化数据集中。

40、进一步地，所述在三维空间平面上构建画布网格，具体包括：

41、遍历所述层级化数据集中的主uv映射分块编号及下属的分割分块分组，为每一分割分块分组创建对应的画布网格对象；

42、针对所述分割分块分组中包含的每一分割udim分块，在所述画布网格对象中成对创建主映射层与分割映射层；

43、提取当前面的主uv坐标列表，根据预设的画布所在平面，将所述主uv坐标列表中的每一坐标点映射为三维空间中的顶点坐标，依据面的顶点顺序连接生成物理网格面；

44、基于所述物理网格面，将当前面的主uv坐标列表写入所述主映射层，将当前面的分割uv坐标列表写入所述分割映射层，完成画布网格的构建。

45、进一步地，所述将视口重定位至所述采样点在所述画布网格上对应的三维位置，包括：

46、更新视口摄像机的观察目标点为该采样点的三维坐标，同步更新摄像机位置，使摄像机视线方向垂直于所述画布网格所在平面。

47、进一步地，从所述源纹理读取像素信息及将所述像素信息写入所述目标纹理，包括：

48、根据源uv映射与目标uv映射的角色分配，确定源纹理为采样对象、目标纹理为绘制对象；

49、加载对应的源纹理文件与目标纹理文件，并依据主udim分块编号与分割udim分块编号切换对应的uv映射层；

50、读取当前孤岛的网格分割基准边长，并根据目标纹理的分辨率计算画笔的屏幕物理尺寸；

51、提取当前孤岛的有效轨迹点列表，遍历每个轨迹点，将摄像机视点重定位至该轨迹点对应的三维空间位置；

52、通过图形api执行坐标空间转换，将轨迹点映射为视口像素坐标，并以该坐标为中心、以所确定的画笔尺寸在目标纹理上执行纹理投射绘制；

53、遍历所有层级的数据后，将绘制完成的目标纹理数据导出，完成像素迁移。

54、本说明书采用的上述至少一个技术方案能够达到以下有益效果：

55、在本说明书提供的基于三维重建与视图算法的像素迁移方法中，构建网格物体在源和目标纹理之间的结构化映射关系，并基于网格拓扑结构的一致性，将纹理数据从源uv坐标系重映射至目标uv坐标系，然后在三维平面上重建以主uv为几何基准的画布网格并为其成对创建主映射层与分割映射层，分别写入源坐标与目标坐标，最终驱动摄像机视点在画布上遍历有效采样点，依据主uv坐标从源纹理读取像素并依据分割uv坐标写入目标纹理。

56、其中，通过将纹理信息视为附着在模型三维拓扑表面的数据属性层，在拓扑关系不变的前提下直接重构该属性层在新的二维uv坐标系下的表达，实现了纹理与uv布局的逻辑解耦，使得高精度资产迁移性能获得量级提升，且大幅降低显存溢出风险。

57、进一步地，本发明将传统流程转变为透明可控的系统，可扩展灵活的视图检查方法便于用户实时预览并精准定位瑕疵，实现了高精度资产纹理迁移性能的量级提升，大幅缩短了迭代周期并降低了硬件依赖。