草圖和數據驅動的三維服裝設計方法研究

李威龍

摘要：提出一種利用草圖和服裝數據信息進行三維服裝設計的方法，可以實現從現有服裝快速生成新的三維服裝模型.首先采用改進的輪廓提取算法從圖像中快速準確地提取服裝外形輪廓信息，并進行矢量化處理轉化為服裝初始草圖信息；然后利用草圖信息和服裝數據信息驅動預定義的服裝幾何模板曲面發生變形優化，使兩者形狀基本一致；最后在服裝模型基礎上，繼續編輯生成一系列新的三維服裝，也可以將服裝圖像作為紋理映射到服裝模型上去，得到具有一定真實感的模型.實驗結果表明該方法簡單實用，可以提高三維服裝設計效率.

關鍵詞：三維服裝；數據驅動；幾何模板；網格變形；

0引言

服裝設計是一項極有創意的工作，專業服裝設計師有時也需要幾個小時才能制作一件真實或者虛擬的服裝.如果能夠利用現有服裝原型作為基礎，通過組合或修改現有的設計來創造新的服裝，可以大大減少設計的工作量，比如改變下擺或袖子長度，或者改變服裝的松緊度，或者增加一些新的服裝組件或者元素.傳統的做法需要設計師們修改服裝裁片，然后再縫合起來得到完整的服裝，檢查服裝的形狀比例以及是否合身.這些工作可以利用一些商業軟件（如Lectra，Gerber等）來完成，但是要想以達到預期的服裝設計效果，往往需要對服裝裁片進行細致的修改，并且需要大量的時間和專業知識.因此直接進行三維服裝設計成為研究的熱門，將款式平面圖看作是服裝款式的正投影，即三維服裝三視圖中的正視圖，以三維人體模型作為基礎，在人臺造型點上增加一定的空隙量獲得服裝的造型點以達到顯示三維款式效果的基本要求，Liu等在其綜述中對這些方法作了詳細的綜述。

為提高三維服裝設計的方便性，研究人員提出了基于草圖的三維服裝設計方法，Robson等提出了一系列基于草圖的三維虛擬服裝設計方法，讓用戶可以根據人體模型的輪廓生成服裝，并實現了2D裁片和3D服裝之間的可以雙向交互編輯.然而大多數基于草圖的方法仍然依賴于人體模特的姿勢，一些特殊部位接合處和衣服的褶皺通常是很難繪制出來，針對三維服裝的編輯，Umetani等引入了一種風格不變的服裝立體放碼方式，可以處理例如服裝款式混合，合身和長度調整等服裝編輯操作，同時可以將服裝進行自動放碼以適應不同體型和比例的人，同時保留最初的服裝設計結果，Li等提出了采用了拉鏈或Coons曲面來連接部件，當連接邊界有不同的長度并對其進行偏移時，這些方法會產生可見的缺陷.劉驪等提出了一種數據驅動的三維服裝建模方法，可以處理不同邊界長度的縫合問題.Zhou等提出采用計算機視覺的技術，利用普通的服裝圖像或者深度圖像進行三維服裝建模和設計方法，并提供相應的編輯修改技術.本文在前人方法框架的基礎上，提出了基于草圖和數據驅動的三維服裝設計方法，利用服裝圖像提供的輪廓草圖，實現服裝設計，同時可以直接在三維服裝曲面的基礎上，進行一些草圖編輯操作，然后生成新的三維服裝和對應的裁片，大大加速服裝設計過程并減少工作量。

1三維服裝設計方法框架

三維服裝設計方法的總體框架如圖1所示：包括服裝模板定義、服裝輪廓提取、服裝模板變形優化、服裝編輯修改等步驟.在服裝設計過程中，首先獲得現有服裝分辨率較高的服裝圖像，并采用輪廓提取算法進行圖像預處理，得到服裝的初始輪廓草圖信息；然后將服裝輪廓草圖信息與服裝模板進行匹配修改，并在服裝數據信息的約束下變形優化，獲得與現有服裝基本相似的三維服裝；最后利用草圖編輯三維服裝，生成一系列新的服裝模型。

1.1服裝模板定義

1.1.1服裝模板描述

模板技術廣泛應用于機械、建筑、生物、計算機等領域.通過對服裝結構進行分析，抽象出其基本外形結構特征和主要尺寸參數，定義為服裝模板.不同類型的服裝，如襯衣、短裙、T恤、褲子等常見服裝款式類型，從視覺的角度看，每類服裝的基本外形特征都相差不多，除了一些個別的細節（如裝飾件、縫合線、口袋位置等）.以T恤為例，基本參數包括肩寬、胸圍、袖長和衣長.胸圍是從腋下一圈的尺寸，袖長是從肩點量到袖口下端的尺寸，肩寬是兩個肩與袖縫合點之間的尺寸，衣長是后頸中心到衣服下擺之間的尺寸，如圖2所示.這些參數可以為服裝模板變形提供約束，也可以為生成系列服裝提出數據支持.

服裝模板由定義在模特身上的三角網格曲面構成，曲面的正面和側面輪廓邊界組成形狀特征線，通過調整編輯特征線上的特征點，可以靈活控制曲面的邊界形狀.三角網格曲面M由一系列三維網格頂點P=（P1）、三角形T=（Ti）和網格邊E=（Ei）表示，如圖3（a）所示；特征線為空間參數曲線s=（S，D）由三維形狀控制點S=（S）、離散線段D=（D）組成，如圖3（b）所示.其中DL=（D，D），D為曲線方程計算得到的點，在曲面的網格邊上，本文采用曲線為Ferguson曲線.完整的服裝三維幾何模板如圖4所示。

1.1.2服裝模板約束

為了在草圖編輯和服裝模板變形時，服裝曲面不發生畸變，服裝各部件之間的拓撲關系相對穩定，服裝模板必須設定一些約束條件.約束主要是讓三維服裝的特征線、服裝特征尺寸、服裝曲面、截面環等特征元素在變形時，必須滿足某些關系或具備某種條件，不能隨意改變.服裝模板的約束可分為幾何約束、尺寸約束及特征約束，其中幾何約束包括對稱、共面、共線、共點等，尺寸約束是指服裝基本參數約束，特征約束包括服裝形狀特征之間的約束關系，如隨動、碰撞等，如圖5所示.約束的求解主要參考文獻[4]，過程比較復雜，在此不作介紹。

1.2圖像預處理

1.2.1服裝圖形獲取

服裝圖像質量的好壞對服裝設計的影響較大，為了體現服裝的立體感和穿著效果，在研究時將服裝穿在人體模特上，并保持服裝模特姿勢和位置不變，獲取背景圖和著裝圖各一張.雖然光線、服裝顏色等環境因素變化會對圖像質量有輕微的影響，但因其變化很小，一般可以忽略.為消除不同拍攝環境下獲到的圖像尺寸差異，需要對圖像進行規范化處理，得到統一的能準確反映服裝尺寸的圖像，為服裝模板選擇提供基準數據.如圖6所示。

1.2.2圖形預處理

為消除模型尺寸的影響，需要將圖像和模型放在統一的坐標系下，便于進行平移、旋轉、縮放等操作.具體方法步驟：

Step1建立公共坐標系，圖像和服裝幾何模板分別處于不同的坐標系中，需要一個統一的坐標系。

Step2坐標變換，將原來處于不同的坐標系的圖形和模型，進行平移、縮放、旋轉等變換之后，統一到公共坐標系中。

Step3比例縮放.由于兩者的參照系不一致，可能會導致尺寸相差懸殊，需要進行等比例縮放.因為圖形縮放相對比較容易，按照服裝模特的尺寸進行縮放，達到比例基本一致.

服裝輪廓決定了服裝的基本外形，對后續的服裝幾何模板變形和最終的建模效果影響較大，因此在獲得服裝圖像后，準確快速地從中提取出輪廓線是關鍵的一步.采用改進的主動輪廓提取算法，將服裝輪廓信息從圖像中提取出來，如圖7所示。

1.3草圖輪廓驅動變形

在獲得服裝圖像的輪廓信息后，利用其形狀輪廓特征信息驅動服裝模板的特征曲線，在滿足變形約束條件的前提下，使得服裝曲面發生變形，基本過程如下：

Step1由服裝圖像信息獲得服裝的輪廓特征信息，即服裝的輪廓曲線；

Step2將服裝圖像的輪廓曲線和控制服裝模板的特征線進行匹配定位，定位的基準為對稱中心線，從而得到各個控制點的變形量；

Step3在約束的控制下，服裝模板的特征線經過多次迭代變形，慢慢逼近服裝圖像的輪廓曲線，直至基本重合；

利用圖像的服裝形狀特征信息驅動服裝模板曲面變形，首先要解決的是服裝形狀輪廓與造型模板輪廓控制曲線的匹配融合問題，采用基于隱式馬爾可夫模型HMM（Hidden Markov Model）的Viterbi算法來求解兩條輪廓線S1和S2上頂點的最優對應關系，如圖8所示。

1.4模板曲面優化

服裝模板網格模型可抽象為M=（V，E，F），其中V表示頂點，E表示邊，F為三角形面片，在對模型尺寸進行調整時，一般采用沿長、寬、高3個方向進行等比例或者不等比例縮放的方法.設T是模型縮放因子矩陣。

要求能保持模型的主要形狀特征，特別要嚴格滿足一些重要的形狀細節特征要求。

在服裝造型模板曲面變形時，為了使服裝整體比例協調，不至于發生畸變，特別是一些細節部位結構，所以不能對服裝造型模板曲面進行均勻縮放.Wang等將每條邊模擬為彈簧，變形時將每條邊縮放產生的彈性能量進行最小二乘化，經過優化計算后得到新的模型，同時通過添加一些約束來確定模型的位置.服裝造型模板縮放時可以采用如下目標函數：

其中，E表示邊的縮放，E表示頂點位置約束，a、β分別表示邊和頂點約束的權重.E的計算方式如下：

其中ui1、uo和u、u分別表示某條邊縮放前后的端點位置.E為擾動項，用來避免縮放時某條邊的位置沒有發生變化，而導致分母為0的情況。

1.5尺寸數據驅動變形

尺寸數據驅動是通過輸入新的服裝尺寸實現服裝的變形.通過直接改變特征環的圍度尺寸實現服裝曲面變化，但只能對某些特殊位置如胸部，肩部等尺寸起作用，而且可變動的范圍有限.因此主要針對服裝曲面的圍度尺寸、高度尺寸、衣袖尺寸。

衣身曲面是服裝模板中的基礎曲面，是利用特征截面構建而成，而特征截面的周長就是圍度尺寸.以衣身曲面變形為例，介紹尺寸數據信息驅動網格變形的方法。

針對衣身尺寸的變形，圖9給出了圍度尺寸變形過程，圖10給出了變形實例.要實現通過曲面變形達到給定的尺寸，一般要進行反復多次變形，同時還要控制變形的步長和誤差范圍.如果是多個尺寸目標要求同時滿足的話，則需要按照一定的控制策略進行協調優化才能在一定精度條件下實現。

2實驗結果

實驗條件為CPU為AMD*24400GHz，內存2048M，顯卡為ATIRadeonX1300，開發平臺為C++語言和VS 2005.進行三維服裝設計時，將服裝的正面和背面圖像作為輸入，通過簡單交互指定服裝類型，系統自動進行圖像縮放、輪廓提取、模板變形、曲面更新和紋理映射，得到三維虛擬服裝，同時還可以在三維服裝的基礎，進行編輯修改，生產一系列新的三維服裝，結果如圖11所示，從輸入圖像開始，到最終完成建模得到三維服裝，過程在2～3s內完成，對于一些細小的缺陷，如定位誤差，紋理變形等問題，系統還設計了拖動微調功能，進一步減少失真，提高真實感，與采用Maya軟件建模的結果相比較，本方法在效率和真實感方面有一定的優勢，采用本文的方法進行了服裝設計，效果如圖12所示。

3結論

利用服裝圖像輪廓草圖和服裝數據信息實現三維服裝設計，為典型款式服裝的數字化重建和重新設計提供了一種可行的解決方案，與其他方法相比，有如下優勢：1）本文采用的方法，僅需要提供現有服裝的幾張圖像，不需要服裝裁片，避免了對服裝裁片的輸入、虛擬縫合處理等操作.2）紋理信息由服裝圖像融合而成，可以得到真實感較好的虛擬服裝，并且在一定程度上還能體現服裝的著裝效果.3）三維服裝是以模特身材為基礎生成，可以適應不同身材的模特，同時也可以根據顧客的需要進行定制設計，方法不足是需要預定義服裝模板，同時對服裝圖像的質量有一定的要求，下一步研究要解決復雜服裝圖像的三維服裝設計問題。