三维织物纹理变形仿真一直是计算机图形学领域研究的难题之一。研究者在进行三维织物纹理变形仿真时需要考虑很多因素,如织物材料属性、悬垂性、漂浮性,以及观察者的视觉效果等,而这些因素涉及多学科的交叉和综合,目前大部分学者偏重于三维织物模型建立及仿真的研究,由于受到计算机计算速度的影响,迄今尚未形成一套通用算法,这使得仿真方法变得更加复杂。三维织物纹理变形仿真在计算机辅助服装设计制造、虚拟服装店、虚拟现实、人物动画、数字影视及电子游戏制作等领域有着广泛的应用,随着这些领域对织物仿真技术需求的日益增加,新方法、新技术的开发显得格外重要。基于此,本论文提出几种新型算法研究三维织物纹理变形仿真,实现三维织物纹理变形仿真显示效果,在织物纹理变形细节属性显示方面提供相关建模方法。论文主要贡献如下:第一,提出一种基于风噪声理论的三维织物纹理几何变形模型及仿真方法。从织物三维建模入手,分析织物纹理几何建模,依据模型的灵活性与建模后视觉效果的优劣性,选择出适合织物纹理几何建模的方法—风噪声方法。为了增强视觉效果的随机性,该方法采用1/f噪声作为织物纹理几何模型基本描述方程,加入人工参与控制的控制函数,通过调整参数来得到随机感较强的三维模型,模拟织物纹理几何模型的三维效果,使之更接近真实效果。该方法可以根据设计需要更改相关参数,实现随机性较强某种三维织物的建模。为增强三维织物纹理几何模型的真实感效果,改进Phong光照模型中的相关参数,使之更适合作为织物纹理几何特性的光照模型,并通过实验证明该方法的有效性。第二,提出一种基于神经网络动态网格划分三维织物纹理变形模型及仿真方法。以三维织物纹理变形模型有限元网格划分为基础,带纹理的织物网格划分采用四边形网格,其网格划分后网格数量和形状恒定不变,在仿真三维织物纹理变形时会产生较大误差,本研究提出采用一种神经网络模型对已划分的有限元网格再划分方法:为了更精确描述织物纹理变形的细节特性,对织物纹理发生较大变形区域的网格进行适当细分;对织物纹理发生较小变形区域的网格进行适当合并,以减少网格数量而不影响对其效果的描述。这种采用神经网络与有限元相结合方法,弥补有限元方法的不足,同时利用其精度性的优越性,模拟三维织物纹理变形,产生的视觉效果基本可以满足用户需求。第三,提出一种基于纹理拓扑结构方式描述织物纹理变形的方法。把织物纹理用颜色、位置和拓扑结构来描述。由平整纹理开始推导纹理颜色关系,然后过渡到平面纹理变形,最后引入纹理三维变形的描述。对于仅产生平面变形的织物纹理,需要根据织物纹理变形情况,采用曲面拟合方法拟合织物变形纹理曲面。根据原点从曲线上经过路径的长度与纹理的拓扑结构计算出纹理的颜色值。对于三维织物纹理颜色值,计算双三次B样条曲面上控制曲线的长度来推导变形前后的差异,并增加了视角参数的分析问题。第四,提出一种基于图像辨识的织物皱褶三维特征提取方法。1)提出了一种基于照片图像的织物皱褶不同区域光亮度及相应区域高度信息,给出了织物皱褶三维特征的提取方法。对织物皱褶表面光亮度最大的点进行定位,以此推导出光源入射角度信息。根据用于表示皱褶曲面的每条控制曲线上最亮及最暗点的光亮度、光源入射角信息,可计算出控制曲线上任意光亮度点的高度值。2)提出了一种基于人工参与改进遗传算法从织物照片图像中提取皱褶三维特征的方法。采用人工参与方法把织物皱褶三维特征识别结果与原始图片中对应部位特征相比较,提出改进意见,根据前一次迭代结果所提改进意见进行下一次迭代,利用改进遗传算法来实现织物皱褶三维特征的识别。在改进遗传算法实现过程中,将遗传算法基因、父代与子代之间的关系加以改进,将其应用于织物皱褶边界、高度和阴影区域特征提取过程中。在织物运动多幅图像中,根据每幅图像所识别出的几何模型,建立遗传算法适应度函数关系,找出每幅图像间捕捉角度之间的关系。本课题对三维织物纹理变形仿真进行系统深入研究,为织物纹理变形显示提出了几类仿真新方法,促进了该领域科技的发展,具有一定理论研究意义,为计算机图形学、智能计算和动力学模型在纺织科技领域中的应用提供一定理论依据和一些实用方法,有助于计算机图形学、虚拟现实技术的发展,以此作为理论依据,开发虚拟服装及相关数字影视、电子游戏动画、虚拟现实等领域的应用软件,有一定的应用价值。