织物仿真常指对柔性纺织品静态和动态以及着装效果和性能的计算机模拟。二维织物的材料属性与织法结构的仿真显示研究较为普遍,而三维织物的材料属性与织法结构的仿真显示研究在国内外则刚起步。主要以有限元等迭代算法为主,该方法能达到一定的仿真效果,但计算量大是这些算法的不足。纺织学界对织物风格仿真的研究较早,计算机图形学界对此的研究则始于上世纪八十年代中期,标志性的文献是由Weil Jerry提出一种悬挂的三维织物在受到一定约束时的三维效果描述。目前织物真实感模型算法主要是围绕光照处理和纹理映射,产生褶皱、悬垂、纹织效果等细节,这些算法一般是针对织物的某种属性进行仿真。本课题提出多种有效且快速算法,研究三维动态织物皱褶属性与织法的仿真,实现较好的织物三维仿真显示效果,为织物皱褶属性在三维服装上的动态效果显示提供技术基础。研究内容包括静态与动态两部分,静态部分主要从织物的三维模型以及光照模型入手,产生真实感效果。动态部分主要是仿真织物运动以及在风中飘动的过程。在基于织物组织结构的三维模型及三维效果仿真研究方面:本研究根据织物的属性,研究几种三维算法,模拟织物的织法结构以及各类织物的三维仿真模型。目前研究者一般都采用Phong光照模型模拟三维物体,此模型适用于光滑表面的三维物体,而织物表面比较粗燥,把Phong光照模型应用于织物仿真需要改进。本研究提出一种光照模型的改进算法,把Phong模型与BRDF(BidirectionalReflectance Distribution Function双向反射分布函数)光照模型相结合,Phong光照模型用于模拟织物的三维几何属性,BRDF光照模型用于模拟织物的织法结构。针对织物的特性,改进这两种光照模型,修改一些参数,使得这两种光照模型适用于三维织物,并找出这两种光照模型的参数关系,实现了具有织物织法结构与几何属性的三维效果。在毛料织物质感微观属性的三维模型及三维效果仿真研究方面:研究反映毛料织物毛羽效果与织法结构的毛料织物仿真的映射合成法。毛料等织物质感的微观属性集中体现在毛羽状态的反映,根据毛料等表面织物的属性,把织物光亮度的有规律性与随机性相结合,实现毛料等织物材质与织法结构的同时仿真显示。提出毛料织物仿真的映射合成法,把纱线和绒毛分开仿真,分为三个过程。首先模拟去毛纱线的几何和光照效果,再模拟纱线上的绒毛,最后把仿真后的绒毛效果映射合成到纱线的仿真效果中,实现毛料织物逼真的模拟。在基于风噪声理论三维织物动态仿真的研究方面:研究基于织物的三维动态仿真模型及效果显示,提出基于风噪声的三维织物模拟方法,以1/f噪声与Perlin噪声为基本方程,实现三维织物运动过程的模拟。把1/f和Perlin噪声模型应用于织物动态模拟,由于采用了非迭代算法,显示出较快的显示速度。在基于信号调制方法仿真织物动态过程的研究方面:研究实现不同材料织物在风中飘动时不同特性的仿真,对噪声理论应用于织物三维动态仿真加以改进。提出织物运动过程随机方程模拟方法,把风与织物材料对织物运动过程的影响分开考虑,分别用随机函数的不同频率段表示风与材料对织物运动的影响,采用振幅调制方式实现这些函数的结合,最终实现三维织物的动态仿真。随机函数的基本方程是正弦波,其振幅连续变化,可用来表示风中飘动织物不断变化的波形,仿真风与织物材料对织物运动的作用。此算法具有风噪声算法的快速性,同时可根据织物不同材料的皱褶属性,仿真不同的运动效果。在基于物理与信号模型综合方法来模拟风中织物飘动的研究方面:研究不同的风对织物运动模拟的影响,通过把风噪声理论建立的织物运动方程与物理方程相结合。提出用织物动态仿真的物理与信号模型相结合的方法,物理模型用于模拟织物在静态时的受力情况,信号模型用于模拟织物受到的动态力,把信号与物理模型相结合来模拟织物在风中飘动过程。从宏观上分析织物的受力,以确定织物形状的基本方程,最后把随机方程与物理学模型相结合,实现织物在不同风作用下运动的仿真。在基于遗传算法三维织物运动时图案变形的研究方面:研究图案织物在运动时的图案变形情况。织物在运动过程中,图案会随着织物三维形状变化而发生变形。由于织物的结构具有一定的规律性,可采用迭代算法来实现织物运动过程中图案的变形。提出织物图案变形的模拟方法,通过遗传算法模拟该过程,并对遗传算法进行改进,在变异点的定义中提出,产生变异的原因是因为该点受到外力作用,定义了变异点织物的变形方程。在基于优化的适应度函数法模拟织物仿真的研究方面:研究适合于织物仿真的优化适应度函数方法。传统的遗传算法通过多次迭代后可以模拟织物的某种属性,得出较好的模拟效果。但这些遗传算法在迭代过程中,不能根据迭代效果调节适应度函数,迭代多次后方可收敛,由于受到计算机速度的影响,通常采用减少迭代次数来提高计算机的模拟速度,但模拟效果就会降低。提出一种优化适应度函数继承算法模拟织物的运动过程,针对简单遗传算法在织物仿真中速度慢的缺点,对适应度函数进行改进。结合织物的特征,在迭代过程中统计遗传算法的收敛性以及种群的个数,采用随机化方法动态调整适应度函数,有效缩短遗传算法的收敛时间,以此达到快速而有效的织物仿真效果。以一种织物的仿真为例,说明采用一般遗传算法与改进适应度函数后,两种算法在仿真速度与仿真效果具有明显差别。本课题对三维织物仿真进行系统深入研究,为服装纹理三维动态显示提出了理论依据,在该领域具有较好的理论意义及应用价值。为计算机图形学、智能计算和动力学模型在纺织中的应用提供理论依据,有助于计算机图形学、虚拟现实技术的发展。并试图开拓新的织物仿真领域,譬如对不同织物的漂浮性、悬垂性、皱褶性等属性进行研究。这些工作为柔性CAD、3D服装CAD、3D虚拟试衣、虚拟现实、人物动画等众多领域中的应用打下理论基础。