基于有意義分割理論的三維模型檢索算法研究.pdf

1、近年來(lái),三維模型的應(yīng)用領(lǐng)域日漸廣泛。隨著三維建模技術(shù)和數(shù)字掃描技術(shù)的發(fā)展、計(jì)算機(jī)網(wǎng)絡(luò)的擴(kuò)張,網(wǎng)絡(luò)中可共享和復(fù)用的三維模型數(shù)量急劇增長(zhǎng)。在現(xiàn)有的條件下,如何對(duì)目前已有的三維模型進(jìn)行有效的管理和檢索,如何提高三維模型資源的共享和復(fù)用,成為亟待解決的問(wèn)題。由此,基于內(nèi)容的三維模型檢索技術(shù)(CBMR,Content-Based Model Retrieval)應(yīng)運(yùn)而生,并逐漸成為計(jì)算機(jī)圖形學(xué)領(lǐng)域的研究熱點(diǎn)。
　　 目前,基于內(nèi)容的三維模

2、型檢索技術(shù)的研究重點(diǎn)主要集中在三維模型的特征提取算法上?，F(xiàn)有的特征提取算法可以分為四類:(1)基于統(tǒng)計(jì)特征的特征提取算法;(2)基于幾何變換的特征提取算法;(3)基于二維圖像映射的特征提取算法;(4)基于拓?fù)浣Y(jié)構(gòu)的特征提取算法。這些算法在描述和提取模型形狀特征時(shí),主要考慮的是模型的整體形狀和拓?fù)浣Y(jié)構(gòu),提取的是模型在整體形狀方面的特征,在很大程度上忽略了模型的某些顯著的局部細(xì)節(jié)特征,從而導(dǎo)致對(duì)復(fù)雜的模型以及外部輪廓相似而細(xì)節(jié)不同的模型的識(shí)

3、別能力不足,進(jìn)而影響了三維模型的檢索精度的提高。
　　 針對(duì)目前已有的三維模型檢索算法對(duì)模型局部細(xì)節(jié)描述不足的問(wèn)題,在研究近年來(lái)心理學(xué)、心理物理學(xué)理論中提出的最小值法則和人類的視覺(jué)認(rèn)知特點(diǎn)的基礎(chǔ)上,提出了一種基于有意義分割理論的多特征結(jié)合綜合計(jì)算模型相似度的三維模型檢索方法。算法首先利用本文提出的改進(jìn)的分水嶺算法對(duì)三維模型進(jìn)行分割,得到有意義的模型部件集合及其之間的鄰接關(guān)系,然后將其用于描述模型的整體形狀分布特征(全局特征)和局

4、部細(xì)節(jié)特征(拓?fù)錁?shù)特征),再分別利用基于EMD距離的相似度計(jì)算方法和基于拓?fù)錁?shù)匹配的相似度計(jì)算方法來(lái)衡量不同模型間的相似程度,最后采用相似度加權(quán)求和的方式得到模型間總的相似度。完成模型的整體相似度量到局部相似性匹配,實(shí)現(xiàn)檢索過(guò)程。
　　 在Princeton大學(xué)提供的PSB模型庫(kù)上對(duì)本文提出的檢索算法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,本文提出的算法受模型噪音和連通性影響小,提高了檢索精度,檢索所需時(shí)間也在合理的范圍內(nèi),獲得了較理想的檢索