基于視圖的多特征融合的三維模型檢索技術(shù)研究.pdf

1、三維模型的應(yīng)用涉及到各行各業(yè)，各個(gè)領(lǐng)域?qū)θS模型的需求也與日俱增，因此，三維模型的數(shù)量一直在飛速地增長(zhǎng)。創(chuàng)建逼真度較高的三維模型需要花費(fèi)大量的時(shí)間和精力，如何從已有的三維模型數(shù)據(jù)庫(kù)中迅速地、準(zhǔn)確地檢索出與要求相同或相似的三維模型，實(shí)現(xiàn)三維模型數(shù)據(jù)的重復(fù)使用及共享已成為了研究者們近年來(lái)的研究熱點(diǎn)。如何快速并且有效地從三維模型中提取特征是三維模型檢索技術(shù)的關(guān)鍵和研究難點(diǎn)。
　　單一三維模型特征不能全面準(zhǔn)確地表示三維模型，近年來(lái)，多特征

2、融合成為的三維模型檢索領(lǐng)域中的研究熱點(diǎn)。基于多特征融合的三維模型檢索方法能夠關(guān)注到不同的信息，更準(zhǔn)確地描述三維模型，提高檢索的準(zhǔn)確率。如何提出更加高效的檢索方法一直是一個(gè)具有重要意義的課題。與此同時(shí)，在多特征融合時(shí)，選擇哪幾種特征也是一個(gè)很有價(jià)值的課題。對(duì)此，從以下兩個(gè)方面開(kāi)展研究：
　?。?）提出融合整體和局部信息的三維模型檢索方法。通過(guò)旋轉(zhuǎn)三維模型得到不同方向的二維投影視圖，分別利用Canny算子提取邊緣特征和基于SIFT特征

3、的詞袋模型提取詞頻向量特征，邊緣特征用于描述三維模型的整體信息，詞頻向量特征用于描述三維模型的局部信息，將這兩種特征通過(guò)線性加權(quán)進(jìn)行有效地融合，得到一個(gè)的新的特征用于描述三維模型。方法同時(shí)關(guān)注三維模型的整體信息和局部信息，得到的特征能全面地表示三維模型，提高了三維模型檢索的準(zhǔn)確率。
　?。?）提出基于流形學(xué)習(xí)的多特征融合的三維模型檢索方法?，F(xiàn)有的研究成果大多將二維投影視圖特征直接用于表示三維模型，忽略了同一個(gè)三維模型的不同二維投影

4、視圖特征的貢獻(xiàn)度，在一定程度上降低了三維模型特征的準(zhǔn)確度，影響檢索結(jié)果。流形排序算法可以計(jì)算出不同二維投影視圖的權(quán)值作為貢獻(xiàn)度。對(duì)此，提出一種基于流形排序的多特征融合三維模型檢索方法，通過(guò)旋轉(zhuǎn)三維模型得到不同方向的二維投影視圖，分別利用Canny算子提取邊緣特征和基于SIFT特征的詞袋模型提取詞頻向量特征，利用流形排序計(jì)算出了不同二維投影視圖的貢獻(xiàn)度，最后將這兩種特征通過(guò)線性加權(quán)融合成一個(gè)新特征。方法關(guān)注了各個(gè)二維投影視圖特征的貢獻(xiàn)度，