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,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、計算機網(wǎng)絡(luò)的擴張,網(wǎng)絡(luò)中可共享和復用的三維模型數(shù)量急劇增長。在現(xiàn)有的條件下,如何對目前已有的三維模型進行有效的管理和檢索,如何提高三維模型資源的共享和復用,成為亟待解決的問題。由此,基于內(nèi)容的三維模型檢索技術(shù)(CBMR,Content-Based Model Retrieval)應(yīng)運而生,并逐漸成為計算機圖形學領(lǐng)域的研究熱點。
　　 目前,基于內(nèi)容的三維模

2、型檢索技術(shù)的研究重點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)基于拓撲結(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,主要考慮的是模型的整體形狀和拓撲結(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節(jié)特征,從而導致對復雜的模型以及外部輪廓相似而細節(jié)不同的模型的識

3、別能力不足,進而影響了三維模型的檢索精度的提高。
　　 針對目前已有的三維模型檢索算法對模型局部細節(jié)描述不足的問題,在研究近年來心理學、心理物理學理論中提出的最小值法則和人類的視覺認知特點的基礎(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的分水嶺算法對三維模型進行分割,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、部細節(jié)特征(拓撲樹特征),再分別利用基于EMD距離的相似度計算方法和基于拓撲樹匹配的相似度計算方法來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,實現(xiàn)檢索過程。
　　 在Princeton大學提供的PSB模型庫上對本文提出的檢索算法進行了驗證。實驗結(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,檢索所需時間也在合理的范圍內(nèi),獲得了較理想的檢索