基于體模型的三維形狀檢索和形變研究.pdf

1、隨著多媒體、動(dòng)畫(huà)、CAD等技術(shù)的發(fā)展，三維模型的數(shù)量急劇增長(zhǎng)。由于本身不具有文本描述信息，而且三維形狀的復(fù)雜度高，所以基于內(nèi)容的三維形狀檢索成為新的研究熱點(diǎn)。在檢索技術(shù)支持下，基于實(shí)例的形狀創(chuàng)新具有重要的意義，形狀過(guò)渡作為實(shí)例形變的一種常用方法，可以提高產(chǎn)品設(shè)計(jì)、動(dòng)畫(huà)制作等領(lǐng)域的創(chuàng)造力。由于三維模型表達(dá)的多樣性，通過(guò)統(tǒng)一的體模型表達(dá)提高檢索和過(guò)渡算法的適用性，是形狀創(chuàng)新的必要手段。 為實(shí)現(xiàn)基于體模型的檢索，首先需要實(shí)體體素化方法

2、把常見(jiàn)的網(wǎng)格模型快速轉(zhuǎn)變?yōu)轶w模型，本文提出基于啟發(fā)式種子填充的網(wǎng)格模型誤差受限二值實(shí)體體素化方法。在效率、魯棒性和誤差等方面因素達(dá)到平衡，克服傳統(tǒng)的實(shí)體體素化方法或效率太低、或?qū)W(wǎng)格模型的質(zhì)量要求過(guò)高或結(jié)果模型誤差失控的局限性。體素化分三個(gè)步驟：初步二值模型(PBVM)、邊界二值體模型(BBVM)和修正二值體模型(RBVM)。RBVM以PBVM和RBVM為基礎(chǔ)提取啟發(fā)知識(shí)，在利用種子填充的魯棒性的同時(shí)，顯著提高了種子填充的速度。

3、 為提高檢索算法的通用性，在實(shí)體體素化的輔助下，本文提出體積比特征向量提取方法。為克服網(wǎng)格模型表示精度和觀察方位對(duì)檢索效果的影響，在特征向量提取之前首先進(jìn)行連續(xù)主成分分析達(dá)到方位規(guī)范化的目的。通過(guò)把模型空間在三個(gè)坐標(biāo)系方向的遞歸等分，提取模型的在不同層次的體積比，而后通過(guò)分層加權(quán)計(jì)算形狀相似度。為提高檢索效果，本文提出單權(quán)重相關(guān)反饋和先序滿意度評(píng)價(jià)兩種權(quán)重調(diào)整方式。基于特征向量的提取機(jī)制，本文提出了快速的特征索引和預(yù)過(guò)濾機(jī)制。

4、為實(shí)現(xiàn)基于距離場(chǎng)體模型的的形狀過(guò)渡，本文提出了基于快進(jìn)法的網(wǎng)格模型距離場(chǎng)轉(zhuǎn)換方法。首先通過(guò)超覆蓋曲面體素化算法建立快進(jìn)法的參照區(qū)域，而后通過(guò)快進(jìn)法以6連通窄帶的方式進(jìn)行快進(jìn)擴(kuò)散，在擴(kuò)散過(guò)程中對(duì)窄帶中的候選點(diǎn)采用堆排序選擇距離最小體素。在快進(jìn)計(jì)算過(guò)程中，記錄每個(gè)體素的參照體素，實(shí)現(xiàn)完全距離場(chǎng)表示。 為處理拓?fù)洚悩?gòu)的模型，本文采用水平集方法進(jìn)行形狀過(guò)渡，并對(duì)稀疏場(chǎng)算法進(jìn)行了改進(jìn)，突破了活動(dòng)集必須覆蓋零水平集的束縛，提出了單側(cè)活動(dòng)集定