基于內(nèi)容的三維模型檢索關(guān)鍵技術(shù)研究.pdf

1、近年來由于計算機圖形學(xué)技術(shù)的進步,三維模型的數(shù)量呈爆炸性增長。為了幫助人們有效地管理和訪問大量三維模型,研究三維模型檢索方法和檢索系統(tǒng)勢在必行?；趦?nèi)容的三維模型檢索技術(shù)是從三維數(shù)據(jù)內(nèi)容出發(fā),利用算法自動從模型中提取出能描述其外觀的特征信息,并用一種緊湊的數(shù)據(jù)結(jié)構(gòu)(特征描述符)來表達這種特征。特征描述符提取是三維模型檢索系統(tǒng)的核心部分；另外,查詢接口和相關(guān)反饋機制也是三維模型檢索系統(tǒng)的重要組成部分。本文從模型特征提取、查詢接口和相關(guān)反饋

2、機制這三個方面對三維模型檢索系統(tǒng)展開研究,主要工作和貢獻可以歸納為以下幾點：(1)提出了分別適用于通用模型數(shù)據(jù)庫和機械零件模型數(shù)據(jù)庫的手繪草圖查詢接口構(gòu)建方法。查詢接口在三維模型檢索系統(tǒng)中占有很重要的地位,一個實用的檢索系統(tǒng)應(yīng)該擁有友好的查詢接口。基于視圖的特征描述符是實現(xiàn)手繪草圖查詢接口的基礎(chǔ),構(gòu)建一個基于視圖的特征描述符的關(guān)鍵步驟包括：確定投影方向、視圖生成和相似性比較。本文對各種投影方向確定算法、視圖生成和相似性比較方法進行研究。

3、重點分析了兩種旋轉(zhuǎn)歸一化算法和兩種模型視圖的檢索性能,在此基礎(chǔ)上給出分別適合于通用模型數(shù)據(jù)庫和機械零件模型數(shù)據(jù)庫的手繪草圖查詢接口構(gòu)建方法：通用模型數(shù)據(jù)庫采用PCA旋轉(zhuǎn)歸一算法和外輪廓圖的檢索性能最好,而MND旋轉(zhuǎn)歸一算法和輪廓圖適用于機械零件模型數(shù)據(jù)庫。(2)提出了一種基于體素模型的特征提取算法,通過該算法得到的旋轉(zhuǎn)不變性特征描述符比經(jīng)典D2形狀分布描述符具有更高的檢索準(zhǔn)確度。基于視圖的特征描述符雖然能夠?qū)崿F(xiàn)手繪草圖查詢接口,但是不具

4、備旋轉(zhuǎn)不變性,需對模型進行較復(fù)雜的旋轉(zhuǎn)歸一化預(yù)處理。另外,基于視圖的特征提取方法是一種圖像空間的算法,本質(zhì)上是利用二維圖像來衡量三維模型的相似性,而如何從三維對象本身提取特征的問題并未得到解答。本文提出了一種基于體素模型的旋轉(zhuǎn)不變性特征描述符。由于體素模型包含模型的實體信息,并可將不規(guī)則的空間信號規(guī)則化,所以有利于形狀分析和特征提取。本文先提出了一種將網(wǎng)格模型轉(zhuǎn)化為體素模型的體素化算法,然后設(shè)計了兩個基于體素模型的形狀分布描述符D2V和

5、DIR,它們均具有旋轉(zhuǎn)不變性。D2V消除了經(jīng)典D2的直方圖計算會被高面積密度局部偏移的缺陷；DIR特征描述符統(tǒng)計表面體素之間線段在模型內(nèi)外部的分布情況,得到一種不同于D2V的形狀分布特征。組合DIR和D2V可獲得更豐富的形狀信息,提高了檢索準(zhǔn)確度。(3)提出了兩種相關(guān)反饋算法以提升三維模型特征描述符的檢索性能。相關(guān)反饋(Relevance Feedback)技術(shù)是幫助多媒體檢索系統(tǒng)提高檢索準(zhǔn)確度的一種重要手段,近年來已逐漸被用于三維模型

6、檢索領(lǐng)域。本文設(shè)計了兩個相關(guān)反饋算法,并將其應(yīng)用于本文提出的特征描述符上。第一個算法利用用戶反饋信息構(gòu)建更加接近用戶高層語義的查詢。先建立起一個覆蓋相關(guān)模型的包圍球集合,然后在第二輪查詢過程中用包圍球和數(shù)據(jù)庫中模型的特征向量進行匹配。由于包圍球集合蘊含了用戶語義,所以反饋后的查詢準(zhǔn)確度會得到提高。實驗表明該算法能夠有效地提高D2V特征描述符的檢索準(zhǔn)確度。第二個算法是利用反饋信息優(yōu)化組合多個特征描述符,算法根據(jù)相關(guān)模型特征向量的分布密度來

7、動態(tài)決定不同描述符的權(quán)值大小,實驗表明此算法能較好地實現(xiàn)特征描述符的優(yōu)化組合。上述三個研究內(nèi)容之間互相關(guān)聯(lián)但又各有獨立性。查詢接口、模型特征提取、相關(guān)反饋機制是一個三維模型檢索系統(tǒng)的主要組成模塊,其中模型特征提取是基礎(chǔ),查詢接口和反饋機制的設(shè)計依賴于特征提取算法；手繪草圖查詢接口實現(xiàn)用戶輸入的查詢草圖和模型視圖之間的匹配；相關(guān)反饋機制是為了提高特征描述符的檢索性能、縮小模型低層特征與用戶查詢之間的語義差異。最后,本文給出研究結(jié)論,并對未