數(shù)字幾何模型特征檢測與建模方法研究.pdf

1、特征匹配問題是計算機視覺、對象識別和機器人技術(shù)的核心問題。在傳統(tǒng)的模式識別中，圖像與視頻的識別在過去的十年中發(fā)展了很多方法。近來，匹配算法由二維圖像擴展到三維圖形。許多新概念和技術(shù)相繼出現(xiàn)，諸如形狀恢復、三維物體配準和網(wǎng)格顯著度等。直到現(xiàn)時為止，在三維匹配領(lǐng)域有許多研究關(guān)注于全局匹配問題，此類方法著力于整個三維模型的整體相似度的測量與評價。然而，全局匹配在三維模型局部相似性比較的應用中確實存在弱勢。三維模型的局部匹配技術(shù)可以很好的解決上

2、述問題。局部匹配的任務是通過對比模型的局部或特定區(qū)域，制定模型的相似程度評價。兩個三維物體待匹配的子部分不需要預先指定，可以是任意的形狀、朝向和尺寸。三維對象局部匹配相對于全局匹配是一個難得多的問題。原因之一在于它必須尋找相似的子部分，并給出相似度評價。 本文著力于討論三維表面網(wǎng)格模型的特征匹配及基于特征的建模算法。首先對該領(lǐng)域的歷史背景和研究內(nèi)容進行系統(tǒng)的回顧。并以其新的研究發(fā)展方向--局部特征匹配的研究作為切入點，在此基礎(chǔ)之

3、上引出本文的研究課題。本論文在以下幾個方面進行了深入的研究，其主要貢獻可概括如下： 在特征匹配的問題上，尋找與位置和方向無關(guān)的特征表述方法是問題研究的關(guān)鍵。受ScaleInvariantFeatureTransform(SIFT)算法啟發(fā)，提出一種三維幾何網(wǎng)格上的特征部分匹配方法。該方法分析了曲面曲率的離散表示，通過對二維流形尺度空間極值的檢測，尋找相對穩(wěn)定且有代表性的關(guān)鍵點作為網(wǎng)格局部幾何特征。本文進一步分析了特征穩(wěn)定性與尺度

4、檢測深度的關(guān)系，并建立局部特征描述器集合。描述器是具有尺度與旋轉(zhuǎn)不變性的獨立標架，允許處理大面積的無語義的復雜網(wǎng)格。本方法適用于三維網(wǎng)格模型的少許變形，并可通過調(diào)整閥值來調(diào)整模型匹配的相似程度。 在真實性建模問題上，本文通過預先建立的語義特征對三維數(shù)字人體模型作重建以及參數(shù)化處理。本文提出基于水平集的掃描點簡化算法，對高密度的掃描點模型作簡化處理，并能解決掃描點模型中普遍存在的重影與空洞問題。該方法具有自動排序特點，并且使簡化結(jié)

5、果保留原掃描點模型按層劃分的特性。通過指定不同的簡化半徑，該算法自動生成多分辨率的層次細節(jié)模型。實驗結(jié)果顯示，本方法在高簡化精度下具有好的保形性。簡化所得的點模型可通過多邊形或曲線、曲面重建。 總之，本文針對特征在匹配與建模的研究和應用方面，做了認真和有益的探索。本文提出的特征匹配方法在三維對象的識別、檢索以及無語義的網(wǎng)格特征搜索有一定的參考價值。在散亂點建模方面，不僅在計算機圖形學角度提出自己的研究思路與見解，而且結(jié)合數(shù)字人體