[發明專利]一種基于幾何測度和稀疏優化的三維興趣點檢測方法

有效

• 申請號: 201610057558.2
• 申請日: 2016-01-27
• 公開（公告）號: CN105740859B
• 公開（公告）日: 2019-03-05
• 發明（設計）人: 朱策;張倩;林薪雨;劉翼鵬
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 張楊

本發明屬于計算機視覺技術領域，具體涉及一種基于幾何測度和稀疏優化的三維興趣點檢測方法。該方法包括構建三維網格模型的尺度空間、計算三維網格模型的顯著性響應圖、根據顯著性響應圖選取三維興趣點候選集和稀疏優化興趣點候選集四步。通過引入兩種三維網格模型表面的局部幾何性質來定義一種新的三維興趣點響應函數；對三維網格模型中的任意一點，使用在尺度空間中不同尺度下的顯著性響應值之間的乘積作為該點的最終顯著性響應值；使用稀疏優化模型來精煉三維興趣點候選集，以得到更加精確和穩定的三維興趣點。最終實現高效的、魯棒的和穩定的檢測效果。

技術領域

本發明屬于計算機視覺技術領域，具體涉及一種基于幾何測度和稀疏優化的三維興趣點檢測方法。

背景技術

隨著科技的進步與發展，三維數據日益增多。三維興趣點作為三維模型中最為重要的特征之一，廣泛地應用于三維立體視覺中的各個領域之中，如三維注冊，三維形狀檢索，三維網格模型分割和簡化等。

在過去幾十年中，研究者們提出了許多方法來從三維網格模型的表面提取三維興趣點，其中大部分都是基于幾何特征的。

Godila和Wagan將三維網格模型轉換成體素表示方式，并在SIFT算法的啟發下提出了一種檢測三維局部特征的新方法(A.Godil and A.I.Wagan,“Salient local 3dfeatures for 3D shape retrieval,”Proceedings of SPIE,vol.7864,pp.78640S–78640S–8,2011.)。Sipiran和Bustos對Harris角點檢測算子做了改進和推廣，使其能夠針對三維模型檢測出三維興趣點(I.Sipiran and B.Bustos,“Harris 3d:a robustextension of the harris operator for interest point detection on 3d meshes,”The Visual Computer,vol.27,no.11,pp.963–976,2011.)。Lee引入了mesh saliency作為三維網格模型區域重要性的度量方式(C.H.Lee,A.Varshney,and D.W.Jacobs,“Meshsaliency,”ACM Transactions on Graphics,vol.24,no.3,pp.659–666,2005.)。Holte使用了Difference-of-Normals算子來檢測三維興趣點(M.B.Holte,“3d interest pointdetection using local surface characteristics with application in actionrecognition,”in IEEE International Conference on Image Processing,Paris,France,Oct 2014.)。除了基于幾何特征的三維興趣點檢測方法，也有一些研究者提出了基于機器學習和拉普拉斯光譜的方法來檢測三維興趣點。

發明內容

針對上述存在問題或不足，為能夠高效的、魯棒的和穩定的檢測出三維網格模型中的興趣點，本發明提供了一種基于幾何測度和稀疏優化的三維興趣點檢測方法。

該基于幾何測度和稀疏優化的三維興趣點檢測方法主要包括：構建三維網格模型的尺度空間、計算三維網格模型的顯著性響應圖、根據顯著性響應圖選取三維興趣點候選集和稀疏優化興趣點候選集共四個步驟。

具體如下：

步驟1、構建三維網格模型的尺度空間：

利用三維高斯濾波器來構建三維模型的尺度空間

M_σ(x,y,z)＝M(x,y,z)*G(x,y,z,σ) (1)