[發明專利]圖像檢索數據庫生成方法、增強現實的方法及裝置

有效

• 申請號: 201610279271.4
• 申請日: 2016-04-29
• 公開（公告）號: CN107329962B
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 陳卓
• 申請（專利權）人: 成都理想境界科技有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/46;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種圖像檢索數據庫生成方法，其特征在于，包括：

對3D樣本表面紋理圖像進行第一次尺度變換，將經過所述第一次尺度變換后的3D樣本表面紋理圖像進行多分辨率分析處理，再將所述多分辨率分析處理后的3D樣本表面紋理圖像進行特征提取，提取出來的第一特征數據集包括每個特征點在圖像區域內的位置信息、尺度、方向、法線向量信息和特征描述信息，其中，所述第一特征數據集中的每個特征點的位置信息包括每個特征點在三維坐標系中的坐標信息；

對所述第一特征數據集中的各個特征點進行聚類分析，獲取N個簇和所述N個簇中的每個簇的聚類中心特征點的特征描述信息，其中,N為正整數；

對所述N個簇中的每個簇的聚類中心特征點進行聚類分析，獲取M個簇和所述M個簇中的每個簇的聚類中心特征點的特征描述信息，其中，M為正整數，且M不大于N；

將所述第一特征數據集和節點數據存儲在圖像檢索數據庫中且與所述3D樣本表面紋理圖像對應，其中，所述節點數據包括所述N個簇和所述M個簇中所有聚類中心及每個聚類中心特征點的特征描述信息。

2.如權利要求1所述的方法，其特征在于，所述第一特征數據集中每個特征點的特征描述信息包括該特征點的P維描述向量和P維描述向量的模的倒數，其中，P為不小于2的整數。

3.如權利要求2所述的方法，其特征在于，在對3D樣本表面紋理圖像進行第一次尺度變換之后，所述方法還包括：

控制經過所述第一次尺度變換后的每個3D樣本表面紋理圖像的長邊的像素數為第一預設像素數。

4.如權利要求3所述的方法，其特征在于，所述N個簇中的每個簇中特征點的數量均在第一預設范圍閾值內。

5.如權利要求4所述的方法，其特征在于，所述對所述第一特征數據集中的各個特征點進行聚類分析，獲取N個簇，具體為：

對所述第一特征數據集中的各個特征點進行聚類分析，獲取K個簇，其中，K為正整數；

針對K個簇中的每個簇，執行以下步驟：

判斷簇中特征點的數量是否在第一預設范圍閾值內；

若該簇中特征點的數量大于所述第一預設范圍閾值的最大值，則拆分該簇，并控制拆分后的每個簇中特征點的數量在所述第一預設范圍閾值內；

若該簇中特征點的數量小于所述第一預設范圍閾值的最小值，則刪除該簇，將該簇中的所有特征點重新選擇所屬簇，并控制所述特征點重新選擇所屬簇中的每個簇簇中特征點的數量在所述第一預設范圍閾值內；

在對所述K個簇中的每個簇執行上述步驟之后，獲取到所述N個簇。

6.如權利要求5所述的方法，其特征在于，所述獲取所述N個簇中的每個簇的聚類中心特征點的特征描述信息，具體為：

針對N個簇中的每個簇，執行以下步驟：

將簇中每個特征點的P維描述向量進行歸一化處理；

將歸一化處理后的每個特征點中對應的第i維向量進行累加，將累加得到的新P維描述向量作為該簇的聚類中心特征點的P維描述向量，其中，i依次取1-P的值；

對該簇中所有特征點的P維描述向量的模的倒數之和進行平均，將獲取的第一平均值作為所述該簇的聚類中心特征點的P維描述向量的模的倒數；

根據所述新P維描述向量和所述第一平均值，獲取該簇的聚類中心特征點的特征描述信息；

在對N個簇中的每個簇執行上述步驟之后，獲取所述N個簇中的每個簇的聚類中心特征點的特征描述信息。

7.如權利要求2或6所述的方法，其特征在于，所述將所述多分辨率分析處理后的3D樣本表面紋理圖像進行特征提取，提取出來的第一特征數據集包括每個特征點在圖像區域內的位置信息、尺度、方向、法線向量信息和特征描述信息，具體為：

將所述多分辨率分析處理后的3D樣本表面紋理圖像采用ORB算法進行特征提取，提取所述第一特征數據集。