[發明專利]一種基于點對應的3D形狀模型分析及檢索方法

在審

• 申請號: 201610310046.2
• 申請日: 2016-05-12
• 公開（公告）號: CN107368481A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 吳懷宇;吳挺
• 申請（專利權）人: 北京三體高創科技有限公司;吳懷宇
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及計算機圖形學技術領域，具體涉及一種基于點對應的3D形狀模型全局分析及檢索方法及裝置。

背景技術

3D模型的再利用具有很重要的實用價值。人們常通過對3D模型進行分割，重組來創造新的3D模型，這是創造新的3D模型的重要方式，因此在一個大的3D形狀數據庫中進行檢索就顯得非常重要。

發明內容

為了實現3D形狀數據庫分析與檢索的功能，本發明的目的是提供一種基于3D形狀數據庫的點對應相似度量函數的建立技術，從而實現3D形狀數據庫全局分析與檢索方案。

為了達成所述目的，本發明提出了一種3D形狀模型全局分析及檢索方法，其包括：

步驟1、給定待檢索模型，計算該模型與3D形狀數據庫中其它3D形狀模型的距離；

步驟2、根據所述距離選擇最相似的預定數量的3D形狀模型輸出；

其中，對于任一其他3D形狀模型，計算其上每一點與待檢索模型之間的最優仿射變換下的所述每一點的對應點之間的歐式距離，并利用所述每一點與待檢索模型上的各點的最大相似度量值加權得到加權歐式距離，然后所述其他3D形狀模型中所有點與待檢索模型上的各點的最大相似度量值之和對所述每一點的加權歐氏距離進行歸一化得到歸一化后的加權歐氏距離，最后將所述其他3D形狀模型上所有點的歸一化后的加權歐氏距離求和得到待檢索模型與3D形狀數據庫中其他3D形狀模型的距離。

本發明的有益效果：本發明從3D形狀數據庫出發，通過構造點對應的相似度量函數實現在該形狀庫中的檢索，與傳統的檢索技術相比，本發明的檢索技術可實現任意流形形狀的全局檢索。

附圖說明

圖1示出了本發明基于點對應的3D形狀模型分析及檢索方法的原理圖；

圖2為本發明中3D形狀數據庫的點對應相似度量函數及其離散化形式示意圖；

圖3示出了本發明中形狀庫的關聯圖及點對應相似度量函數的優化示意圖；

圖4（A）~圖4（B）示出了本發明實施例中形狀庫的關聯圖的初始化及初步優化示意圖；

具體實施方式

下面將結合附圖對本發明加以詳細說明，應指出的是，所描述的實施細節旨在便于對本發明的理解，而對其不起任何限定作用。

圖1示出了本發明公開的一種3D形狀模型分析及檢索方法流程圖。如圖1所示，其包括：

步驟1、給定待檢索模型，計算該模型與3D形狀數據庫中其它3D形狀模型的距離；

步驟2、根據所述距離選擇最相似的預定數量的3D形狀模型輸出。

其中步驟1是本發明的重點，其需要通過3D形狀數據庫分析與3D形狀模型的檢索來完成。

3D形狀數據庫的點對應相似度量函數的建立技術步驟如下：（1）3D形狀數據庫預處理；（2）3D形狀數據庫初始對應圖的構造；（3）3D形狀數據庫點對應矩陣的構造；（4）基于譜嵌入理論的點對應相似度量函數的構造；（5）3D形狀數據庫的對應圖及點對應相似度量函數的優化。

3D形狀模型檢索技術主要包括：（I）基于3D形狀數據庫點對應相似度量函數，構造選定的某一個形狀模型與3D形狀數據庫中其它形狀模型的相似性度量；（II）基于上述技術的3D形狀數據庫分析及3D形狀模型檢索方案。在該方法中，3D形狀數據庫的點對應相似度量函數的建立技術、3D形狀的檢索技術是核心部分。

參照圖1，該方法包括以下各部分：

（1）3D形狀數據庫預處理

我們通過自己掃描或從網絡（比如Google 3D Warehouse）上獲取大量的3D形狀模型，組建一個3D形狀數據庫，包括椅子、飛機……等生活中常見物體的3D形狀模型。

記3D形狀數據庫為，其中表示一個單獨的3D形狀模型，模型總數為。為了減小計算量，我們并不用每個3D形狀的所有頂點，而是每個模型確定個采樣點，記作。確定采樣點方法如下：對一個3D形狀模型，從其任意一個頂點出發，令，找到3D形狀的頂點中與最遠的點，記作，即滿足（表示歐幾里得范數），然后將之加入，則；然后再找3D形狀的頂點中與最遠的點，記作，即滿足，然后將之加入，則，如此，直到中頂點個數為。則每個3D形狀模型對應的即為經過預處理后3D形狀數據庫中每個3D形狀模型的表示，下面的m就是此處得到的。

（2）3D形狀數據庫初始對應圖的構造