[發明專利]一種基于壓縮感知的三維模型特征提取方法有效
| 申請號: | 201611008274.0 | 申請日: | 2016-11-16 |
| 公開(公告)號: | CN106650747B | 公開(公告)日: | 2019-08-02 |
| 發明(設計)人: | 周燕;曾凡智;楊躍武 | 申請(專利權)人: | 佛山科學技術學院 |
| 主分類號: | G06K9/46 | 分類號: | G06K9/46;G06F16/583 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 梁瑩;顧思妍 |
| 地址: | 528011 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 壓縮 感知 三維 模型 特征 提取 方法 | ||
本發明提供一種基于壓縮感知的三維模型特征提取方法,首先,選取三維模型為離散體素化格式的三維模型,再選取各個視角的方位作為參考平面,并設計等高變換函數,將三維模型按照等高變換函數實現空間分層;其次,將每個空間分層模型投影到參考平面,構造投影矩陣,并提取投影矩陣的信息熵;最后,對各個投影矩陣進行稀疏處理,并進行二維壓縮感知處理,得到空間分層特征。本發明可多角度反映三維模型的特征,實現對體素化格式的三維模型進行空間分層處理,對復雜結構的三維模型進行空間分解,不僅提高三維模型特征提取的準確性和高效性,而且提取低維高效的空間幾何特征,避免特征冗余,從而保證三維模型檢索的速度和質量。
技術領域
本發明涉及三維模型處理領域,更具體地說,涉及一種基于壓縮感知的三維模型特征提取方法。
背景技術
隨著信息檢索技術的迅速發展以及計算機性能的提高,信息處理從傳統模式向新型模式轉變。相對于文本信息和二維圖像,更為真實豐富的三維模型的應用越來越廣泛。在如今海量三維模型庫中,如何實現基于三維模型重用的管理與檢索,快速準確地找到符合要求的三維模型,已成為目前檢索領域的一個重要的研究課題。
作為繼聲音、圖像和視頻之后的第四種多媒體數據類型,基于內容的三維模型檢索技術的發展備受關注。如何能既簡單快速地提取內容的特征又高效準確度量模型相似性是基于內容的三維模型檢索技術中的核心問題,這兩個問題是被廣泛研究的熱點問題,也是極具挑戰性的難點問題之一。
目前多數基于內容的三維模型檢索方法還存在一些問題:如所提取特征不能完全表達三維模型信息、計算復雜度高、特征提取和特征匹配的時間長、特征存儲空間大、特征信息容易缺失、不能實現用戶交互操作等。而在三維模型檢索方法中,對三維模型進行特征提取是保證檢索速度和質量的重要手段,因此,隨著多媒體應用領域對三維模型檢索速度和質量不斷提高的要求,如何提高對三維模型進行特征提取的準確性和高效性,是三維模型檢索領域有待更深入研究和探索的課題。
發明內容
本發明的目的在于克服現有技術中的缺點與不足,提供一種基于壓縮感知的三維模型特征提取方法,該三維模型特征提取方法可多角度反映三維模型的特征,實現對體素化格式的三維模型進行空間分層處理,對復雜結構的三維模型進行空間分解,不僅提高三維模型特征提取的準確性和高效性,而且提取低維高效的空間幾何特征,避免特征冗余。
為了達到上述目的,本發明通過下述技術方案予以實現:一種基于壓縮感知的三維模型特征提取方法,其特征在于:
首先,選取離散體素化格式的三維模型,再選取各個視角的方位作為參考平面,并設計等高變換函數,將三維模型通過等高變換函數實現空間分層,得到空間分層模型;
其次,將每個空間分層模型投影到參考平面,構造投影矩陣,并提取投影矩陣的信息熵;
最后,對各個投影矩陣進行稀疏處理,并進行二維壓縮感知處理,得到空間分層特征。
在上述方案中,本發明通過基于壓縮感知的三維模型特征提取方法可多角度反映三維模型的特征,實現對體素化格式的三維模型進行空間分層處理,對復雜結構的三維模型進行空間分解,從而提高三維模型特征提取的準確性和高效性,進而保證三維模型檢索的速度和質量。
本發明方法包括以下步驟:
步驟s101:選取三維模型為離散體素化格式的三維模型,并進行三維模型體素化預處理,得到體素化預處理后的三維模型M(s×s×s),其中s為離散體素模型分辨率;
步驟s102:以xoy=0平面作為參照平面,選定等高變換函數映射:f(x,y,z)=z,劃分分層數為L,分層步長為step=s/L;構造L個投影矩陣projl(BS×BS),l=1,2,...L;BS為投影矩陣的大小,初始時矩陣的每個元素為0,即projl(i,j)=0,i.j=1,2,....,BS;l=1,2,...,L;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于佛山科學技術學院,未經佛山科學技術學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611008274.0/2.html,轉載請聲明來源鉆瓜專利網。





