一种基于网格分割的三维模型检索方法
【专利摘要】本发明公开了基于网格分割的三维模型检索方法，包括以下步骤：通过分层谱分析构造分割场，包括：凹顶点判断，拉普拉斯矩阵构造，矩阵分解与低频特征向量选择，子特征向量生成与子特征向量权重计算以及边符号矩阵构造。在分割场中采样等值线，利用分组-合并算法对等值线分组和合并，得到若干候选等值线组集合，根据候选等值线组中每条等值线的权重确定最终的分割边界，完成三维模型自动分割。通过计算三维模型每个分割块的特征描述子矩阵得到三维模型混合特征描述子矩阵，并分别计算待检索的目标三维模型与待检索的三维模型数据库中的每一个三维模型的混合特征描述子矩阵的相似度，将三维模型间的相似度数值从低到高排序输出，完成三维模型检索。
【专利说明】—种基于网格分割的三维模型检索方法【技术领域】
[0001]本发明涉及一种三维模型比较和检索的方法，特别是一种基于网格分割的三维模型检索方法。
【背景技术】
[0002]三维模型检索是三维模型研究和其他相关应用领域中非常重要的一个研究方向。从大型数据库中有效检索三维模型已成为诸多商业应用中的迫切需求，具有较高的商业、经济价值和市场前景。目前为止，很多学者和研究机构都提出了各种三维模型检索算法，基于内容的三维模型检索算法大致可归为四类，分别是:基于统计数据的检索算法，基于函数分析的检索算法，基于拓扑结构的检索算法和基于视觉特征的检索算法。以上各种检索算法都有自己的优缺点，没有哪一种算法可以对所有模型提供好的检索性能。怎样挖掘新型的检索算法，提高精确度，是今后算法研究的主要方向。
[0003]三维模型分割可看作网格分割的特殊应用，在几何处理和形状理解领域，网格分割是一个基础问题，它旨在将一个三维多边形网格分割为不相交但有意义的若干子部分的过程，同时，网格分割可以为网格结构提供高层语义理解。在近年来，网格分割已经成为一个重要的研究热点。它已经成为许多几何造型和计算机图形学应用中的重要组成部分。网格分割技术得益于图像分割，有限元网格分割，无监督机器学习等领域的发展，它为网格曲面的很多应用提供了便利。在变形过程中，网格分割可以用来指定网格之间的对应。在网格的压缩和简化中，可以利用分割来提高压缩比例。在纹理映射中，分割部分被直接用来进行参数化。现存的网格分割算法大致可分为三类，分别是:谱分析方法，区域增长法和统计学习方法。
【发明内容】
[0004]发明目的:本发明所要解决的技术问题是针对现有三维模型检索技术的不足，提供一种新颖的基于网格分割的三维模型检索方法。
[0005]本发明方法首先通过自动分割，将模型中有意义的若干子部分分割出来，然后计算每个分割块的特征描述子形成混合特征描述子，从而从三维模型数据库中快速准确的查找到与输入的三维模型最接近的模型。
[0006]为了解决上述技术问题，本发明公开了一种基于网格分割的三维模型检索方法，包括以下步骤:
[0007]对三维模型数据库中的以及待检索的三维模型，执行步骤I~步骤10:
[0008]步骤1:分析三维模型，三维模型由三角面片构成，保存其顶点信息、边信息和三角面片信息，计算顶点、边和三角面片之间的拓扑关系，包括每个顶点的邻接顶点、邻接面、邻接边，每个三角面片的邻接面以及每条边的邻接面；
[0009]步骤2:通过合并三种顶点凹凸性的判断方法，选择三维模型中分布在凹区域的顶点集合；[0010]步骤3:根据步骤2得到的凹顶点集合，构造拉普拉斯矩阵并分解拉普拉斯矩阵，得到特征值集合
【权利要求】
1.一种基于网格分割的三维模型检索方法，其特征在于，包括以下步骤: 对三维模型数据库中的以及待检索的三维模型，执行步骤I~步骤10: 步骤1:分析三维模型，计算顶点、边和三角面片之间的拓扑关系，包括每个顶点的邻接顶点、邻接面、邻接边，每个三角面片的邻接面以及每条边的邻接面； 步骤2:通过合并三种顶点凹凸性的判断方法，选择三维模型中分布在凹区域的凹顶点集合； 步骤3:根据步骤2得到的凹顶点集合，构造拉普拉斯矩阵并分解拉普拉斯矩阵，得到特征值集合认1入,…和特征向量集合佐石々,…,ξη.}，nVOT表示三维模型顶点个数； 步骤4:从特征向量集合中选择能够表达三维模型局部和全局几何特征的低频特征向量; 步骤5:利用K-Means聚类算法，以三维模型的顶点位置信息作为输入进行聚类，根据K-Means聚类结果将步骤4中得到的低频特征向量分解为子特征向量； 步骤6:计算每个子特征向量的权重和符号，为步骤4中得到的低频特征向量构造权重矩阵和符号矩阵； 步骤1:利用步骤6得到的权重矩阵和符号矩阵，构造单值分割场； 步骤8:在单值分割场中采样等值线并利用分组合并算法构造等值线组集合； 步骤9:计算等值线权重，根据等值线权重，从每个等值线组中选择最大权重等值线作为分割线，完成三维模型分割，得到一组分割块； 步骤10:计算每个分割块的特征描述子矩阵； 步骤11:计算待检索三维模型与三维模型数据库中每一个三维模型的相似度，按照相似度数值从低到高排序输出，完成三维模型检索。
2.根据权利要求1所述的一种基于网格分割的三维模型检索方法，其特征在于，步骤2包括以下步骤: 第一个顶点凹凸性的判断方法为:
3.根据权利要求2所述的一种基于网格分割的三维模型检索方法，其特征在于，步骤4包括以下步骤: 计算特征值集合—队.λ2,…人胃}二阶差分，得到集合M11 ?λ2,..., vinvj；
4.根据权利要求3所述的一种基于网格分割的三维模型检索方法，其特征在于，步骤5和步骤6中， 步骤5中，利用K-Means聚类算法，将三维模型聚类为50个区域{patchy patch2, patch3,…，patch5(l},相应的每个低频特征向量ξ d也被分为50个子特征向量{SEd；1, SEd；2, - ,SEd；50}且 ξ d=SEd；1 Π SE42-Π SEdj50,1 ≤ d ≤ neigen，neigen 表示步骤 4中得到的低频特征向量个数； 步骤6中，计算每个子特征向量的权重wd，m，子特征向量的权重由两部分组成: wd,m=IVd； m.1g(PO4m)，其中，I≤m≤50 ; IVd，m计算公式为:
5.根据权利要求4所述的一种基于网格分割的三维模型检索方法，其特征在于，步骤7中，构造单值分割场包括: 构造矩阵A和矩阵b，其定义为:
6.根据权利要求5所述的一种基于网格分割的三维模型检索方法，其特征在于，步骤9中，分割线的选择包括: 计算每条等值线Is的得分scs:
SCs=SCs, c.SCs,广.SCs, 7， 其中，SCs，。表示凹凸性得分，SCy表示长度得分，SCs，m表示平滑度得分； SCs，。定义计算公式为:
7.根据权利要求6所述的一种基于网格分割的三维模型检索方法，其特征在于，步骤10中，分割块特征描述子矩阵计算如下， 分割块中任意两个三角面片g，h，其中I < g, h < nsegb, nsegb表示分割块中包含三角面片的数目，由角度Θ和距离d描述的特征值(dgh，9gh)的计算如下:
(dgh，0gh) = (min( CPj I/I CPj , | CPh | / CPg ), acos < CPg, CPh > ), 其中C为三维模型的质心，Pg和Ph分别是分割后得到的一个分割块中三角面片g，h各自对应的质心，IlCPgII为三维模型的质心c到三角面片质心Pg所构成的向量的长度，CPhI I为三维模型的质心C到三角面片质心Ph所构成的向量的长度，acos < CPg, CPh >为向量CPg和向量CPh形成的夹角； 分割块中所有三角面片对的特征值计算之后，将其投影到以角度Θ为横轴，距离d为纵轴的二维坐标系中，所统计出的每一个特征值(dgh，Θ gh)都对应坐标系中的一点； 根据dgh e [O, I]且Θ gh e [O, π],把横坐标Θ轴均匀划分M份,间隔长度为π/Μ,把纵坐标d轴均匀划分N份，间隔长度为1/N，由此将坐标系划分成了 MXN份；每一个特征值(dgh, 9gh)都落于MXN份中的一份，计算每一份中所落入的特征值占所有特征值的百分比，形成了 MXN矩阵。
【文档编号】G06F17/30GK103914571SQ201410172378
【公开日】2014年7月9日 申请日期:2014年4月25日 优先权日:2014年4月25日
【发明者】路通, 秦龙飞, 王昊 申请人:南京大学