技术领域本发明属于计算机视觉技术领域，具体涉及一种基于几何测度和稀疏优化的三维兴趣点检测方法。
背景技术：
随着科技的进步与发展，三维数据日益增多。三维兴趣点作为三维模型中最为重要的特征之一，广泛地应用于三维立体视觉中的各个领域之中，如三维注册，三维形状检索，三维网格模型分割和简化等。在过去几十年中，研究者们提出了许多方法来从三维网格模型的表面提取三维兴趣点，其中大部分都是基于几何特征的。Godila和Wagan将三维网格模型转换成体素表示方式，并在SIFT算法的启发下提出了一种检测三维局部特征的新方法(A.GodilandA.I.Wagan,“Salientlocal3dfeaturesfor3Dshaperetrieval,”ProceedingsofSPIE,vol.7864,pp.78640S–78640S–8,2011.)。Sipiran和Bustos对Harris角点检测算子做了改进和推广，使其能够针对三维模型检测出三维兴趣点(I.SipiranandB.Bustos,“Harris3d:arobustextensionoftheharrisoperatorforinterestpointdetectionon3dmeshes,”TheVisualComputer,vol.27,no.11,pp.963–976,2011.)。Lee引入了meshsaliency作为三维网格模型区域重要性的度量方式(C.H.Lee,A.Varshney,andD.W.Jacobs,“Meshsaliency,”ACMTransactionsonGraphics,vol.24,no.3,pp.659–666,2005.)。Holte使用了Difference-of-Normals算子来检测三维兴趣点(M.B.Holte,“3dinterestpointdetectionusinglocalsurfacecharacteristicswithapplicationinactionrecognition,”inIEEEInternationalConferenceonImageProcessing,Paris,France,Oct2014.)。除了基于几何特征的三维兴趣点检测方法，也有一些研究者提出了基于机器学习和拉普拉斯光谱的方法来检测三维兴趣点。
技术实现要素：
针对上述存在问题或不足，为能够高效的、鲁棒的和稳定的检测出三维网格模型中的兴趣点，本发明提供了一种基于几何测度和稀疏优化的三维兴趣点检测方法。该基于几何测度和稀疏优化的三维兴趣点检测方法主要包括：构建三维网格模型的尺度空间、计算三维网格模型的显著性响应图、根据显著性响应图选取三维兴趣点候选集和稀疏优化兴趣点候选集共四个步骤。具体如下：步骤1、构建三维网格模型的尺度空间：利用三维高斯滤波器来构建三维模型的尺度空间Mσ(x,y,z)＝M(x,y,z)*G(x,y,z,σ)(1)G(x,y,z,σ)=1(2πσ)3e-(x2+y2+z2)2σ2---(2)]]>其中M(x,y,z)为初始三维网格模型，Mσ(x,y,z)为该模型在其尺度空间中的表示，σ是高斯滤波器的标准差，*为卷积运算符。步骤2、计算三维网格模型的显著性响应图：对三维网格模型中的任意一点v，点v的1-环邻域点由能与点v构成三角形的点组成，它们位于该点外侧的第一层且在几何位置关系上是直接相邻的点，记为V1。点v的2-环邻域点由V1中所有点的1-环邻域点且不包括V1和v的点构成，记为V2。以上述相同的方式，得到3-环邻域点V3和4-环邻域点V4。引入两个几何特性来计算三维网格模型的显著性响应图。所述两个几何特性为：第一，相邻环状点到被测点切平面的距离；第二，被测点的法向量和其1-环邻域点的法向量之间的最小夹角，所述环为三维网格模型中点的邻域。所述相邻环状点到被测点切平面的距离：三维网格模型中的任意一点v所对应的切平面表示为：nT[x-xv,y-yv,z-zv]T＝0(3)其中n表示点v的法向量，(xv,yv,zv)表示点v的坐标。令表示第k-环邻域点Vk到点v的切平面的调和平均距离，表示相邻环状点到被测点切平面的距离这个几何特性，则d‾=Πk=14dk‾---(4)]]>dk‾=WkΣj=1Wk1dkj---(5)]]>dkj=|nT[xkj,ykj,zkj]T-nT[xv,yv,zv]T|||n||2---(6)]]>其中(xkj,ykj,zkj)为k-环邻域点Vk中的第j个点的坐标，dkj为该点到点v切平面的距离，Wk为k-环邻域点Vk的个数。所述被测点的法向量和其1-环邻域点的法向量之间的最小夹角：同时引入另外一种几何特性来进一步区分三维网格模型中的兴趣点和边缘，即被测点的法向量和其1-环邻域点的法向量之间的最小夹角，可表示为：θ=min(arccosnTnf||n||2||nf||2)---(7)]]>其中nf表示1-环邻域点中任意一个点的法向量。基于以上两种几何特性，定义检测三维兴趣点的显著性响应函数来评估每个点的显著性响应程度，三维网格模型表面每个点的显著性响应值共同构成了该模型的显著性响应图。采用在不同尺度下的显著性响应值的乘积作为一个点的最终显著性响应值ρ，提高真正三维兴趣点的显著性响应值并且抑制伪三维兴趣点的显著性响应值。对三维网格模型中的任意一点而言，其最终的显著性响应值ρ(j)定义为:ρ(j)=Πi=06ρi(j)---(8)]]>ρi(j)di(j)‾||di‾||∞+αθi(j)||θi||∞---(9)]]>其中ρi(j),i＝0,1,2,...,6,j＝1,2,...,N为三维网格模型Mσ(x,y,z),σ＝{0,ε,2ε,ε3,4ε,5ε,6ε