本发明涉及一种非完备模型局部变形恢复方法，特别涉及基于点对邻域正交化算法的对称特征化石三维模型局部变形恢复方法，属于计算机视觉数据处理领域。
背景技术：
：目前大部分生物进化过程的研究源自于化石，对灭绝动物骨头的研究，可以了解它们是怎么运动或者联系彼此等等。但是骨头的形状在石化的过程中因为地质作用而变形，对于头骨之类的化石，假设其原来的形状是对称的，用此假设来扭转变形，使化石对称。MichaelKazhdan等人在2004年提出一个新的反射对称描述符，可以通过模型的质量中心来计算任意3D模型所有平面的反射对称。其好处是可以定义一个典型参数和描述3D形状的全局属性，他们用傅立叶方法去获得任意3D形状的素格，实验表明反射对称描述符与其他常见描述符的连接上表现良好。DanRaviv等人在2010年提出非刚性形态对称的一般化以及一个数字化框架。可以处理近似对称的检测和分类问题，以及旋转对称和局部对称。他们提出的数字化框架可以用于检测医学图像的变形。M.Bokeloh等人在2009年提出一个新的对称性检测算法，其主要思想是寻找3D表面上的特征线去确定其相似的部分，相比较以前的算法，避免了转换空间混乱的问题，因此在对称处获得了良好的识别性能。AlexanderM.Bronstein等人在2010年介绍了仿射不变几何扩散，可以用来分析经过挤压和剪切变形后的表面。仿射不变度量可以从提取的局部或者全局的几何结构中建立拉普拉斯几何不变量。这种新的几何结构可以使计算工具同时处理两个非刚性大致等距变形的表面。技术实现要素：本发明的目的是提出一种基于点对邻域正交化算法的对称特征化石三维模型局部变形恢复方法。本发明通过以下技术方案来实现，一种基于点对邻域正交化算法的对称特征化石三维模型局部变形恢复方法，包括以下步骤:1)先在变形物体表面找到相应的点对；2)计算每个点对的加权质心；3)对于每个点对，估计其局部邻域的非正交坐标系；4)计算最小拉伸去正交每个局部框架；5)拉伸后，旋转所有的局部框架使估计的对称平面平行于y轴；6)在输出模型的点对中将局部拉伸和旋转融入整体的解决方案。与现有技术相比，本发明具有以下有益效果：本发明解决了局部平面的双侧对称问题，对于数字化化石及文物的变形研究有广泛的应用价值。与此同时，在计算机上修正对称变形，大大增加了数字化化石对称的准确性，节省了人力物力。附图说明图1为点对邻域正交化算法流程图。具体实施方式仿射变形模型的局部对称为了近似局部对称，将一对仿射变换(Mpi,Mqi)应用于点对pi和qi的邻域。先计算矩阵与其结果(经过压缩或弯曲后)作为输入。在每个局部的邻域中，估算最小的拉伸使邻域局部对称，具体方法是：第一步，估计目标平面H*，可以通过变形将其能转换成对称平面。第二步，计算最小拉伸使邻域通过H*对称。第一步，估计目标平面H*，可以通过变形将其能转换成对称平面。具体过程如下：高斯权重θi,j确定每个pi，qi周围的加权邻域Pi，Qi，为了缩短符号接下来P,Q＝Pi,Qi。将目标平面H*与(P,Q)相匹配，如果其协差方矩阵的主要元素是单位向量的话，那么这个点集具有各向同性的性质。P'∪Q'是双侧对称点集，但是仿射变换A(A不成比例的缩放)，那么(P,Q)＝(AP',AQ')就不再是双侧对称，而具有各向同性的仿射变换T，比如TPUTQ就是双侧对称。所以用矩阵T组成最好的对称面H。可以用H*＝T-1H来匹配对称的目标平面(P,Q)。从PUQ中的加权协方差矩阵计算T，t为P∪Q的质量重心，协方差矩阵为：C=Σjθi,j((pj-t)(pj-t)T+(qj-t)(qj-t)T)---(1)]]>规定T＝C-1/2，这里C-1/2是一个矩阵，比如C-1/2C-1/2＝C-1。这里的矩阵可以通过计算C的SVD分解得到。然后找到双侧对称点集(TP,TQ)的优化的对称平面H及其法线n，最后通过H*＝T-1H,n*＝T-1n将H与n变换回(P,Q)空间。第二步，计算最小拉伸使邻域通过H*对称。具体过程如下：找到了H*之后，拉伸其坐标使n*垂直于H*，使用一个最小拉伸系数γ，最小对称化拉伸的方位向量v位于一个平面上，其横跨n*以及n*在H*的投影m。v＝(n*-m)/2，γ＝tan(β/2)(2)这里的β是向量n*与-m的夹角。用Si表示拉伸矩阵，在全局阶段设置(Mpi,Mqi)＝(Si,Si)，应用同样的方法将Si到两边去得到合适的双侧对称，使ni＝Sin*，其为拉伸后的对称平面的法线。关节型模型的局部对称关节型模型有关节，因此可以弯曲或旋转，所以当其模型对称部分的邻域随意换了一个姿势时，模型就不会双侧对称了，对于每个邻域(Pi,Qi)，找到最小旋转角Zi，比如用使P和Q双侧对称。第一步，缩小旋转R与反射U的误差。具体过程如下：首先移动两个点集Pi，Qi使其矩心都落在原点上，注意旋转与反射在以原点为中心的点集中是可交换的。用下面公式缩小旋转R与反射U的误差：Σi||pi-URqi||2---(3)]]>A表示对跖映射，因为A(p)＝-p，Σi||pi-URqi||2=Σi||pi-(AU)RA(qi)||2---(4)]]>因为旋转V＝(AU)R，那么可以得到：Σi||pi-URqi||2=Σi||pi-V(Aqi)||2---(5)]]>第二步，缩小旋转V来优化点集Pi与Aqi的校准误差。具体过程如下：旋转V虽然是唯一的，但是优化双侧对称D并不是唯一的。假设D绕任意轴旋转180°，使U＝AD，以及R＝DV，那么：Σi||pi-V(Aqi)||2=Σi||pi-AADDV(Aqi)||2=Σi||pi-AUR(Aqi)||2=Σi||pi-URqi||2---(6)]]>也就是说，对于任意D，都可以计算旋转R与反射U的来缩小对称误差，V为a轴的旋转角，其范围是0≤θ≤π，所以D是关于a轴的旋转，最小的旋转R＝DV绕着a轴旋转γ＝θ-π，Zi绕a轴旋转了γ/2，设置ni为U的映射平面的法线。全局对称全局对称的输入是一组三元的集，每一个都编码了点对周围两表面邻域的双侧对称。((pi,qi),ni,(Mpi,Mqi))是元组，其包含了点对(pi,qi)，局部平面镜像对称的法线ni。为了近似局部对称，将一对仿射变换(Mpi,Mqi)应用于pi和qi的邻域。由ni构成的向量域必须指向x轴的负极，对于每个ni先计算旋转矩阵Qi，可以使ni指向负极。需要计算点对新的位置ri和si，其相对于y-z平面对称，同时使连接相邻点的向量尽可能与变形输入的向量一致。其相似度可以表达如下：ΣiΣjφi,j[(ri-rj)-QiMpi(pi-pi)]2+φi,j[(si-sj)-QiMqi(qi-qj)]2+αφi,j[(ri-rj)-Qi(pi-qj)]2+αφi,j[(si-sj)-Qi(qi-pj)]2---(7)]]>其中：ri,x＝-si,x,ri,y＝si,y,ri,z＝si,z这里的φi,j是连接点i和j的高斯权重：φi,j=min{e-d2(pi-pj)h2,e-d2(qi-qj)h2}---(8)]]>高斯权重确定了基于欧几里德距离的pi与qi的邻域。根据经验为每个模型选取了不同的宽度h，大概是标记与邻近点距离的5倍，常数α通常取0.01。这个函数的法线方程组形成3个关于x,y,z的线性方程。根据等式约束用ri替代si，解这些方程会得到点ri。最后，用博板样条曲线移动网络的其他部分到由ri位置组成的对称位置。当前第1页1 2 3