三维模型形状分析和检索

油底壳垫

摘要

随着激光扫描技术的发展以及计算机性能的提高，三维模型不仪在数目方面快速增长，而且其应用领域也越来越广泛，如工业产品的模型设计、虚拟现实、３Ｄ游戏和模拟仿真等。特别是在互联网｝：，有大量共享的三维模型。研究和开发三维模型搜索引擎帮助用户快速、准确地到自己所需的三维模型，是一个迫切需要解决的问题。论文针对三维模型形状分析和检索这一问题展开研究，主要工作包括以下几个方面：

在模型预处理方面。针对主向量分析用于姿态调整时产生的第一和第二主方向二义性问题，提出采用视图对称性来提高姿态调整的稳定性。首先采用主向量分析计算给定模型的三个主方向，得到模型在第一和第二主方向构成平面上的投影视图。对视图进行对称性分析，通过对称性进一步确定模型的第＋主方向。实验表明，采用视图对称性可以有效地提高姿态调整的稳定性。

远程升级在基于直方图的特征描述方面。采用空间点极径和法向定义旋转不变的几何信号：径向夹角。以点极径和径向夹角作为基本几何信号构造直方图。径向夹角克服了直接采用法向构造高斯图像存在对模型姿态敏感的问题。提取的径向夹角直方图不仅具有旋转不变性，而且算法快速有效。采用直方图描述保证提取的特征在噪声干扰或是多分辨率描述下有比较好的稳定性。实验比较表明，和类似直方图描述相比较，径向夹角直方图可以得到更好的检索性能。论文还讨论了表面点采样结果对检索结果的影响，提出采用体素化方法对采样点进一步均匀化，用以提高检索准确率。

在基于矩描述的三维形状分析方面。以离散正交Ｋｒａｗｔｃｈｏｕｋ多项式为基函数，定义用于形状描述的三维Ｋｒａｗｔｃｈｏｕｋ矩。三维Ｋｒａｗｔｃｈｏｕｋ矩能够对模型进行多分辨率描述。针对正交多项式的高计算复杂度问题，构造索引表用于加速特征提取过程。论文还讨论了不同阶下的矩对检索性能的影响以及体模型分辨率设置问题。在实验部分，我们和三维几何矩，三维Ｚｅｍｉｋｅ矩进行检索性能比较，町以发现，采用三维Ｋｒａｗｔｃｈｏｕｋ矩在检索准确率方面有明显的改进。

在三维模型的结构特征提取方面。我们引入三维分割技术，从分割结果中提取结构特征。论文首先讨论了传统分水岭分割算法存在的问题，定义了～种称之为平坦度的几何信号用于描述模型表面特征。并提出分步合并算法用于解决过合并问题。然后从分割结果中构造拓扑连接图，采用图匹配算法计算不同模型之间的相似度。进一步的，论文针对拓扑连接图用丁相似度计算存在的局限性，提出从两个模型的分割结果中构造二分图，把相似度计算转化为二分图的最大匹配问题。

单一特征都只是描述三维形状的某一方面几何特点，因此采用单一特征难以得到理想的检索准确率。采用多特征描述可以进行优势互补，从而有效地提高检索准确率。本文提出基于用户反馈的多特征联合。系统根据用户反馈自动更新权值，从而使不同的特征描述构成一个最优组合。论文进一步讨论在多特征描述下如何有效地提高检索效率，提出采用多层次检索结构，并定义自适应阈值。

关键词：三维模型检索，对称性，径向夹角直方图，三维Ｋｒａｗｔｃｈｏｕｋ矩，分割，结构特征，二分图，多层次检索结构，反馈

Ａｂｓｔｒａｃｔ

Ｒｅｃｅｎｔｄｅｖｅｌｏｐｍｅｎｔｉｎｍｏｄｅｌｉｎｇａｎｄｄｉｇｉｔｉｚｉｎｇｔｅｃｈｎｉｑｕｅｓｈａｓｌｅｄｔｏａｒａｐｉｄｉｎｃｒｅａｓｅｏｆ３Ｄ

ａｎｄｍｏｒｅ３ＤｆｒｅｅｍｏｄｅｌｓｃａｎｂｅａｃｃｅｓｓｅｄｆｒｏｍＩｎｔｅｒｎｅｔｏｒｆｒｏｍｏｔｈｅｒｒｅｓｏｕｒｃｅｓｍｏｄｅｌｓ，ａｎｄｍｏｒｅ

３Ｄｍｏｄｅｌｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｅ—ｂｕｓｉｎｅｓｓ．ｖｉｒｔｕａｌｅｎｖｉｒｏｎｍｅｎｔａｎｄｐｒｏｄｕｃｔｄｅｓｉｇｎｅｔｃ．Ａｎｕｒｇｅｎｔｐｒｏｂｌｅｍｉｓｈｏｗｔｏｈｅｌｐｐｅｏｐｌｅｆｉｎｄｔｈｅｉｒｄｅｓｉｒａｂｌｅ３Ｄｍｏｄｅｌｓａｃｃｕｒａｔｅｌｙａｎｄｅｆｆｉｃｉｅｎｔｌｙｆｒｏｍｔｈｅｍｏｄｅｌｄａｔａｂａｓｅｓｏｒｆｒｏｍｔｈｅｗｅｂ．Ｔｅｘｔ—ｂａｓｅｄｒｅｔｒｉｅｖａｌｈａｓｉｔｓ１ｉｍｉｔａｔｉｏｎｄｕｅｔｏｔｈｅｄｉｆｆｉｃｕｌｔｙ＆ｄｅｓｃｒｉｂｉｎｇｔｈｅｓｈａｐｅｃｏｎｔｅｎｔｂｙｔｅｘｔＣｏｎｔｅｎｔ—ｂａｓｅｄ３Ｄｒｅｔｒｉｅｖａｌａｉｍｉｎｇｔｏｒｅｔｒｉｅｖｅ３Ｄｍｏｄｅｌｂｙｓｈａｐｅｃｏｎｔｅｎｔｈａｓｂｅｃｏｍｅａｈｏｔｒｅ

ｓｅａｒｃｈｔｏｐｉｃ．Ｔｈｅｒｅｓｅａｒｃｈｏｆｔｈｉｓｔｈｅｓｉｓｉｓａｂｏｕｔｃｏｎｔｅｎｔ－ｂａｓｅｄ３Ｄｍｏｄｅｌｒｅｔｒｉｅｖａｌ，ｍａｉｎｌｙ３Ｄｓｈａｐｅａｎａｌｙｓｉｓ．Ｔｈｅｍａｉｎｗｏｒｋｃａｎｂｅｃｏｎｃｌｕｄｅｄａｓｆｏｌｌｏｗｉｎｇ：

Ｉｎ３Ｄｍｏｄｅｌｎｏｒｍａｌｉｚａｔｉｏｎ，ｐｏｓｅｅｓｔｉｍａｔｉｏｎｉｓｏｆｔｅｎｐｅｒｆｏｒｍｅｄｂｙＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ（ＰＣＡ）Ｔｈｅａｌｇｏｒｉｔｈｍ，ｈｏｗｅｖｅｒ，ｗｉｌｌａｐｐｅａｒｔｏｂｅｕｎｓｔａｂｌｅｆｏｒｓｏｍｅｍｏｄｅｌｓＰｏｓｔ－ｐｒｏｃｅｓｓｉｎｇｕｓｉｎｇｖｉｅｗｓｙｍｍｅｔｒｙｉｓｐｒｅｓｅｎｔｅｄｔｏｉｍｐｒｏｖｅｔｈｅｒｏｂｕｓｔｎｅｓｓｏｆｔｈｅＰＣＡｂａｓｅｄｐｏｓｅｅｓｔｉｍａｔｉｏｎＴｈｅｇｉｖｅｎｍｏｄｅｌｉｓｆｉｒｓｔｎｏｒｍａｌｉｚｅｄｂｙＰＣＡａｌｇｏｒｉｔｈｍ．Ｔｈｅｍａｉｎｖｉｅｗｏｆｔｈｅｎｏｒｍａｌｉｚｅｄｍｏｄｅｌｉｓｏｂｔａｉｎｅｄｂｙｐｒｏｊｅｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．ＩｆｔｈｅｖｉｅｗｈａｓａｓＶ：ｏｎｇｓｙｍｍｅｔｒｙａｌｏｎｇｔｈｅｃｅｎｔｅｒｌｉｎｅ，ｗｅａｄｊｕｓｔｔｈｅｐｏｓｅｒｅｓｕｌｔｂｙｕｓｉｎｇｔｈｅｓｙｍｍｅｔｒｙａｔｔｒｉｂｕｔｅ．

地沟油提炼生物柴油Ｉｎｈｉｓｔｏｇｒａｍ—ｂａｓｅｄｓｈａｐｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ，Ｒａｄｉｕｓ－ＡｎｇｌｅＨｉｓｔｏｇｒａｍ（ＲＡＨ）ｉｓｐｒｏｐｏｓｅｄｔｏｄｅｓｃｒｉｂｅｓｈａｐｅｃｏｎｔｅｎｔｓａｎｄｕｓｅｄｆｏｒｓｈａｐｅｒｅｔｒｉｅｖａｌ．ＴｈｅＲＡＨｓｈａｐｅ

ｄｅｓｃｒｉｐｔｏｒｆｉｒｓｔｕｓｅｓａｓｅｒｉｅｓ

ｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｇｉｖｅｎｍｏｄｅｌ．Ｔｈｅｎｆｏｒｏｆｃｏｎｃｅｎｔｒｉｃｓｐｈｅｒｅｓｔｏｃａｐｔｕｒｅｔｈｅｐｏｉｎｔｄｉｓｔｒｉｂｕｔｉｏｎ

ｐｏｉｎｔｓｉｎｅａｃｈｃｏｎｃｅｎｔｒｉｃｓｐｈｅｒｅ，ａＲａｄｉａｎＮｏｒｍａｌＡｎｇｌｅｉｓｃｏｍｐｕｔｅｄｔｏｅｘｔｒａｃｔｔｈｅｌｏｃａｌｇｅｏｍｅｔｒｙｆｅａｔｕｒｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅＲａｄｉｕｓ—ＡｎｇｌｅＨｉｓｔｏｇｒａｍｉｓｃｏｎｓｔｒｕｃｔｅｄｂｙｕｓｉｎｇｔｈｅｅｘｔｒａｃｔｅｄｓｈａｐｅｓｉｇｎａｔｕｒｅｓ．Ｔｈｅｐｒｏｐｏｓｅｄｓｈａｐｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｒｅｍａｉｎｓｉｎｖａｒｉａｎｔｕｎｄｅｒｒｏｔａｔｉｏｎ．Ｉｔｃａｎｂｅ

ｗｅｌｌ．Ｐｅｒｆｏｒｍａｎｃｅｃｏｍｐａｒｉｓｏｎｓｆｏｒｇｅｎｅｒａｔｅｄｆｒｏｍｔｈｅｇｉｖｅｎ３Ｄｍｏｄｅｌｅｆｆｉｃｉｅｎｔｌｙａｎｄｅａｓｉｌｙａｓ地理位置服务

ｔｈｅｓｈａｐｅｂｅｎｃｈｍａｒｋｄａｔａｂａｓｅｈａｖｅｐｒｏｖｅｎｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒｒｅｔｒｉｅｖｉｎｇｐｅｒｆｏｒｍａｎｃｅｔｈａｎｏｔｈｅｒｓｉｍｉｌａｒｈｉｓｔｏｇｒａｍ—ｂａｓｅｄｓｈａｐｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ．Ｔｈｅｔｈｅｓｉｓａｌｓｏｄｉｓｃｕｓｓｅｓｔｈｅｐｏｉ

ｎｔｓａｍｐｌｉｎｇｒｅｓｕｌｔ’ｓａｆｆｅｃｔｏｎｔｈｅｆｉｎａｌｒｅｔｒｉｅｖｉｎｇｐｒｅｃｉｓｉｏｎＴｈｅｖｏｘｅｌｉｚａｔｉｏｎｉｓｕｓｅｄｔｏｍａｋｅｔｈｅｓａｍｐｌｅｄｐｏｉｎｔｍｏｒｅｅｖｅｎｏｖｅｒｔｈｅｓｕｒｆａｃｅ，ａｎｄｂｅｔｔｅｒｒｅｔｒｉｅｖｉｎｇｐｒｅｃｉｓｉｏｎｃａｎｂｅａｃｈｉｅｖｅｄｂｙｔｈｉｓｐｒｏｃｅｓｓ

Ｉｎｍｏｍｅｎｔ．ｂａｓｅｄｓｈａｐｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ，ｗｅｄｅｖｅｌｏｐａｎｅｗｋｉｎｄｏｆ３Ｄｍｏｍｅｎｔｃａｌｌｅｄ３ＤＫｒａｗｔｃｈｏｕｋｍｏｍｅｎｔ．ＩｔｉｓｉｎｄｕｃｅｄｆｒｏｍｄｉｓｃｒｅｔｅｏｒｔｈｏｇｏｎａｌｐｏｌｙｎｏｍｉａｌｓｄｅｆｉｎｅｄｂｙＫｒａｗｔｃｈｏｕｋ．

ｎｃａｎｐｒｏｖｉｄｅａｍｕｌｔｉ—ｒｅｓｏｌｕｔｉｏｎｒｅｐｒｅｓｅｎｔａｔｉｏｎｆｏｒｔｈｅｇｉｖｅｎ３Ｄｍｏｄｅｌ．Ｔｈｅｉｎｄｅｘｔａｂｌｅｔｅｃｈｎｏｌｏｇｙｉｓａｌｓｏｕｓｅｄｔｏｓｐｅｅｄｕｐｔｈｅｃｏｍｐｕｔａｔｉｏｎｐｒｏｃｅｓｓｏｆ３ＤＫｒａｗｔｃｈｏｕｋｍｏｍｅｎｔ．Ｉｎｅｘｐｅｒｉｍｅｎｔ，ａｃｏｍｐａｒｉｓｏｎａｍｏｎｇｄｉｆｆｅｒｅｎｔｋｉｎｄｓｏｆ３Ｄｍｏｍｅｎｔｓ，ｓｕｃｈａｓＧｅｏｍｅｔｒｉｃａｌｍｏｍｅｎｔ，Ｚｅｒｎｉｋｅｍｏｍｅｎｔｓ，ｈａｓｓｈｏｗｎ３ＤＫｒａｗｔｃｈｏｕｋｍｏｍｅｎｔｃａｒｌａｃｈｉｅｖｅｂｅｔｔｅｒｒｅｔｒｉｅｖｉｎｇｐｅｒｆｏｒｍａｎｃｅ．Ｔｏｅｘｔｒａｃｔｓｔｒｕｃｔｕｒｅｆｅａｔｕｒｅｆｏｒ３Ｄｒｅｔｒｉｅｖａｌ，ｗｅｄｅｃｏｍｐ

ｏｓｅｔｈｅｇｉｖｅｎ３Ｄｍｏｄｅｌｉｎｔｏｓｏｍｅｍｅａｎｉｎｇｆｕｌｐａｔｃｈｅｓｂｙｓｅｇｍｅｎｔａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｔｏａｃｈｉｅｖｅｒｏｂｕｓｔｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔ，ｆｌａｔｎｅｓｓｍｅａｓｕｒｅｆｏｒｍｅｓｈｆａｃｅｓｉｓｄｅｆｉｎｅｄａｎｄｕｓｅｄｆｏｒ３Ｄｍｏｄｅｌｓｅｇｍｅｎｔａｔｉｏｎ．Ａｔｗｏ—ｓｔａｇｅｍｅｒｇｉｎｇｓｔｒａｔｅｇｙｉｓｐｒｅｓｅｎｔｅｄｔｏａｖｏｉｄｏｖｅｒ－ｍｅｒｇｉｎｇ，ａｐｒｏｂｌｅｍｏｆｔｅｎｏｃｃｌｌｒｉｎｔｒａｄｉｔｉｏｎａｌｓｅｇｍｅｎｔａｔｉｏｎａｌｇｏｒｉｔｈｍｓ．Ｔｈｅｔｏｐｏｌｏｇｉｃａｌｃｏｎｎｅｃｔｉｏｎｇｒａｐｈｉｓｃｏｎｓｔｒｕｃｔｅｄｆｒｏｍｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔ，ａｎｄｕｓｅｄｆｏｒｃａｌｃｕｌａｔｉｎｇｓｉｍｉｌａｒｉｔｙｂｅｔｗｅｅｎ３Ｄｍｏｄｅｌｓ．Ｔｈｅｔｈｅｓｉｓｆｕｒｔｈｅｒｄｉｓｃｕｓｓｅｓｔｈｅｌｉｍｉｔａｔｉｏｎｏｆｔｈｅｔｏｐｏｌｏｇｉｃａｌｃｏｎｎｅｃｔｉｏｎｇｒａｐｈｂａｓｅｄｓｉｍｉｌａｒｉｔｙｃａｌｃｕｌａｔｉｏｎ．ＴｈｅｎＢｉｐａｒｔｉｔｅＧｒａｐｈｉｓｉｎｔｒｏｄｕｃｅｄｔｏｃｏｍｐｕｔｅｔｈｅｓｉｍｉｌａｒｉｔｙｂｅｔｗｅｅｎｍｏｄｅｌｓ．数据监测

Ａｎｙｓｈａｐｅｆｅａｔｕｒｅ，ｈｏｗｅｖｅｒ，ｃａｎｗｏｒｋｗｅｌｌｆｏｒｃｅｒｔａｉｎｓｅｔｓｏｆｍｏｄｅｌｓ，ａｎｄｎｏｓｉｎｇｌｅｏｎｅｃａｎｗｏｒｋｗｅｌｌｆｏｒａｌｌｃａｓｅｓ．Ｔｏｉｍｐｒｏｖｅｔｈｅｒｅｔｒｉｅｖｉｎｇｐｒｅｃｉｓｉｏｎｇｒｅａｔｌ

ｙ，ｗｅｃｏｍｂｉｎｅｍｕｌｔｉｐｌｅｓｈａｐｅｆｅａｔｕｒｅｓｆｏｒ３Ｄｒｅｔｒｉｅｖａｌ．Ｔｈｅｆｅｅｄｂａｃｋｔｅｃｈｎｏｌｏｇｙｉｓｕｓｅｄｔｏｍａｋｅａｎｏｐｔｉｍａｌｃｏｍｂｉｎａｔｉｏｎｏｎｄｉｆｆｅｒｅｎｔｓｈａｐｅｆｅａｔｕｒｅｓ．Ｏｎｔｈｅｏｔｈｅｒｈａｎｄ．ａｍｕｌｔｉ—ｓｔａｇｅｒｅｔｒｉｅｖｉｎｇａｒｃｈｉｔｅｃｔｕｒｅｉｓｄｅｖｅｌｏｐｅｄｔｏｉｍｐｒｏｖｅｔｈｅｒｅｔｒｉｅｖｉｎｇｅｆｆｉｃｉｅｎｃｙｂａｓｅｄｏｎｈｙｂｒｉｄｓｈａｐｅｆｅａｔｕｒｅｓ．Ａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄｉｓｄｅｆｉｎｅｄｔｏａｓｓｕｒｅｔｈａｔｔｈｅｒｅｔｒｉｅｖｉｎｇｓｙｓｔｅｍｈａｓａｇｏｏｄｒｅｔｒｉｅｖｉｎｇａｃｃｕｒａｃｙｗｉｔｈｔｈｅｉｍｐｒｏｖｅｄｒｅｔｒｉｅｖｉｎｇｅｆｆｉｃｉｅｎｃｙ

红外线烘干

Ｋｅｙｗｏｒｄｓ：Ｃｏｎｔｅｎｔ—ｂａｓｅｄ３ＤＲｅｔｒｉｅｖａｌ，Ｓｙｍｍｅｔｒｙ，Ｒａｄｉｕｓ‘ＡｎｇｌｅＨｉｓｔｏｇｒａｍ，３ＤＫｒａｗｔｃｈｏｕｋＭｏｍｅｎｔ，Ｓｅｇｍｅｎｔａｔｉｏｎ，ＳｔｒｕｃｔｕｒｅＦｅａｔｕｒｅｓ，ＢｉｐａｒｔｉｔｅＧｒａｐｈ，

Ｍｕｌｔｉ—ｓｔａｇｅＲｅｔｒｉｅｖｉｎｇＡｒｃｈｉｔｅｃｔｕｒｅ，Ｆｅｅｄｂａｃｋ

本文发布于:2024-09-21 22:18:23，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/293274.html

上一篇：网页设计中计算机图像处理技术的应用

下一篇：一张照片透露出的信息——如何从风景照中推理出拍摄者位置?