[发明专利]一种基于多特征相关反馈的三维模型检索方法

权利要求书

1、一种基于多特征相关反馈的三维模型检索方法，其特征在于，该方法包括以下步骤：

(1)服务器端对三维模型数据库中的每个三维模型进行处理，获取三维模型的彩色视图阵列；

(2)服务器端将每个三维模型的彩色视图阵列进行处理，获取三维模型特征，合并所有三维模型特征生成特征数据库；

(3)服务器端计算客户端提供的二维草图的特征；

(4)服务器端将该二维草图特征和特征数据库中特征进行匹配，计算该二维草图与每个三维模型的距离，将数据库中所有三维模型按照距离值排序并输出，生成第1次检索结果并返回客户端；

(5)由客户端对检索结果进行“相关”及“不相关”的标注，将标注后的三维模型信息返回服务器端，服务器端对该信息进行学习，采取多SVM融合方法对所述三维模型库进行分类，根据分类结果对所有三维模型进行排序并输出，作为检索结果；

(6)重复步骤(5)，最终输出用户满意的三维模型检索结果。

2、根据权利要求1所述的方法，其特征在于：所述步骤(1)获取三维模型的彩色视图阵列，具体包括以下步骤：

(11)设三维模型数据库包含P个三维模型，P为正整数，为三维模型数据库所有三维模型的数目，对每个三维模型进行坐标标准化处理：首先计算三维模型的质心，将质心平移到光场的坐标原点；然后采用改进的PCA方法来确定三维模型的三个主轴，绕光场坐标原点旋转三维模型，使三维模型的主坐标轴与光场的主坐标轴重合；

(12)沿球面均匀布置W，个摄像头，W为正整数，并使得每个摄像头视轴线指向光场坐标原点；

(13)从光场Z主轴正方向所对应的摄像头开始，对三维模型每个视角进行拍照，获得W幅彩色视图的视图阵列。

3、根据权利要求2所述方法，其特征在于：所述的步骤(2)生成特征数据库，具体包括以下步骤：

(21)通过图像分割算法得到每幅彩色视图的轮廓，计算该轮廓的傅立叶描述符，得到每幅彩色视图的轮廓描述符；

(22)应用系统聚类方法将W个彩色视图的轮廓描述符进行无监督聚类，获得K个分类，K为正整数；

(23)针对于K个分类中的每个分类，将分类中的每幅彩色视图的轮廓描述符应用贝叶斯信息度量准则BIC进行度量，从每一分类中挑选出BIC值最大的轮廓描述符，此轮廓描述符对应的彩色视图为该三维模型的“典型视图”之一，最终一个三维模型对应得到K个“典型视图”；

(24)计算K个“典型视图”的颜色特征：使用H_CD表示K个“典型视图”的颜色特征集合，使用C表示颜色特征，用H_SD表示K个“典型视图”的轮廓描述符集合，用FD表示轮廓描述符，则有：

H_CD＝{C₁，C₂，...C_K}，H_SD＝{FD₁，FD₂，...FD_K}

(25)计算W幅彩色视图的纹理特征，得到纹理特征的矩阵E，应用聚类方法对纹理矩阵降维，将纹理特征矩阵E降为g维矩阵，T，E、g、T均为正整数；

(26)应用结构最大期望方法SEM依据g维矩阵T进行贝叶斯网络学习，生成包含参数θ及结构S的贝叶斯网络，即为纹理特征网络H_TD，表示为：H_TD＝{S，θ}；

(27)将所有三维模型的H_CD、H_SD和H_TD、组合成三维模型特征数据库；表示为：

H_D(i)＝{H_CD(i)，H_SD(i)，H_TD(i)}，i＝1，...，P

式中用H_D表示一个三维模型对应的所有特征的组合，P为三维模型个数。