[发明专利]一种基于网格分割的三维模型检索方法

说明书

技术领域

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

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。

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

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。

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。

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：

对三维模型数据库中的以及待检索的三维模型，执行步骤1～步骤10：

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；

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；

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，得到特征值集合和特征向量集合n_ver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，对其聚类，根据K-Means聚类结果将步骤4中得到的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中得到的特征向量构造权重矩阵和符号矩阵；

步骤7：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：根据等值线的权重，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，得到若干分割块；

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。

本发明步骤2中，计算凹顶点集合包括以下步骤：

第一个顶点凹凸性的判断方法为：