[发明专利]一种基于单一图像的数控机床设计模块三维模型检索方法

权利要求书

1.一种基于单一图像的数控机床设计模块三维模型检索方法，包括如下步骤：

步骤1机床模块三维模型特征提取方法：抽取数据库中的所有机床模块三维模型的SIFT特征及其BOF特征向量；

步骤2中作为检索条件的图像特征提取方法：抽取作为检索条件的图像的SIFT特征及其BOF特征向量；

步骤3粗略检索：计算步骤1和步骤2BOF特征向量间的欧氏距离，然后使用k-近邻法取欧式距离最近的n个，根据检索条件对数据库中的机床模块三维模型进行粗略相似度排序，列出n个最相似的候选的检索结果；

步骤4精确检索：利用大数距离法对候选的机床模块三维模型进行重排序，生成最终的检索结果

所述步骤4具体步骤如下：

4.1)针对n个候选机床模块三维模型，从每一模型对应的v个特征向量中，选择与检索条件的特征向量最相似的3个(或多个)特征向量来表征该模型，进行精确检索；

4.2)当计算检索条件与三维模型的相似度时，将检索条件的BOF特征向量中的非零元素与模型的3个BOF特征向量中同一位置的元素中最大值进行比较：当最大值大于它的50％时，相似度向量的对应元素值设为1，否则为0，最终获得与原特征向量同维度的相似度向量；

4.3)经过4.2步骤的计算过程，获得二值相似度向量，将检索条件的BOF特征向量值作为权重向量，转置后与二值相似度向量相乘，获得最终的相似度。

2.根据权利要求1中所述的方法，其特征在于：步骤1中的机床模块三维模型特征提取方法包括CAD模型的多视角分解，以及对多视角图像的相互独立的特征提取。

3.根据权利要求2中所述的方法，其特征在于：三维模型根据球形均分原则进行多视角分解，对称模型不重复分解视角。

4.根据权利要求3中所述的方法，其特征在于：三维模型分解的起始视角位置是随机的，不需要进行姿态归一化。

5.根据权利要求1中所述的方法，其特征在于：步骤2中作为检索条件的图像特征提取方法中所使用的图像是一个未知三维CAD模型的任意视角图像。

6.根据权利要求1中所述的方法，其特征在于：步骤3中的粗略检索与步骤4中的精确检索采用了两种不同的相似度计算方法：步骤3采用简单的相似度计算方法计算欧氏距离，用于快速的候选模型检索，步骤4采用大数距离法计算大数距离用于候选模型的重排序以提 高检索精度。

7.根据权利要求6中所述的方法，其特征在于：精确检索的相似度计算中，每个候选CAD模型的至少3个视角的特征向量用于重排序。

8.根据权利要求7中所述的方法，其特征在于：对于每一个候选的CAD模型，被选择用来代表该模型的3个视角与检索条件有最大的相似度。

9.根据权利要求7中所述的方法，其特征在于：大数距离计算过程中，作为检索条件的图像的特征向量中的元素与候选模型的3个特征向量中相同位置的最大元素进行比较。

10.根据权利要求1所述的方法，其特征在于：具体包括如下步骤：

1.)一种离线机床模块三维模型特征提取方法，具体步骤如下：

1.1)在离线处理阶段，先将数据库中已有的机床模块三维模型进行多视角分解；针对每一个三维模型，以任意三条互相垂直的、穿过模型几何中心的直线为基准，将三维空间等分为v份；

1.2)从步骤1.1)中的等分的v份子空间对应的视角，对该模型进行投影，获取v张不同视角的二维投影图像；

1.3)对步骤1.2)中的每一张视角图像，进行特征提取，提取大约等量SIFT特征点，运用特征袋方法，在SIFT特征的基础上提取直方图，作为更高级的特征-BOF特征；

2.)在在线检索阶段，当用户输入图像作为检索条件后，对该图像进行特征提取,该图像的特征提取与三维模型中视角的图像的特征提取方法相同，先提取SIFT特征点，在此基础上提取BOF特征向量；

3.)在粗略检索中，为了提高检索效率，使用k-近邻法来计算特征向量间的欧氏距离；在一个包含N个三维模型的数据库中，一共有v*N个BOF特征向量，利用k-近邻法选择n个最相似的机床模块三维模型；

4.)在精确检索中，利用大数距离法，将步骤3中所得的n个候选模型进行重排序，具体步骤如下：

4.1)针对n个候选机床模块三维模型，从每一模型对应的v个特征向量中，选择与检索条件的特征向量最相似的3个特征向量来表征该模型，进行精确检索；

4.2)当计算检索条件与三维模型的相似度时，将检索条件的BOF特征向量中的非零元素与模型的3个BOF特征向量中同一位置的元素中最大值进行比较：当最大值大于它的50％时，相似度向量的对应元素值设为1，否则为0，最终获得与原特征向量同维度的相似度向量；

4.3)经过4.2)步骤的计算过程，获得二值相似度向量，将检索条件的BOF特征向 量值作为权重向量，转置后与二值相似度向量相乘，获得最终的相似度。