[发明专利]一种基于多图匹配的三维模型检索方法

权利要求书

1.一种基于多图匹配的三维模型检索方法，其特征在于，所述三维模型检索方法包括以下步骤：

结合相似性最大原理、一元或二元匹配一致性原理，对初始匹配矩阵进行一元或二元逐步一致性正则化计算，找到多视图中最佳的中间级图；

根据节点匹配一致性、掩膜、最佳的中间级图，获取转换后的一元匹配一致性或二元匹配一致性；

重复上述步骤，构建相似性超图或一致性超图，利用最大生成树算法生成最终匹配矩阵；

对最终匹配矩阵进行归一化处理，获取到的序列即为数据库中两两三维模型之间的相似度；对相似度进行排序，从而实现三维模型的检索；

其中，结合相似性最大原理、一元或二元匹配一致性原理，对初始匹配矩阵进行一元或二元逐步一致性正则化计算具体为：

中间级图

其中，i＝1,2,…N-1,j＝i+1,...,N；为t-1次迭代后三维模型G_i和G_k之间的匹配矩阵，为t-1次迭代后三维模型G_k和G_j之间的匹配矩阵，为t次迭代后三维模型G_i和G_j之间的匹配矩阵，C_u(M,X^(t-1))为t-1次迭代后匹配矩阵X的一元匹配一致性，为t-1次迭代后的相似性得分；λ为权重；

中间级图

其中，X^(t-1)为t-1次迭代后三维模型数据库的匹配矩阵，和为t-1次迭代后匹配矩阵X的二元匹配一致性；

在一元或二元逐步一致性正则化情况下，在迭代过程中不断更新。

2.根据权利要求1所述的一种基于多图匹配的三维模型检索方法，其特征在于，所述三维模型检索方法还包括：

采集各物体的多视角彩色视图，提取掩膜后得到的初始视图集，将所有物体的总视图集定义为三维模型数据库，进行特征提取计算初始匹配矩阵。

3.根据权利要求2所述的一种基于多图匹配的三维模型检索方法，其特征在于，所述特征具体为：卷积神经网络矩特征。

4.根据权利要求2所述的一种基于多图匹配的三维模型检索方法，其特征在于，所述转换后的一元匹配一致性或二元匹配一致性具体为：

其中，为排除冗余点之后的一元匹配一致性，为排除冗余点之后的二元匹配一致性，n_i表示匹配相关点，N为数据库中三维模型的数目，i、j为两两匹配中三维模型的序号，k为最佳中间级图的序号，ψ_c(X_ij-X_ikX_kj,X,n_i)为用于排除X_ij-X_ikX_kj中冗余点的“掩模”，|| ||_F为常见范数的表示方法。

5.根据权利要求1所述的一种基于多图匹配的三维模型检索方法，其特征在于，所述构建相似性超图或一致性超图，利用最大生成树算法生成最终匹配矩阵的步骤具体为：

若C(X^(t))≠1且C(X^(t))＜γ时，构建相似性超图，利用最大生成树算法找到相似性超图的最大生成树结构；

C(X^(t))≠1且C(X^(t))≥γ时，构建一致性超图，利用最大生成树算法找到一致性超图的最大生成树结构；

由最大生成树结构生成的超图匹配矩阵就是最终匹配矩阵；

其中，C(X^(t))为t次迭代后匹配矩阵X的整体一致性，X^(t)为t次迭代后三维模型数据库的匹配矩阵，γ为匹配矩阵整体一致性的判断阈值。