[发明专利]一种基于LIRE的三维模型检索方法

说明书

技术领域

本发明涉及三维模型检索领域，尤其涉及一种基于LIRE(Lucene Image Retrieval，基 于Lucene检索引擎的图片检索系统)的三维模型检索方法。

背景技术

近几年，随着计算机硬件的快速发展以及三维扫描技术的提高，三维模型不仅在科研、 工业和医学中得到广泛应用，在生活中也随处可见，甚至一些购物网站推出三维试衣间， 三维电视也即将进入市场。市场对三维模型应用需求不断扩大，用户对模型设计和实现的 速度和质量都提出了更高的要求。同时随着三维数据获取技术、三维图形建模方法及图形 硬件技术的发展，已经产生了越来越多的三维物体模型库，如虚拟现实环境(virtualreality)、 三维游戏(3Dgame)、工业实体CAD模型库等等。此外，在生物、化学、考古学以及地理 学等多个领域，三维数据模型库也已经越来越普遍，在互联网上，也涌现出越来越多的三 维模型库^[1]。

三维模型与二维图像相比，三维模型更适用于人类的视觉感知和思维模式，但是建立 精确、逼真的三维模型却比二维图像费时费力。为了简化建模过程，可以在已有的相似模 型的基础上重建模。但是，随着三维模型的增多，在庞大的数据库查找所需模型将变得非 常困难^[2]。因此研究三维模型检索技术(Content-based 3D Retrieva1)，帮助用户快速准确地 获取符合设计意图的三维模型，实现资源重用，成为当前研究的热点^[3]。

三维模型的检索方式同其他的多媒体数据检索技术一样，主要分为基于文本的检索和 基于内容的检索。基于文本的检索方式把模型作为数据库中存储的一个对象，用关键字或 文本对模型进行描述。在模型的存储路径和模型的关键字之间建立联系，关键字选取具有 很大的主观性和片面性，而且可靠性和效率都不高，面对目前三维模型数量越来越多以及 互联网搜索引擎规模与复杂性日益增强的情况，显然难以胜任。20世纪90年代初，为适 应图像、视频等二维多媒体信息检索的需要，基于内容的多媒体检索技术应运而生，并很 快在理论研究和实际应用中得到快速发展^[4,5]。

基于内容的三维模型检索技术是利用机器自动提取并计算三维模型的内在特征，如形 状、拓扑关系、模型表面信息等，通过对待查询模型和目标模型特征之间的相似性匹配 来自动建立特征检索索引，实现对三维模型数据库的浏览和检索。这种方法有人工干预少、 贴近直觉、检索准确率高的特点，基于内容的三维模型检索过程如图1所示。

同时基于内容的三维模型检索技术又可以分为三大类：(1)基于形状的检索技术；(2) 基于拓扑结构的检索技术；(3)基于图像比较的检索技术^[6]。基于内容的图像检索相比较基 于文本的图像检索，检索速度有所下降。因为需要考虑图像的旋转不变形和尺度不变性等， 技术也更加的复杂，实现难度更大。

发明内容

本发明提供了一种基于LIRE的三维模型检索方法，本发明在保证检索速度的同时， 有效的提高了三维模型检索的查准率和查全率，详见下文描述：

一种基于LIRE的三维模型检索方法，所述方法包括以下步骤：

利用基于openGL开发的程序，从数据库三维模型中提取各个视角图片；

利用LIRE创建基于图像特性的Lucene索引，获得与该图片相似度最大的前50张图 片的索引项；

统计检索各个视角图片的检索结果；

将检索结果中出现的三维模型按照权重从小到大排序，权重最小的三维模型表示与要 检索的三维模型相似度最高，以此类推，权重越小表示相似度越高。

其中，所述方法使用的是PHOG特征，每张图片对应一个索引项，索引项包含有如下 信息：由PHOG特征计算出来的特征值、该图片所属的三维模型信息。

所述统计检索各个视角图片的检索结果的步骤具体为：

按照相似度给予索引项权重，越相似的索引项权重值越小；统计检索出的所有索引项， 每个三维模型的索引项进行权重加和。

本发明提供的技术方案的有益效果是：

1、有效避免了相似模型的不同类型之间的干扰，具有很好的检索查准率和查全率；

2、利用了LIRE检索框架，并在此之上进行改进，检索速度较其他三维模型检索系统 有较大的提高。

附图说明

图1是基于内容的三维模型检索系统框架图；

图2是一种基于LIRE的三维模型检索方法的流程图；

图3是检索的三维模型；