[发明专利]基于最小二乘法的三维模型对称性特征检测方法及系统有效
申请号: | 201810073992.9 | 申请日: | 2018-01-25 |
公开(公告)号: | CN108305289B | 公开(公告)日: | 2020-06-30 |
发明(设计)人: | 刘弘;李雨婷;杜萍;李薇;张桂娟 | 申请(专利权)人: | 山东师范大学 |
主分类号: | G06T7/68 | 分类号: | G06T7/68;G06K9/62 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 黄海丽 |
地址: | 250014 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 最小二乘法 三维 模型 对称性 特征 检测 方法 系统 | ||
1.基于最小二乘法的三维模型对称性特征检测方法,其特征是,包括以下步骤:
对三维模型的最小包围盒的六个平面的每个平面,依据空间分辨率进行单元格划分,在划分的最小包围盒的每个平面上选取若干个等间距标记点,将划分的六个平面的每两个相对的面设置为一组,将每组标记点投影到三维模型表面得到投影点,根据投影点是否构成匹配的对称点计算出两个标记点的匹配度,根据匹配度筛选对称数据组;
将对称数据组根据最小二乘法进行平面反射对称性的检测,找到初始对称面。
2.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法,其特征是,在对三维模型的最小包围盒的六个平面的每个平面,依据空间分辨率进行划分步骤之前,还包括:建立三维模型的最小包围盒,建立新的坐标系。
3.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法,其特征是,在找到初始对称面步骤之后,还包括:
检验校正初始对称面,不断细化初始对称面直到得到准确的对称面。
4.如权利要求2所述的基于最小二乘法的三维模型对称性特征检测方法,其特征是,所述建立新的坐标系,是以最小包围盒的中心点为坐标轴原点,建立新的坐标系。
5.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法,其特征是,根据空间分辨率进行单元格划分,包括步骤如下:
计算三维模型顶点个数与最小包围盒的体积的比值,将比值与设定阈值进行比较,如果比值大于等于设定阈值,则将最小包围盒的六个平面按照比值等间距划分为若干个单元格;如果比值小于设定阈值,则将最小包围盒的六个平面按照像素划分为若干个单元格。
6.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法,其特征是,计算标记点与投影点的匹配度,包括步骤如下:
两个对称的标记点都有两个投影点,如果所述两个投影点的横坐标、纵坐标与竖坐标三项中有两项的数值一致,只有一项不一致,那么判断不一致的坐标数值偏差是否在设定的偏差测度范围内,如果是,就判断两个标记点匹配,否则两个标记点不匹配;
如果两个对称的标记点,只有一个投影点或者没有投影点,那么直接判断为两个标记点不匹配;
如果两个标记点匹配,那么计算匹配的标记点对数与该组标记点对数的比值,得到的比值就是标记点与投影点的匹配度。
7.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法,其特征是,根据匹配度筛选对称数据组的步骤如下:
匹配度值最高的标记点组对应的投影点集合,即为对称数据组;
或者,
将对称数据组根据最小二乘法进行平面反射对称性的检测,找到初始对称面的步骤如下:
将每份对称数据组内的离散数据点经过拟合后得出对应的直线,将所有的直线连接成面得到一条初始对称面。
8.如权利要求3所述的基于最小二乘法的三维模型对称性特征检测方法,其特征是,所述的检验校正初始对称面的步骤如下:
将初始对称面与预设对称平面进行比对,初始对称面与预设对称平面有部分平行或重合,则该平行或重合部分定义为完全对称部分,其余部分定义为非完全对称部分;
对于非完全对称部分,则将等间距缩小一半,重复寻找初始对称面的步骤。
9.基于最小二乘法的三维模型对称性特征检测系统,其特征是,包括:存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序,所述计算机程序被处理器运行时,完成上述权利要求1-8任一所述方法的步骤。
10.一种计算机可读存储介质,其特征是,其上运行有计算机指令,所述计算机指令被处理器运行时,完成上述权利要求1-8任一所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东师范大学,未经山东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810073992.9/1.html,转载请声明来源钻瓜专利网。