[发明专利]一种三维模型局部特征识别过程中孤立面的判断及去除方法、存储介质

权利要求书

1.一种三维模型局部特征识别过程中孤立面的判断及去除方法，其特征在于，是指：首先，利用Kuhn-Munkres算法计算源特征与目标模型间表面的整体最优匹配M，并去除源特征的补充面与目标模型表面间权值为零的匹配，得到目标模型中局部特征表面集合T；将要从中搜索局部特征的模型称为目标模型，将用于对比的模型称为源模型，源模型中用于对比的局部特征称为源特征；然后，通过判断表面集合T中表面的连续性，判断此表面是否为孤立面；最后，通过降权重新匹配的方法重新进行特征识别并继续判断搜索到的表面的连续性，直至所有表面均不是孤立面为止；

通过降权重新匹配的方法重新进行特征识别并继续判断搜索到的表面的连续性，直至所有表面均不是孤立面为止，包括步骤如下：

A、降权

降低目标模型中孤立面与各源特征中表面之间的权重ω_{(S(i)，T(isosurf))}，新的权重如式(I)所示，

ω_{(S(i)，T(isosurf))}′＝0 (I)

式(I)中，ω_{(S(i)，T(isosurf))}′为新的目标模型孤立面与各源特征中表面之间的权重，将其降为0；S(i)表示第i个源特征中表面，i为1到m，m为源特征中表面的数量，T(isosurf)表示目标模型中检测到的孤立面；

B、重新计算最优匹配

使用ω_{(S(i)，T(isosurf))}′替代ω_{(S(i)，T(isosurf))}，重新计算权值矩阵WM′，假设第j列元素所代表的目标特征的表面为孤立面，权值矩阵WM′如式(II)所示：

式(II)中，ω_(i，j)’为第i个源特征表面与第j个目标模型表面的相似性权值，m为源特征中表面的数量，h为源特征中补充面的数量，n为目标模型中表面的数量；

利用Kuhn-Munkres算法重新计算源特征与目标模型的表面的整体最优匹配M；

C、去除补充面

去除源特征与目标模型的表面的整体最优匹配M中源特征的补充面和目标模型表面之间权值为零的匹配，得到目标模型中局部特征表面集合T；

D、邻接性判断

再次对步骤C处理后的表面集合T中的表面判断孤立面，若存在孤立面，使用步骤A至步骤C的方法处理孤立面，直至所有面均为邻接面为止。

2.根据权利要求1所述的一种三维模型局部特征识别过程中孤立面的判断及去除方法，其特征在于，通过判断表面的连续性，判断此表面是否为孤立面，包括步骤如下：

若搜索到的表面集合T中的某一表面与本集合T中其他任一表面均不相邻，则判断该表面为孤立面，否则,若该表面与另一表面有共享的边，则表明此两个表面相邻，则判断该表面不是孤立面。