[发明专利]一种基于初始层采样点的3D对称图形匹配方法

说明书

本发明适用于计算机图形学研究及应用领域，提供了一种基于初始层采样点的3D对称图形匹配方法，包括以下步骤：初始层采样；初始层匹配，区分对称点与非对称点，利用GW距离建立数学优化模型，通过求解该数学模型得到的结果，区分出对称点与非对称点，非对称点的匹配方案采用此求解结果；区分前后，两个图形采用相同的算法增加四个辅助点信息，利用上述的GW距离优化模型，将辅助点的前后点进行匹配，继续增加辅助点和使用区域热核信息；调整图形扭曲，利用图形发生形变后，测地距离保持近似等距不变的特性，建立优化问题，变换点位置，调整图形的扭曲；区分左右。本申请相比于同样解决该问题的基于图形嵌入的方法，对于初始层匹配的准确率和计算时间都有极大的改善。

技术领域

本发明属于计算机图形学研究及应用领域，尤其涉及一种基于初始层采样点的3D对称图形匹配方法。

背景技术

3D非刚性图形匹配问题是计算机图形学研究及应用领域中的重点问题之一，其中对称混淆问题一直是难点。对3D图形进行稠密匹配时的准确率，极大的依赖于初始层的匹配结果，而初始层匹配中的重点和难点即为容易发生对称混淆，所以解决对称混淆问题对于提高3D图形匹配的准确率具有重要作用。目前图形匹配问题会转化为测度空间下的距离问题，例如测度距离等，利用现有的距离描述子无法区分对称点，所以在实际应用中，需要先区分出采样点的类别，再针对对称点进行判断，以克服对称混淆。

针对对称混淆问题，已有学者开展了一些研究。例如，利用热核信号，在对称性存在的情况下，为等距形状匹配问题提供一个有效和稳定的解决方案；或通过部分形状与自身的所有可能内在匹配的概率分布，检测对称结构；或者通过深度学习的方法既能产生两个高质量的形状对应，又能检测每个形状的左右反射固有对称性。上述方法都一定程度上解决了对称混淆问题，但是程序复杂，准确率还有待提高。

目前有基于图形嵌入的方法，对初始层采样点进行匹配，即将3D图形嵌入到3D欧式空间中，经过扭曲调整后投影到2D平面中，然后调整对称翻转以区分左右，解决对称混淆问题，该方法原理简单，便于实现，并且在解决该问题上取得了良好的效果。但是仍然存在着利用平均测地距离区分对称点，准确度有待提高和由于是全局嵌入导致计算量大，耗时较长等缺点。

发明内容

本发明实施例的目的在于提供一种基于初始层采样点的3D对称图形匹配方法，旨在解决对3D对称图形的初始层采样点进行匹配的过程中，容易发生的对称混淆问题。

本发明是这样实现的，一种基于初始层采样点的3D对称图形匹配方法，包括以下步骤：

步骤一、初始层采样

a.3D点云数据，即针对输入的两个图形的3D点云数据，进行初始层采样，初始层的采样点根据图形的不同类别选择5～11个关键点；

b.计算热核采样点，即计算点云中每个点的热核特征描述子，选择二环邻域内点热核值为最大的点作为热核采样点；

c.增加最远点采样点，将上述的热核采样点作为初始点集，利用最远点采样法增加10～30个点，得到新的特征点集；

d.融合采样，使用融合采样算法处理上述新的特征点集，最终选定5～11个点作为初始层采样点；

步骤二、初始层匹配

e.区分对称点与非对称点，利用GW距离建立数学优化模型，通过求解该数学模型得到的结果，区分出对称点与非对称点，非对称点的匹配方案采用此求解结果；

f.区分前后，两个图形采用相同的算法增加四个辅助点信息，利用上述的GW距离优化模型，将辅助点的前后点进行匹配，继续增加辅助点和使用区域热核信息；

g.调整图形扭曲，利用图形发生形变后，测地距离保持近似等距不变的特性，建立优化问题，变换点位置，调整图形的扭曲；