[发明专利]稀疏低秩特征表达的三维模型共分割方法

摘要

本发明提供一种稀疏低秩特征表达的三维模型共分割方法，包括：针对三维模型类别中的各三维模型进行预分割，得到各三维模型的三维模型面片块；对各三维模型的三维模型面片块分别进行直方图构建，得到各三维模型的面片块特征向量；对各三维模型的面片块特征向量进行稀疏低秩表达的处理，得到各三维模型的表达系数和表达误差；根据各三维模型的表达系数和表达误差，确定各三维模型的信任表达系数；对各三维模型的信任表达系数进行聚类，以对各三维模型分别进行共分割。保持了同类三维模型的全局一致性，并且保持单个三维模型的个性特征；将多次表达结果正确地结合在一起，三维模型共分割结果的正确率较高。

主权项

1.一种稀疏低秩特征表达的三维模型共分割方法，其特征在于，包括：针对三维模型类别中的各三维模型进行预分割，得到各三维模型的三维模型面片块；对各三维模型的三维模型面片块分别进行直方图构建，得到各三维模型的面片块特征向量；对各三维模型的面片块特征向量进行稀疏低秩表达的处理，得到各三维模型的表达系数和表达误差；根据各三维模型的表达系数和表达误差，确定各三维模型的信任表达系数；对各三维模型的信任表达系数进行聚类，以对各三维模型分别进行共分割；其中，所述对各三维模型的面片块特征向量进行稀疏低秩表达的处理，得到各三维模型的表达系数和表达误差，包括：根据三维模型的面片块特征向量，构建模型的面片块特征向量矩阵Di＝DkZki+Eki，其中，Dk为模型k的面片块特征向量矩阵，Zki为表达系数，Eki为表达误差，i∈[1,n]，k∈[1,n]，i、n、k为正整数；构建稀疏低秩约束条件其中，Z_ki≥0，ZZ_k为以模型k为字典去表达所有模型的表达系数集合，且ZZ_k＝{Z_k1,Z_k2,...,Z_kn}，||.||_*表示矩阵核范数，||.||_*为矩阵特征值加和，||.||_2,1表示l_2,1范数，np表示每个模型中的三维模型面片块的块数，Z_ki(*,j)表示Z_ki的第j列，||.||_1,1表示l_1,1范数，||E||_1,1＝∑_i,j|E_i,j|，i、j分别为矩阵E的行数与列数，j∈[1,n*np]，j、np为正整数，α、λ为平衡权重因子；根据每一个模型的面片块特征向量矩阵以及所述稀疏低秩约束条件，确定求解公式其中，D_i＝D_kR_ki+E_ki，Z_ki＝S_ki，Z_ki＝R_ki，S_ki≥0，R_ki≥0；对所述求解公式进行求解，得到每一个三维模型的各表达系数Zki和各表达误差Eki；其中，所述根据各三维模型的表达系数和表达误差，确定各三维模型的信任表达系数，包括：对每一个三维模型的所有表达误差进行归一化处理，得到每一个三维模型的归一化后的表达误差EEi＝{Ei1,Ei2,...,Ein}，其中，i∈[1,n]，i、n为正整数；根据每一个三维模型的归一化后的所有表达误差，确定每一个三维模型的误差和其中，i∈[1,n]，j∈[1,n*np]，j、np为正整数；对每一个三维模型的所有误差和进行归一化处理，得到每一个三维模型的各权重值NSEi；根据每一个三维模型的各权重值NSE_i和表达系数集合ZZ_i，确定每一个三维模型的各信任表达系数其中，β为控制参数。