基于正视图的三维模型特征提取算法

提出一种基于正视图的三维模型特征提取算法,从前、顶、右、后、底与左分别对模型进行投影,获得6个正视图,使用不同半径的同心圆将每个正视图分割,计算每个同心圆内的高度信息和,得到相邻2个同心圆内高度信息和的差值,每个三维模型特征由 6个正视图描述。实验结果证明,该方法的检索效果与光场法相当,计算速度较快。     

基于面积分布的三维模型检索算法

如何缩短检索时间和提高检索效率是三维模型检索中的两个关键问题.针对Osada等的D3形状分布算法对模型的内容描述不够充分和计算量较大的问题,计算模型质心与模型表面任意两个三角面片的重心构成的三角形的面积,利用统计出来的数据分别构建面积分布直方图,利用直方图进行模型匹配.实验表明,改进的D3算法提高了检索性能.     

一种基于加强三维模型细节的形状分布检索算法*

基于形状分布算法提出了一种加强细节检索的算法。该算法首先将经过预处理的模型分割为N个子模块并分别进行特征提取,然后构造每个子模块的形状分布直方图,最后通过比较子模块的相似度来计算模型的相似度。该算法相比形状分布算法比较准确地计算出了模型间的相似性,有效地提高了细节的分辨,解决了外形相近但细节不同的问题。     

三维模型检索中的特征提取技术综述

介绍了三维模型检索的主要研究内容,综述了三维模型检索中的关键技术——特征提取的研究现状,通过对基于统计特征、骨架几何学的特征提取方法的综合比较与分析,对各种特征提取技术进行了评价．     

一种基于视点距离的三维模型特征提取算法

如何对三维模型进行特征提取是近年来出现的三维模型检索中的主要问题.文章给出了一种基于视点距离的特征提取算法,该算法利用正规化后的三维模型表面到观察点的距离信息生成六幅距离图像,然后对图像进行二维傅立叶变换并对变换后的频域信息进行低频采样从而得到三维模型的特征向量.该算法克服了基于三维投影的二维图像轮廓算法中丢失模型空域信息、缺乏对图像内部信息进行描述的缺点.实验结果表明,该算法比基于轮廓算法的检索精确度提高了19%.     

基于面积分布算子的三维模型检索算法

在产品设计、3D制作等领域中经常使用大量的三维模型,但现有的基于属性的检索方式由于属性数据不全、不准的问题,搜索引擎还不提供有效的三维模型检索服务。提出了一种与CAD系统无关的基于面积分布算子的三维模型检索算法,该算法采用模型中顶点关联的三角形面积总和及平均面积构成的面积序列,对面积分布序列进行归一化操作和傅里叶变换等处理,得到最终的面积分布算子,将三维模型的相似度计算映射为面积分布序列的比较。在普渡大学建立的工程标准模型库(ESB)上对该算法进行了验证和比较。实验结果表明该算法客观反映了模型的相似程度,明显提高了传统的检索算法的效率和速度。     

基于点对特征的三维点云匹配算法

针对现有的基于全局特征的三维物体识别方法和基于局部特征的三维物体识别方法在有遮挡和混叠场景中识别效果均不理想的问题,提出了一种基于点对特征的三维点云匹配算法。利用模型上的所有点对特征来完成全局模型描述构建,并在减少的二维空间上,利用快速投票方案,在局部对模型点云和场景点云进行匹配,从而恢复模型在场景中的全局姿态。实验结果表明:该算法在有遮挡和混叠的场景中识别效果比较理想。     

基于正交主平面投影的三维模型检索算法

主平面分析是一种新颖的快速有效的三维模型检索算法,但单个主平面对三维模型的信息描述能力不够强,影响了检索的准确度.本文通过分析主平面分析的基本原理,在单个主平面的基础上提出三个正交主平面的方法,将三维模型分别在三个正交主平面上投影,然后对投影图像提取旋转不变的矩,形成三雏模型的特征向量进行特征匹配,从而更充分的描述了三维模型的特征.试验表明提高了检索性能.     

基于曲度特征的三维模型检索算法

针对如何提高复杂曲面的三维模型的检索精度的问题,提出了一种基于曲度特征的三维模型检索算法。首先,在模型表面选取随机采样点,计算点所在局部曲面的高斯曲率和平均曲率,通过高斯曲率和平均曲率求出随机点的曲度值,曲度值表明了曲面的凹凸属性。然后,以模型的质心为球心,以随机点与质心距离和曲度值为坐标轴建立坐标系,统计出一定距离范围内曲度值分布的概率,构建距离与曲度的分布矩阵,以此分布矩阵作为三维模型特征描述符。该特征描述符具有旋转不变性和平移不变性,能够很好地反映复杂曲面的几何特征。最后,通过比较分布矩阵给出不同模型间的相似度。实验结果表明,该方法相比形状分布算法的检索性能有较大提高,尤其适用于具有复杂曲面的三维模型检索。     

基于分层学习的三维模型兴趣点提取算法

针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC’11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助.     

一种基于局部特征的三维模型检索算法

在基于内容的三维模型检索系统中,特征提取技术是三维模型检索的关键。为此,提出基于局部特征的三维模型检索算法。定义一种新的局部特征描述符：曲度,将其作为三维模型检索时的特征。曲度作为对平均曲率与高斯曲率的校正,在不增加额外计算量的前提下,可同时克服平均曲率对平滑模型的不敏感性和高斯曲率分布较均匀的缺点,更真实地反映三维模型的局部弯曲程度。实验结果表明,以曲度作为特征进行检索,可明显提高检索的查准率,配合全局特征检索时则可在保证查全率的基础上,大幅提高检索的准确性。     

基于距离和曲率特征的三维模型检索研究

针对采用单一特征描述基于内容的三维模型检索时检索精度不高的问题,结合全局描述的距离特征和局部描述的曲率特征,提出一种新的三维模型检索算法,通过距离特征相似性和曲率特征相似性的加权和,确立模型新的相似度匹配。仿真实验结果表明,相对于单一形状特征的模型检索,该检索算法能够获得更准确的检索效果。     

XML描述的三维模型检索技术的研究

基于内容的三维模型检索正逐渐成为研究的热点.三维模型描述方式的多样性使三维模型在互联网上实现检索变得困难,采用XML方式描述三维模型可以有效地解决这一问题.探讨了XML方式描述的三维模型的基于内容的检索技术,论述了三维模型检索的原理和系统框架,对其中涉及的关键技术进行了详细的讨论,内容包括三维模型数据结构、三维模型的XML描述方式、三维模型规范化预处理、特征提取、索引建立、相似性匹配以及检索界面的设计.     

基于评价指标组合特征的三维模型检索方法

特征组合是提高三维模型检索有效性的一种重要手段,为了能更有效地引导特征组合,提出一种借助检索有效性单值评价指标来进行特征组合的方法.该方法采用了深度图、视图特征集、法向量信息熵和射线4种特征,首先对训练集分别计算这4种特征的检索有效性单值评价指标,并依据这些评价指标来确定特征距离的权重;然后在对测试集的检索中,使用权重来组合根据单一特征得到的特征距离,以度量三维模型的相似性.实验结果表明,文中方法的检索有效性优于经典的DESIRE特征组合方法.     

基于内容的三维模型特征提取技术研究现状与分析

介绍了基于内容的三维模型特征提取中常用的模型归一化(Normalization)处理技术:主成分分析法(PCA)和最大法向量分布法(MND).对已有三维模型特征提取方法进行分类综述,包括基于投影的特征提取方法、基于统计分布的特征提取方法、基于拓扑关系的特征提取方法和基于几何结构的特征提取方法.最后对不同类型的特征提取方法进行详细的分析和比较.     

基于形状特征描述算子的3D模型检索

针对投影图像的形状特征,结合傅里叶描述算子、Zernke不变矩、形状参数、离心率的特点,提出一种基于权重关系的合成的形状特征描述算子,将其应用到3D模型投影图像检索算法中。实验结果表明,相比其他4种形状特征描述算子,该算子能较好描述投影图像的轮廓、区域以及整体特征信息,并可提高算法的检索效率。