三维装配模型共性结构发掘方法

为了更好地利用三维装配模型可重用的共性结构信息,减少重复性的劳动,缩短产品的开发周期,提出一种三维装配模型共性结构发掘方法.首先,以三维装配模型各零件的属性邻接图为基础,保持装配特征属性信息,简化非装配特征属性信息,形成属性化装配特征邻接图;然后,基于三维装配模型各零件之间的装配关系,将零件的属性化装配特征邻接图组合形成三维装配模型属性邻接图;其次,通过频繁子图挖掘算法提取三维装配模型的共性结构.最后,以一组夹具模型为例进行实例验证,结果表明该三维装配模型共性结构发掘方法能够准确有效地发掘产品中的共性结构信息,具有良好的应用效果.     

多特征动态融合的三维模型检索方法

提出一种基于二维正交投影图像的多特征动态融合的三维模型检索方法.首先计算三维模型的二维正交投影图像,然后提取二维正交投影图像的投影直方图和Zernike矩特征,通过加权求和在输出层融合,得到总体上模型间的相似度.每种特征采用动态权值,针对输入查询模型的不同,根据用户反馈自动更新知识库中的权值.实验表明,该方法在提高检索准确率的同时,也能保证检索效率.     

一种MRG骨架树的三维模型检索方法

根据多分辨率Reeb图（MRG）原理,依据测地线函数分割模型,有效地提取反映模型拓扑结构的Reeb图骨架。进而,映射Reeb图为树结构,分析各骨架节点的拓扑属性,并提取其相应区域的离散曲率信息作为局部形状属性。最终,有效结合拓扑和几何形状特征,计算模型的相差度。该方法突出了模型的总体拓扑特征以及模型的表面细节,一系列的实验结果验证了其高效性、鲁棒性。     

基于二分图的装配体检索研究

基于事例推理是解决DFA和装配工艺规划问题的有效方法,装配体检索是应用此方法的关键步骤．对装配体中的联结关系进行表达和分类,提出联结关系定量的比较方法,基于二分图理论建立了装配体之间的相似计算模型,给出了装配体检索过程和计算实例．     

一种基于拓扑连接图的三维模型检索方法

提出了一种基于分割技术的拓扑连接图构造方法。并用于三维模型检索．首先构造多层邻域计算用于度量每个三角片平坦度的信号值。根据这些信号值采用一种改进的分水岭方法把模型分割成不同的曲面片．然后利用这些曲面片之间的连接关系构造拓扑连接图．最后通过比较不同模型的拓扑连接图相似性来得到它们的匹配度。根据匹配度进行三维模型检索．     

基于同心球面分割的三维模型检索方法

为降低三维模型检索的时间复杂度．提出一种基于同心球面分割的三维模型检索方法。通过预处理、设置同心球半径、模型分割,提取特征向量,对提取的特征向量做相似性匹配,计算特征比较值,得到检索结果。对比实验表明,该方法可以在较短的响应时间获得较优的检索性能。     

基于高斯过程分类器的三维模型多粒度语义检索

为解决三维模型语义检索中用户检索意图不一致问题,建立多粒度语义检索框架,使学习模型能够有效地适应用户的不同检索意图。首先对模型分类知识进行层次划分,形成语义概念的多粒度结构。然后提取一种多视图特征来描述三维模型的形状特性,并采用高斯过程分类器建立不同粒度层次上的学习模型,实现低层特征和查询概念之间的语义一致性描述。和已有研究相比,多粒度语义检索框架使用户可通过语义粒度级别变化进行检索意图设置,从而检索结果尽可能符合用户语义。在实验部分,采用三维模型基准数据库对框架进行算法性能测试。结果表明,检索准确率要明显提高,并且符合人类思维特点。     

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．     

视觉图像相似性在三维模型相似性比较中的应用

提出一种基于视觉的三维模型相似性比较算法.首先计算三维模型的带深度信息的正交平面投影图像,然后采用Zernike描述子和Reeb图比较这些正交投影图像的形状相似性,最后通过正交投影图像的形状相似性来获得三维模型的相似性.实验结果表明：该算法具有较好的三维模型检索准确性,并且对坐标系旋转变换、模型噪声、网格简化和细分具有较好的鲁棒性.     

基于多特征融合的三维模型检索算法

针对三维模型检索中单一特征检索效果差的难题,首先提出了三维模型的3类特征向量提取算法,即刻画模型表面特性的扩展高斯球面特征向量、反映模型内部结构的Radon变换球面分布特征向量、代表模型投影层次的视图分层压缩感知特征向量。其次,以样本模型的查询结果分类信息熵作为指标并结合监督学习过程,给出了一种多特征融合的加权系数估算方法。最后,设计了融合多特征的模型间相似度度量,完成基于查询示例的模型检索过程。仿真实验表明,提出的3类特征向量具有较好的可区分性,多特征融合检索算法的查全率与查准率有明显提升。     

一种多特征动态集成的3D模型检索方法

基于内容的3D模型检索是多媒体信息检索的热点研究问题之一,其主要的问题是提取3D模型的形状特征,但是采用单一特征很难保证检索系统对于任意输入查询模型都有很好的检索准确率.为了提高准确率,引入多种形状特征,通过加权求和在输出层融合,得到总体上模型间的相似度.每种特征采用动态权值,针对输入查询模型的不同,根据用户反馈对知识库中的权值自动更新.采用了形状分布特征和球面调和特征进行系统的建模,实验表明,文中方法比采用单特征检索的准确率大大提高.     

一种多特征动态集成的3D模型检索方法

基于内容的3D模型检索是多媒体信息检索的热点研究问题之一,其主要的问题是提取3D模型的形状特征,但是采用单一特征很难保证检索系统对于任意输入查询模型都有很好的检索准确率。为了提高准确率,引入多种形状特征,通过加权求和在输出层融合,得到总体上模型间的相似度。每种特征采用动态权值,针对输入查询模型的不同,根据用户反馈对知识库中的权值自动更新。采用了形状分布特征和球面调和特征进行系统的建模,实验表明,文中方法比采用单特征检索的准确率大大提高。     

结合描述性文本的三维模型语义检索方法

为了提高三维模型的检索性能,针对当前三维模型检索系统的语义检索功能无法支持用户的主观性描述文字的问题,提出一种基于内容和描述性文本结合的三维模型语义检索方法。该方法首先为三维模型构造语义树;然后,利用语料统计的方法,计算输入的描述性文本和语义树节点扩充信息的相关程度,将相关度较高的一部分节点的三维模型实例提取出来,得到一个经过语义约束的较小的三维模型集合;最后,使用用户输入的三维模型实例在这个经过语义约束的较小的三维模型集合里进行形状相似性匹配,依据匹配度的大小返回给用户三维模型检索结果。实验中,使用WordNet对一些名词的释义作为描述性文本输入。在普林斯顿大学的PSB三维模型数据集上的实验结果表明,该方法在大多数类别中的查准率—查全率性能好于传统的基于内容的三维模型检索方法。     

三维模型检索相关的特征提取和语义研究

随着网络上使用或存储在数据库中的三维模型数量迅速增加,如何从大量的三维模型中检索到相似的三维模型变得十分必要。由于目前基于形状的三维模型检索不包含语义概念,因而检索的结果已不能满足用户的需要。针对此现象提出一种新方法,即结合语义和形状特征的三维模型检索。使用K-means算法把形状特征聚类到语义群中,空间关系消除具有相似外观模型之间的歧义。利用普林斯顿形状基准数据库进行实验,结果证明了该方法的可行性。     

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。     

产品装配体模型的空间结构相似性检索方法

针对因未考虑装配体空间结构而导致的检索结果不符合预期的问题,提出一种基于空间结构匹配的装配体模型检索方法.在运用空间特征点集表示装配体模型的基础上,提出了基于空间点集匹配方法的装配体相似度算法,综合零件属性相似度、零件空间位置相似度得到了装配体相似度.实验结果证明,该方法能够有效地实现产品装配体的相似性检索.     

融合制造语义的三维工序模型序列重用方法

针对目前三维工序模型序列重用缺少对加工特征尺寸、加工精度、形位公差等制造信息的考虑,不能很好地支持零件制造过程工艺设计重用的问题,提出一种融合制造信息的三维工序模型序列重用方法.首先,利用图同构原理对工艺路线中三维工序模型序列进行优化,减少搜索空间;然后,利用子图同构对三维工序模型加工特征进行匹配,通过融合制造信息对加工特征匹配进行预处理和相似性评价,以获取具有最相似加工特征的三维工序模型;其次,设计三维工序模型序列优化算法获取同构的三维工序模型序列;最后,以某型轴零件工艺设计过程为例进行实例验证,结果表明融合制造信息的三维工序模型序列重用方法能够准确地根据指定制造特征进行工艺设计重用,具有良好的应用效果.     

基于RBF 神经网络集成的三维模型分类和检索

针对单个神经网络难以对复杂的三维模型特征空间有足够的优化能力和泛 化能力的问题,用Boosting 方法变种和基于粒子群训练的RBF 神经网络,形成特征空间对 应的多个神经网络,然后将神经网络集成,给出三维模型的分类信息。在三维模型检索时, 将神经网络集成输出的分类信息和特征空间上的距离信息进行加权计算,得到三维模型之间 的相似度。实验结果表明,基于RBF 神经网络集成的分类方法能有效提高三维模型的分类 准确率;同时,考虑特征空间上模型间的距离和语义分类层次上模型间的距离,能够大大提 高三维模型的检索精度。