[发明专利]一种三维对象的检索方法和装置

说明书

技术领域

本发明涉及三维(3D，Three-Dimensional)目标处理领域，特别是一种基于特征视图和形状描述符融合的3D对象检索方法。

背景技术

随着3D技术的发展，一种新型的多媒体数据——3D模型得到了广泛地应用。3D模型不同于传统的文本、音频等多媒体数据，它具有生动、形象、逼真等突出特点，这些特点使3D模型在计算机辅助设计(CAD)、娱乐游戏、生物化学、电子商务、艺术欣赏、考古应用以及虚拟现实等众多领域中有了长足的发展。计算机图形学和模型数字化工具的进步为构造高质量的3D模型创造了条件，而因特网为传播这些模型提供了手段。现在，3D模型的应用正在渗透到人们工作和生活的各个方面。为了能够高效获取和重复使用网络上已有的3D模型数据资源，节省花费在构建3D模型过程中的大量时间和精力，于是针对3D模型的检索方法应运而生。更进一步地，为了适应当前数字模型和数字视频领域的快速发展以及光场理论的进一步应用，需要将针对3D模型的检索方法拓展为能够同时应用于3D模型以及光场实际3D物体的检索方法。

现有的3D模型检索机制，总体来说分为4大类，分别是基于几何模型的检索机制、基于统计分析的检索机制、基于拓扑结构的检索机制及基于视图的检索机制。其中，对于应用于3D模型以及光场实际3D物体的检索而言，最为优选的是基于视图的检索机制。

在基于视图的检索机制中，光场描述符(LD，Lightfield Descriptor)是基于视图的3D模型检索的主要描述符之一。在基于LD的检索过程中，应用多个不同视角模型联合表达光场信息，借此以增强LD对于旋转、平移、变形的鲁棒性能。但是，随着视角模型数量的增加，和其对应的二进制图像数量也会急剧上升，进而导致了检索速度的下降、检索效率的降低。

鉴于此种原因，在其他一些基于视图的3D模型检索算法中，都尽可能应用少量的观测图像来描述3D模型。例如，一篇名为“采用自适应视图聚类的贝叶斯三维搜索引擎”来源于“IEEE(美国电气及电子工程师学会，Institute of Electrical and Electronics Engineers)多媒体汇刊”2007年第二卷9(1)：78-88页的文章(A Bayesian 3-D Search Engine Using Adaptive Views Clustering.IEEE Trans on multimedia，2007，9(1)：78-88)中通过自适应聚类算法从大量的二进制视图(320幅视图)中寻找包含最大信息量的“特征视图(CV，Characteristic View)”，这不失为一种在降低视图数量前提下保持有用信息的有效方法。但是，通过选取CV进行的检索机制虽然节省了时间，却由于目标视图的减少而在一定程度上降低了检索的精度。

因此，需要本领域技术人员迫切解决的一个技术问题就是：如何根据不同的情况，提供一种综合的形状描述方法，以提高检索精度，进而实现更好的3D对象检索性能。

发明内容

本发明所要解决的技术问题是提供一种较为综合的形状描述方法，能够根据不同的目标情况来完成3D对象检索，以提高检索精度，进而实现更好的3D对象检索性能。

为了解决上述问题，本发明实施例提供了一种三维对象的检索方法，所述三维对象包括三维模型和光场实际三维物体，所述方法包括：

获取三维对象不同视角的多幅视图；

从所述多幅视图中选取包含最大信息量的特征视图，进一步包括以下三个子步骤：

第一子步骤，任选所述多幅视图中的一幅视图作为初始特征视图，并对距离度量最远的两幅视图进行均值聚类，根据信息度量值判断所述初始特征视图是否需要替换，若需要，则用所述距离度量最远的两幅视图替换初始特征视图，得到新的特征视图；

第二子步骤，以所有新的特征视图作为聚类中心，运用全局均值聚类算法进行全局聚类，得到多个视图类；

第三子步骤，对每一个视图类的类内，距离度量最远的两幅视图使用局部均值聚类算法，并进行各自类内视图信息量度量，将信息度量值较高的视图作为新的特征视图；之后，返回第二子步骤，依次迭代，直到得到的特征视图的 数目达到了预设的上限；

将当前视图转换为对应的平面二进制图形，并构建平面二进制图形的骨架；

应用Shock图语法的基本原则，将所述二进制图形的骨架转化为对应的Shock图，进而得到当前视图的第一Shock图骨架描述符和第二Shock图骨架描述符；