[发明专利]一种基于神经网络的彩色三维模型的颜色分类方法

说明书

技术领域

本发明属于计算机应用技术领域，特别涉及的是一种基于神经网络对三维模型的颜色视觉特征进行分类的方法。

背景技术

近年来，随着计算机图形学的发展以及三维模型获取技术、图形硬件技术的提高，三维模型已成为继声音、图像和视频之后的第四种多媒体数据类型。如何迅速检索到所需的三维模型正成为多媒体信息检索领域中的又一个热门课题。基于内容的三维模型检索系统利用反映三维模型视觉特征的内容信息，如形状、空间关系、颜色及材质纹理等，自动计算并提取三维模型的特征，建立多维特征信息索引，然后在多维特征空间中匹配待查询模型与目标模型之间的相似程度，实现对三维模型数据库的浏览和检索。可见，良好的特征描述符对于检索性能具有至关重要的意义。目前，特征提取技术的研究仍主要集中在对三维模型几何形状的描述上。由于三维模型表面属性的多样性和复杂性，国内外针对彩色的三维模型，根据其所具有的颜色属性进行特征提取和匹配识别的分类方法还比较少，无法应对颜色属性所需要的分类需求。

发明内容

发明目的：本发明针对现有技术的不足，提供了一种基于神经网络对三维模型的颜色视觉特征进行分类的方法。

技术方案：本发明提供了一种基于神经网络的彩色三维模型的颜色分类方法，该方法包括以下步骤：

步骤1，通过三维扫描设备或虚拟建模软件获取针对实际物体的三维模型；

步骤2，建立三维模型数据库，将上步中获取的三维模型文件存储到三维模型数据库中；

步骤3，读取三维模型数据库中用于训练识别的模型数据集合，将读取的模型数据集合输入三维模型特征提取模块提取三维模型的颜色特征；

步骤4，从模型特征数据库中，读取三维模型颜色方面的特征数据；

步骤5，制定颜色特征的量化传感器；即具体根据所获取的颜色属性的数值范围制定分类量化规则。首先度量颜色属性数值的整体值域范围，然后根据实际分类需求将颜色数值等分或不等分地划分为要求的几个区间值域，通过分析每一类子区间中颜色属性的数值范围的阈值定义出每一个子区间的目标向量，在后续步骤中神经网络将需要根据该量化传感器定义出来的目标向量完成对颜色分类的判断。

步骤6，得到代表三维物体颜色特征的三元组颜色特征向量；

步骤7，建立神经网络分析模块，并调整网络参数；

步骤8，通过神经网络进行颜色特征向量的决策运算；

步骤9，根据神经网络的判别公式，神经网络输出对三维模型的颜色分类的识别结果。

本发明中，所述三维模型为含有光照色彩信息的三维模型，其颜色属性包含：外部光源的反射颜色、镜面反射的颜色、几何形体自身发射的光线颜色，通过采用三元组特征向量描述，将颜色属性分别在该RGB单位立方体空间的三个色彩维度上进行量化。

本发明中，神经网络的输入向量为三维向量。

本发明中，步骤3中三维模型的颜色识别规则为二值规则。

本发明中，步骤7中网络参数包括权值矩阵W和偏差向量b。

本发明中，步骤7中神经网络为单层感知器网络或者反馈型Hopfield网络。

本发明中，步骤5中所述颜色特征的量化传感器根据所获取的颜色属性的数值范围制定分类量化规则。