[发明专利]一种基于视觉认知特征的彩色三维模型检索方法有效

专利信息
申请号: 200910244270.6 申请日: 2009-12-30
公开(公告)号: CN101794290A 公开(公告)日: 2010-08-04
发明(设计)人: 刘永进;吕露 申请(专利权)人: 清华大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京市立方律师事务所 11330 代理人: 张磊
地址: 100084 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视觉 认知 特征 彩色 三维 模型 检索 方法
【说明书】:

技术领域

发明涉及多媒体信息检索领域,特别是涉及一种基于视觉认知特征 的彩色三维模型检索方法。

背景技术

最近几年,借助计算机进行模拟仿真成为认知心理学的一个主流方向。由 于三维模型的广泛应用和模型库规模的快速增长,需要提供一种检索三维模型 的高效方法。

目前已经有一些比较合理的三维模型检索方法,但大多仅仅利用了模型的 几何特征,而彩色三维模型的检索却鲜有涉及。2001年8月在美国洛杉矶举行 的国际图形学年会(ACM SIGGRAPH)上Masaki Hilaga等人的《Topology Matching for Fully Automatic Similarity Estimation of 3D Shapes)》论文中提出了 一种基于近似测地线的MRG图匹配算法;另外,普林斯顿大学的三维模型检 索引擎中利用多角度拍照的方法将三维模型降维到二维图片进行匹配。这些方 法虽然都较好地利用了模型的几何信息,同时保持了旋转、平移等的不变性, 但是它们提取的特征过于抽象,不太符合人类认知事物的一般规律。另外,上 述采用的算法当中都忽略了模型的颜色信息,而颜色却是视觉计算理论中的一 个重要因子,因此降低了检索的效率和性能。

发明内容

为克服上述缺陷,本发明的目的是提供一种基于视觉认知特征的彩色 三维模型检索的方法,该方法利用颜色、几何特征构建特征向量,并通过 全局特征匹配和局部特征匹配相结合的方式,提高了检索的效率。

为实现上述目的,本发明提供了一种基于视觉认知特征的彩色三维模 型检索方法,该方法包括如下步骤:将彩色三维模型模板存储在数据库中, 提交待检索的彩色三维模型并将待检索的彩色三维模型与存储在数据库中 的彩色三维模型模板进行匹配操作,输出与数据库中匹配成功的彩色三维 模型。

其中,上述匹配操作包括如下步骤:构建彩色三维模型各顶点的六维 向量并计算六维坐标特征值,根据上述六维坐标特征值选取颜色采样点; 提取颜色采样点的特征信息,构建全局特征直方图和局部特征直方图;根 据全局特征直方图和局部特征直方图对彩色三维模型进行全局特征和局部 特征匹配。

本发明提出的彩色三维模型的方法,具有以下特点:

(1)保持对模型仿射变换良好的稳定性。

(2)结合视觉认知特征:首先采用颜色的强度变化选取采样点,再利用 采样点的几何特征构建特征向量,并通过全局特征匹配与局部特征对应匹配相 结合的方式进一步提高检索的效率。在选取采样点的过程中还利用了测地距离 的信息,更加符合人类认识物体形状的一般规律。

附图说明

图1a为根据本发明的彩色三维模型检索方法的流程图;

图1b为图1a中匹配操作方法的流程图;

图2为选取颜色采样点的流程图;

图3为提取向量特征信息的流程图;

图4为检索匹配输出结果的流程图;

图5为根据本发明的一个实施例的彩色三维模型的检索效果图。

具体实施方式

下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其 中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功 能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发 明,而不能解释为对本发明的限制。

为实现本发明的目的,本发明提供了一种基于视觉认知特征的彩色三 维模型的检索方法。图1a示出本发明的涉及的彩色三维模型检索方法。该 方法包括如下步骤:

S101:将彩色三维模型模板存储到数据库中。

将彩色三维模型模板存储到服务器端的彩色三维模型数据库中。

S102:提交待检索的彩色三维模型,将待检索的彩色三维模型与存储 在数据库中的彩色三维模型模板进行匹配操作。

通过客户端向服务器端提交待检索的彩色三维模型,将步骤102中客 户端提交的待检索的彩色三维模型与步骤101中的彩色三维模型模板进行 匹配操作。

图1b示出了上述匹配操作的步骤。

待检索的彩色三维模型与彩色三维模型模板匹配的包括如下步骤:

S1021:计算六维坐标特征值并选取颜色采样点。

上述选取颜色采样点的流程如图2所示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910244270.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top