[发明专利]一种基于增量慢特征的3D模型检索方法及其检索装置

说明书

本发明公开了一种基于增量慢特征的3D模型检索方法及其检索装置，方法包括：运用有监督的增量慢特征分析方法，对预处理后的视图集进行增量慢特征提取；根据提取出的增量慢特征获取增量慢特征的排序，根据排序结果筛选增量慢特征并生成3D模型的增量慢特征库；利用最近邻算法对3D模型的增量慢特征库进行检索匹配，获取与候选模型相似的物体并输出。装置包括：提取模块、获取模块、生成模块以及匹配与输出模块。本发明降低了非刚性模型特征提取的难度，提高了特征提取的稳定性和准确性，为后续的3D模型检索提供了良好的条件，确保了检索结果更加高效准确。

技术领域

本发明涉及图像检索领域，尤其涉及一种基于增量慢特征的3D模型检索方法及其检索装置。

背景技术

随着3D模型的广泛使用和传播，以及计算机图形学和空间可视化技术的发展，3D模型已经应用于社会生活的各个方面，如虚拟现实、三维动画及游戏、CAD、军事、分子生物学等。3D模型己经成为了继声音、图像、视频之后的第四种多媒体数据类型。目前有数以兆计的3D模型存在，同时每天都有大量的3D模型产生和传播，存在着对3D模型进行检索的迫切需求。常用的3D模型检索技术分为基于文本的检索和基于内容的检索。

基于文本的检索技术实现算法简单，且经过多年发展已经相当成熟。但是由于文本信息本身就无法全面表述三维模型的几何形状、拓扑结构、材质的颜色及纹理等丰富信息，并且需要耗费大量的时间、精力和相关领域经验丰富的专业人员参与，受地域、文化等多种因素的限制，注释信息会有一定的片面性和主观性，从而会影响检索结果的准确性。

基于内容的检索^[1]是根据3D模型的实际内容进行自动检索，人工干预较少，检索更加精确。其主要划分为三大类：(1)基于形状的检索技术：基于形状的检索技术是提取3D模型的形状特征，并根据形状特征检索。其优点是从模型整体形状进行比较，忽略细节上的不同，比较接近人的视觉识别。这种方法的缺点是对于同种物体、不同形状的模型，提取的形状特征不同时可能会被认为不相似；(2)基于拓扑结构的检索技术：其优点是对于同种物体的不同形状模型，由于其拓扑结构相同，所以被认为是相似的；缺点是形状相似的模型可能会被认为是不同的；(3)基于图像比较的检索技术，也是如今研究的热点。

基于图像比较的检索技术主要通过将3D模型进行多视角采集，转化成2D图像，并借助成熟的2D图像检索技术进行3D模型检索。由于真实物体进行多视角采集时，随光照、角度等外界因素的变化导致视图视觉特征发生无规则变化。理想情况下，随着视角的渐变，视觉特征变化应该也是渐变的，但是现有的特征提取方法中，特征形式往往是突变的。

发明内容

本发明提供了一种基于增量慢特征的3D模型检索方法及其检索装置，本发明降低了非 刚性模型特征提取的难度，提高了特征提取的稳定性和准确性，为后续的3D模型检索提供了良好的条件，确保了检索结果更加高效准确，详见下文描述：

一种基于增量慢特征的3D模型检索方法，所述3D模型检索方法包括以下步骤：

运用有监督的增量慢特征分析方法，对预处理后的视图集进行增量慢特征提取；

根据提取出的增量慢特征获取增量慢特征的排序，根据排序结果筛选增量慢特征并生成3D模型的增量慢特征库；

利用最近邻算法对3D模型的增量慢特征库进行检索匹配，获取与候选模型相似的物体并输出。

其中，所述3D模型检索方法还包括：

获取数据库中物体的2D视图集V，对2D视图集进行预处理，使得所有3D模型的视图尺寸大小一致。

其中，所述运用有监督的增量慢特征分析方法，对预处理后的视图集进行增量慢特征提取的步骤具体为：

根据差分信号、协方差矩阵特征向量的第一个特征值、3D模型的第k张视图的第一个次要成分，获取3D模型第k张视图的次要成分；