[发明专利]3D场景中基于最小费用最大流的层次结构构建方法

权利要求书

1.一种3D场景中基于最小费用最大流的层次结构构建方法，其特征在于，包括以下步骤：

步骤1：使用平分交互面IBS算法计算各个输入3D模型之间的空间关系，构建整个场景的空间关系；具体方法如下：

平分交互面IBS上的脊T到对象1和对象2上的采样点P1和P2的距离相等；然后定义一个向量它将T上的一个点t连接到P1，并且是T的法向量；那么d是的长度，α是法向量和之间的角度；当前脊的权重T，即P1和P2之间的相似度，通过脊上的权重w(t)的表面积来计算如公式1和公式2所示；

W_T＝∫w(t)ds (1)

w(t)＝w_distance(t)ⁿ×w_angle(t) (2)

w_angle和w_distance定义如公式(3)和公式(4)所示；

其中D＝d_diag/2，d_diag是整个场景的边界框的对角线的长度；D是d的上界；由于w_angle和w_distance在不同的范围，n用于调整两部分之间的影响；

距离和方向定义t到点P1和P2之间的相对位置；这两个函数是相互独立的，通过公式(1)用离散法来估计脊T的表面积分，如公式5所示；

W'_T＝∑w(t')Δs (5)

其中，t'是脊T上s上的随机点；当max(Δs)足够小时，W'_T是W_T的良好近似值；然后模型i和物体j之间的权重通过属于IBS(i，j)的脊的权重之和来计算如公式(6)所示；

其中IBS(i，j)是顶点i和顶点j之间的IBS；如果IBS(i，j)不存在，则将W(i,j)设置为0；

步骤2：根据各个3D模型之间的空间关系，融合场景的label信息，使用重复率和覆盖率找到场景的基本单元的构成；

步骤3：将重复单元中所有的对象按照label分为两组；在网络中假设一个原点s和t，运行最小费用最大流算法计算场景的最佳匹配，找到场景的基本单元及依据此基本单元的分割结果；具体方法如下：

先在网络中假设一个原点s和一个终点t，然后把组合里几种不同的label分为不同的类；同一组内不存在相互连接的边，仅存在跨组别的边，根据求得的相似度矩阵W，如果两对象之间的相似度不为零，则两顶点之间的权值设为1；于是寻找重复单元的问题就转化成了点与点之间的匹配问题；

将重复组合中出现次数少的label数据放在靠近源点一边，根据组合中，两种label出现次数的比率，分配权值，把出现次数多的label数据放在靠近汇点一侧，对应于汇点的权值都为1，与另外一边之间的边也为1；

步骤4：对于除去重复单元的剩余部分，运用最小生成树算法将场景连成一棵树；求取任何两个值之间的斜率，找到斜率的峰值，也就是边的值变化最大的位置，即为阈值t的位置，将大于阈值t的边都去掉，就将剩余部分的场景给分割开来，即得到分割的结果；

步骤5，根据步骤3与步骤4的分割结果构建层次结构，得到最终的结果。

2.根据权利要求1所述的3D场景中基于最小费用最大流的层次结构构建方法，其特征在于，对于最小费用流来说，同最大流的算法，将所有的对象按照label分为两组，同一label内的对象之间不存在边；在网络中假设一个原点s和t，重复组内各种label对象同最大流矩阵的位置一样；原点s与汇点t到连接边之间的可能性完全相同；则源点s与汇点t与相连接点之间的边的权值都设置为1，在最小费用流中，让相似度大的两个点连接在一起。

3.根据权利要求2所述的3D场景中基于最小费用最大流的层次结构构建方法，其特征在于，两点之间的费用值与相似度之间存在一个负相关的关系；则得到费用值矩阵W'如公式(7)所示：

W'＝exp(-W) (7)

通过上式就让费用流与相似度之间呈负相关的关系且保证任意两点之间的费用值都在0～1之间。

4.根据权利要求1所述的3D场景中基于最小费用最大流的层次结构构建方法，其特征在于，步骤4具体如下：

对于3D场景，需要构造剩余部分的最小生成树；构建最小生成树时，初始最小生成树的边数为0，将所有顶点之间边的权值进行从小到大的排序；将图中的n个顶点看成n棵不同的树，按权值从小到大选择，所选的边连接的两个顶点应属于两棵不同的树，则成为最小生成树的一条边，并将这两棵树合并作为一棵树；重复上述过程直到所有顶点都在一棵树内就得到了场景的最小生成树；

根据上述步骤构成场景的最小生成树，E'为所有最小生成树的边；对于剩余场景的分割，设定一个阈值t，去掉生成树中大于t的边，就将剩余部分分成若干部分；

根据将E'中所有的边从小到大排序，求取任何两个值之间的斜率，找到斜率的峰值，也就是边的值变化最大的位置，即为阈值t的位置，将大于阈值t的边都去掉，就将剩余部分的场景给分割开来，即得到分割的结果。