基于视觉图像的三维模型检索算法.docVIP

基于视觉图像的三维模型检索算法 摘要：提出了基于6-视点和14-视点的透视投影图像的模型检索算法。利用基于投影图像轮廓边缘夹角和基于投影图像外圆的方法来计算投影图像的相似性，实验对比表明，在特定的投影匹配算法下，视点的增加会提高模型的检索准确率。 Abstract: Propose 3d model retrieval algorithm which based on 6-viewpoints and 14-viewpoints’s perspective projection image. Using the method of the projected image contour edge angle and the projected image outer annulus histogram to calculate the similarity of the projected image, the experiment results present increasing the number of view point will improve the accuracy of model retrieval. 基于视觉图像的三维模型检索技术是模型检索技术中的一个重要组成部分，人类对于物体或模型的辨别和判断最先依靠的就是物体或模型的形状，且视觉图像研究已经成为当前计算机领域的一个热门学科。本文从视觉图像的研究角度出发，对基于视觉正交投影图像的三维模型检索技术和基于视觉透视投影图像的三维模型检索技术进行了分析和研究，并对几种检索算法进行了查准率和查全率对比。 3.1基于视觉正交投影图像的三维模型检索算法 视觉投影图像信息是最具特色的三维模型内容特征之一，本文提出了几种基于视觉正交投影图像的三维模型检索算法，本节将对这几种算法进行详细的介绍。 3.1.1 基于正交投影图像轮廓边缘夹角的模型检索算法 之前已有很多科研机构和研究人员对基于二维正交投影的模型检索技术进行了详细的研究，本文在深入分析他们的方法之后提出了一种新的基于正交图像的三维模型检索算法，且在这种算法的基础上衍生了其余另外几种模型检索算法，并对这几种方法在查全率和查准率上进行了详细的对比。 陈鼎均在他2003年的文章中使用的就是二维正交投影图像，且他的投影图像是二值图像。Ohbuchi在他的2003年的文章中所使用的是带有深度值的二维正交投影图像。Min在他2002年文章中所使用的也是二值图像的二维正交投影图像。本节的模型检索技术同样采用二维正交投影图像。 本节基于二维正交投影图像的检索方法，每个模型得到的是三幅正交投影图像，这三幅正交投影图像分别是平行于X、Y、Z方向的投影图像。本节的图像匹配方法只需图像轮廓信息，其余信息没有意义，换言之，所需的正交投影图像是二值图像。对于二值图像而言，模型在三个坐标轴方向上得到六幅投影图像和三幅投影图像意义是一样的，六幅投影图像中肯定两两是相同的，三幅投影图像匹配可以提高模型检索的效率。 本算法的思想介绍：首先提取三维模型的三幅二维正交投影图像，并计算各个二维正交投影图像的轮廓边缘信息，然后计算投影图像轮廓边缘上的每个点的轮廓夹角，这一系列点的轮廓夹角可以生成一条夹角曲线，对该夹角曲线进行傅立叶变换，对变换后的傅立叶系数进行匹配以确定该投影图像的相似性，最后通过二维正交投影图像的相似性获得三维模型的几何相似性。 （1）二维正交投影图像的获取 打开一个有724个三角面片、368个点的蝴蝶三维模型（图3-1（a）所示），将该蝴蝶模型分别正交投影于XOY坐标面、XOZ坐标面和YOZ坐标面，可以获得该模型的三幅二维正交投影图像。但在投影过程中，投影到各个坐标面上的只是模型的724个三角面片的顶点，换言之，该模型投影到各个坐标面上后，只能在每个坐标面上看到368个投影点，根本无法看清楚这些点和模型的关联关系，更无法为后面匹配特征的获取提供相应的数据和信息。为了能够得到完整的二维正交投影图像，需要把三维模型投影在坐标面上的三角形中的间隙填充起来。 图3-1 三维模型及其二维正交投影图像 本文采用了两种方法来填充坐标面上的投影离散点间的间隙： 第一种：假设点和都属于二维投影图像，设代表矢量和矢性积，其表达式（如3.1）： (3.1) 判别过程如下： 若 and and 或 and and ，则可判定在内。 若 and ( and 或 and ) 若 and ( and 或 and ) 若 and ( and 或 and ) 则可判定在轮廓上。将这些属于内和轮廓上的点都标记成属于投影图像内的点。 第二种：第一种方法是借用矢量的方法来填充坐标面上投影点间的间隙的，第二种