[发明专利]基于超图的三维对象检索方法和装置

说明书

技术领域

本发明涉及三维对象处理，三维对象分析技术领域，特别涉及一种基于超图的三维对象检索方法。

背景技术

计算机和多媒体技术的进步加快了三维立体对象数据的快速增长。近些年来，三维对象在计算机辅助制造、虚拟现实、医学及娱乐等多种领域的应用日益广泛，因此，快速有效的三维对象检索方法变得越发的重要。

传统的三维对象的描述方法主要是基于虚拟模型的，但是应用传统的三维对象描述方法进行对真实三维对象进行表示时通常需要三维重建的过程。由于三维重建的计算量较大，这使得传统的三维对象描述方法并不能很好的应用到真实三维对象的分析与处理上。

随着照相机技术的快速发展，更多的方法关注与基于多视图的三维对象分析。这种基于多视图的方法通过一组多视图来描述三维对象的信息，进而完成三维立体对象的检索等进一步的工作。

由于一个三维对象包含着大量的多视图，因此如何应用多视图进行三维对象的关联性描述是一个较困难的课题。2003年在欧洲图形学会议上提出的方法中(D.Y.Chen，X.P.Tian，Y.T.Shen，and M.Ouhyoung.On visual similarity based 3d model retrieval.Computer Graphics Forum)提出了光场描述符(Lighting Filed Descriptor)，通过在正十二面体的20个顶点位置设置的照相机阵列进行数据采集，获得多组视图来描述原始三维对象，这些视图从不同的角度来描述三维对象的空间结构信息，另一方面，该方法针对这样的多视图阵列进行匹配来对三维立体对象之间的匹配。以二值的视图的Zernike矩和傅里叶描述符特征被用来作为视图的特征，然而，这种方法中对照相机阵列有固定的设置要求。2007在国际电子电气工程师协会多媒体汇刊上(T.F.Ansary，M.Daoudi，and J.P.Vandeborre，“A bayesian 3-d search engine using adaptive views clustering，”IEEETransactions on Multimedia，vol.9，no.1，pp.78-88，2007.)提出一种基于贝叶斯分析的三维立体对象检索方法，其中视图获取也是使用固定的320照相机阵列。该方法首先获得320张原始图片，这里针对原始视图，49维的Zernike矩被选用图像特征，该方法首先从原始视图中进行代表性视图选择，通过对视图之间的整体相似度的计算，进行K均值迭代聚类，其中每一步都尝试将已有的分类结果进行重新聚类，其中K选取为2。这里，贝叶斯信息准备被用来判定聚类的效果及停止条件，在接下来的处理中，只有代表性的视图才应用到具体的检索分析中，通过对视图之间的贝叶斯概率分析来获得整体三维对象之间的相关程度，从而完成三维立体对象的基于视图的检索工作。

这些传统的基于视图的三维对象分析方法主要通过对三维对象的多视图进行直接或间接的匹配等方法进行三维对象之间的比较。但是由于三维对象信息的复杂性，这使得直接应用三维对象的视图匹配的方法并不能很有效的进行三维对象相关性的分析。

发明内容

本发明的目的旨在至少解决上述技术缺陷之一。

为达到上述目的，本发明一方面提出了一种基于超图的三维对象检索方法，该方法通过应用超图对三维图像进行建模，从而对三维对象之间进行相关性分析。

为此，本发明提出了一种基于超图的三维对象检索方法，包括以下步骤：计算数据库中三维对象的所有视图之间的距离矩阵；根据所述距离矩阵对所述所有视图进行聚类以得到多个聚类结果，并根据所述多个聚类结果构建所述三维对象对应的多个超图；对所述多个超图进行融合以形成一个融合后的超图，并对所述融合后的超图进行分析，且根据分析结果建立所述三维对象之间的关联性；和根据所述关联性检索所述三维对象。

在本发明的一个实施例中，所述计算数据库中三维对象的所有视图之间的距离矩阵，进一步包括：以Zernike Moments为图像特征对所述所有视图进行特征提取以得到所述特征提取结果；根据所述特征提取结果应用欧式距离计算任意两个视图之间的距离，直到所述所有视图之间的距离计算完毕，得到所述所有视图之间的距离矩阵。

在本发明的一个实施例中，所述根据距离矩阵对所述所有视图进行聚类以得到多个聚类结果，进一步包括：采用K均值聚类方法对所述所有视图进行聚类，其中，所述聚类结果根据所述K值的不同而变化。