[发明专利]一种基于压缩感知的三维模型特征提取方法

权利要求书

1.一种基于压缩感知的三维模型特征提取方法，其特征在于：

首先，选取离散体素化格式的三维模型，再选取各个视角的方位作为参考平面，并设计等高变换函数，将三维模型通过等高变换函数实现空间分层，得到空间分层模型；

其次，将每个空间分层模型投影到参考平面，构造投影矩阵，并提取投影矩阵的信息熵；

最后，对各个投影矩阵进行稀疏处理，并进行二维压缩感知处理，得到空间分层特征。

2.根据权利要求1所述的基于压缩感知的三维模型特征提取方法，其特征在于：包括以下步骤：

步骤s101：选取三维模型为离散体素化格式的三维模型，并进行三维模型体素化预处理，得到体素化预处理后的三维模型M(s×s×s)，其中s为离散体素模型分辨率；

步骤s102：以xoy＝0平面作为参照平面，选定等高变换函数映射：f(x,y,z)＝z，划分分层数为L，分层步长为step＝s/L；构造L个投影矩阵proj_l(BS×BS),l＝1,2,...L，BS为投影矩阵的大小；

步骤s103：对模型中任意体素点由如下公式计算并更新投影矩阵的元素：

其中l为第k个体素点v^k所属层数，即投影矩阵的元素；

步骤s104：计算第l层投影矩阵proj_l的信息熵分量

获得Z轴方向的信息熵

步骤s105：对投影矩阵proj_l采用DCT稀疏变换，得到稀疏信号χ_l：

χ_l＝DCT(proj_l)；

步骤s106：对稀疏信号χ_l采用二维压缩感知，得到压缩感知测量信号γ_l：

其中Φ₁，Φ₂为测量矩阵；

步骤s107：计算各分层的测量值的2范数，形成特征序列F_Z：

步骤s108：同理分别以yoz＝0，xoz＝0为参照平面做类似s102～s107操作，得到特征序列F_X，F_Y；

步骤s109：合并三个方向的特征序列，输出基于函数变换的空间分层压缩感知特征F_HCS(Hierarchical CS)：

步骤s110：合并三个方向的信息熵特征序列，输出空间分层信息熵特征F_ENT：