[发明专利]基于渲染图像角度结构特征的三维模型检索方法

说明书

技术领域

本发明涉及计算机图形领域，尤其涉及基于渲染图像角度结构特征的三维模型检索方法。

背景技术

随着三维模型数量的不断增多，如何更快、更好的从大量的已有三维模型中检索出与用户需求最相似的三维模型变得至关重要。

基于多视图的三维模型检索技术是目前学术界研究的热点，其基本思想是通过多个视点投影三维模型，得到一定数量的可以用来描述三维模型部分信息的二维视图，然后用户通过输入二维草图或者自然图像来寻找相似度较高的二维视图，最终实现三维模型检索。然而基于多视图的检索存在视图冗余性的问题，限制了三维模型的检索效率。

基于内容的三维模型检索基本思想就是直接对三维模型进行视觉信息、几何关系和其他类型属性特征的提取，然后通过比较输入三维模型与数据库三维模型的相似度，实现三维模型检索。虽然可以充分利用三维模型的视觉信息、几何关系和其他类型属性来实现三维模型检索，但是三维模型的特征需要有很高的可描述性和不变性，对特征有较高要求，不易提取。

发明内容

本发明为克服上述的不足之处，目的在于提供基于渲染图像角度结构特征的三维模型检索方法，本方法从互联网上获取三维模型及其渲染图像，然后利用渲染图像的骨架形状上下文特征实现分类，形成多类别的数据集，并为数据集中的渲染图像提取角度结构特征，建立特征库；最后对互联网上获取的自然图像提取相同的角度结构特征，采用距离度量方法从特征库中检索相似模型，并以相似度大小排序，实现三维模型检索。本发明避免了三维模型多视图带来的冗余问题，同时包含较多视觉信息的渲染图像可以弥补单一渲染图像带来的信息不足的问题。

本发明是通过以下技术方案达到上述目的：基于渲染图像角度结构特征的三维模型检索方法，包括如下步骤：

(1)从互联网上获取三维模型及其渲染图像；

(2)提取出渲染图像的主干骨架图，为渲染图像分类作预处理；

(3)对预处理后的渲染图像提取骨架形状上下文特征，使用多类线性SVM实现渲染图像分类，得到渲染图像的数据集；

(4)对数据集中所有的渲染图像进行HSV颜色量化，为三维模型检索作预处理；

(5)通过邻近像素点间的本质关系提取渲染图像的颜色、纹理、形状和布局信息，形成渲染图像的全局角度结构特征，建立数据集的特征库；

(6)对输入的自然图像提取相同的全局角度结构特征，采用距离度量方法从特征库中检索相似模型，并以相似度大小排序。

作为优选，所述步骤(1)通过直观的单一对应方式从互联网上获取三维模型及其渲染图像。

作为优选，所述步骤(2)的具体步骤如下：

(2.1)对渲染图像进行初步二值化，并通过二次腐蚀和二次膨胀获得较优二值图像；

(2.2)基于较优二值图像采用骨架算法获得骨架图，计算骨架的每段末端分支的权重，并多次迭代删除权重最小的末端分支，提取得到主干骨架图。

作为优选，所述的权重计算公式为：

其中，_D是形状轮廓点集，_S是骨架点，_E是末端分支节点，α是归一化因数，β定义为常量9；表示末端路径_M的平均长度，_R表示重构骨架点，即将一个末端分支删除后的骨架点；_Γ表示归一化的曲线长度，_Λ表示面积以像素为单位。

作为优选，所述步骤(3)提取骨架形状上下文特征的步骤如下：

(i)在渲染图像轮廓点的形状上下文的基础上增加骨架信息，形成 300维的骨架形状上下文直方图；

(ii)对渲染图像中包含骨架信息的轮廓点进行分段，计算每段中5 个轮廓点间的骨架形状上下文，形成1500维的骨架形状上下文特征包；

(iii)对每段的特征包进行编码，得到骨架形状上下文特征向量集。

作为优选，所述步骤(3)使用多类线性SVM实现渲染图像分类的步骤如下：

(I)网上获取自然图像作为训练集，提取训练集骨架形状上下文特征向量集；

(II)使用训练集训练得到一个多类线性SVM，并将其作为分类器；

(III)将三维模型的渲染图像作为测试集，提取测试集骨架形状上下文特征向量集，通过分类器获得测试集渲染图像的类别标签。

作为优选，所述的多类线性SVM如下式所示：

第一项：

第二项：