[发明专利]一种支持三维场景交互的三维模型数据库检索方法

说明书

本发明公开了一种支持三维场景交互的三维模型数据库检索方法，先建立三维模型数据库，输入是一张二维图片，依次对输入的二维图片进行图像预处理、图像识别、特征提取、特征融合、输出结果。与现有技术相比，本发明能够根据二维视图，可以检索出该二维图像中所有物体所对应的近似3D模型。普通的3D检索系统只能根据关键字找出某一类的模型。但是随着用户需求的不断增长，该检索系统可以根据输入的二维视图，检索出多个3D模型。这样，不仅可以使操作更加人性化，还可以大大提升用户的检索时间的效率。

技术领域

本发明涉及三维模型数据库检索识别技术领域，特别是一种支持三维场景交互的三维模型数据库检索方法。

背景技术

随着计算机图形学理论的不断进步以及三维重建技术的飞速发展，互联网空间上已经有数以兆计的三维模型。此外，各种三维模型输入输出设备也在日益更新，每天都有大量的新的模型出现。

随着这些三维模型的数量和种类的不断增长，许多大型的三维模型数据库应运而生，并公开供用户直接使用。比如，包含了55个种类、51300个3D模型的ShapeNetCore，包含生物分子数据结构的蛋白质三维模型数据库，包含电子零件、建筑和机械CAD模型的美国国家设计库，以及Trimble公司推出的世界上种类最全、最流行的3D模型数据库之一——3DWarehouse，著名的3D模型交易平台TurboSquid目前已拥有超过30万个模型。国外的3D模型库已经很成熟，但在国内仍然没有一个权威的三维模型数据库。国内现有的模型库大多都是商业用途，主要用于游戏娱乐，建筑设计，以及室内家具展示。并且国内外的大多数3D模型库只支持关键字搜索，基于文本关键词的三维模型检索方法要求数据库中文本标注信息比较完整，且检索效果受到不同语言及表达方式的限制。当三维模型特征复杂时，文本关键字难以进行描述。现有的3D模型库只能支持模型库的检索，而不能直接对检索出来的模型进行进一步的操作，只能通过一些建模软件(3DMax，Unity)渲染。

发明内容

本发明的目的是要解决现有技术中存在的不足，提供一种支持三维场景交互的三维模型数据库检索方法。

为达到上述目的，本发明是按照以下技术方案实施的：

一种支持三维场景交互的三维模型数据库检索方法，包括以下步骤：

步骤一、三维模型数据库的建立，具体包括以下步骤：

(1)模型标准化：

模型的标准化需要对三维物体进行位置和尺寸的归一化；归一化处理的结果是将三维模型置于一个以该模型质心为中心、半径为1的最小包围球内；

(2)投影变化：

三维物体靠投影来降低维数得到二维平面图形，因此把三维坐标转变为二维坐标的过程称为投影变换，透视投影的特点是所有投影线都从空间一点即视点或投影中心投射，离视点近的物体投影大，离视点远的物体投影小，小到极点消失，透视投影整体变换为：

步骤二、三维模型数据库建立好之后，进行三维模型数据库检索：输入是一张二维图片，首先会对图片进行预处理，将处理后的图片送进CNN卷积神经网络中，得出这张图片的所属类别；接下来，在三维模型数据库中找到对应类别下的模型，并将该类别下模型的二维投影视图与该图片做相似度比较；最后，根据相似度值进行排序，返回搜索结果；具体包括以下步骤：

(1)图像预处理：

对输入二维图片进行缩放和裁剪后转换成合适的尺寸，并通过均值滤波对缩放和裁剪后的图像进行去噪；

(2)图像识别：

输入图像经过预处理之后，送入卷积神经网络中，使用MobileNets进行图像识别，然后输出对应的分类；

(4)特征提取：