[发明专利]非刚性三维模型之间点点匹配的方法

说明书

本发明公开了一种非刚性三维模型之间点点匹配的方法，该方法包括以下步骤：先建立各向异性谱流形小波描述符；再以建立的描述符作为模型点的描述符约束，采用模型上各点的热核关系作为点对关系约束，建立目标函数，实现模型点间的最优匹配。本发明先在前期建立各向异性谱流形小波描述符，再采用热核关系作为点对关系约束。相较于现有方法而言，各向异性谱流形小波描述符具有等距变形不变性、能区分模型的内蕴对称性、具有高分辨能力和定位能力、计算效率高，结构紧凑的优势；热核关系作为点对关系约束比其他采用测地距离的方法计算效率和稳定性更优越；从而保证本方法计算明确，结果鲁棒，匹配准确。

技术领域

本发明属于计算机图形学和计算机视觉领域，特别是涉及一种非刚性三维模型之间点点匹配的方法。

背景技术

在过去的十年间,随着三维模型获取设备以及相关技术的飞速发展,数字三维模型已可以用来表示非常丰富的物体，其相关应用涉及传统的计算机辅助设计，医学工程以及新兴产业如多媒体技术、娱乐产业等。对3D模型进行检索，识别与分类、语义分割以及迁移等是广泛存在于这些领域的基础而又重要的应用，而实现这些应用的重要前提是建立三维模型之间准确、高效的点点匹配(以下简称模型匹配)。

建立模型匹配的主流方法的核心技术存在于以下两个步骤：

(1)首先建立准确描述模型几何特征的点描述符；

通过编码模型各点的多尺度形状信息和几何特征，构建模型各点处能描述整体几何特征的点描述符(通常表示为高维向量)，该描述符要求分辨能力和计算效率高；

(2)在模型的描述符空间里建立最优的描述符匹配方法，实现模型上点的精准匹配。

因实际存在的三维模型形式复杂多样，还可能经历各种变形，同时数字扫描设备的局限性还可能导致模型存在大量噪声、甚至是部分缺失的情形，这使得实现具有高性能的匹配成为计算机图形学和视觉领域极具挑战性的问题。

现阶段，利用扩散几何建立的谱点描述符(可以视为一组滤波器作用于拉普拉斯-贝尔特米算子的特征值与特征向量)因具有计算效率高和内蕴(等距变形)不变性等特点成为分析非刚性模型形状特征的主要方法。代表工作有热核签名(HKS，Heat KernelSignature)和波核签名(WKS，Wave Kernel Signature)，但这两类方法均未能实现全面分析模型的细节或轮廓信息，无法实现模型点-点之间的精确定位，易产生匹配噪声。其他方法在描述符的计算效率、分辨能力以及稳定性等方面仍存在不足。特别是，这些方法绝大多数无法识别模型内蕴的对称性，这极大降低了描述符和模型匹配的准确性。

在建立准确的模型点描述符之后，可通过尽可能减少失真的方法实现模型间的匹配。现行方法主要有两种策略。一种通过在描述符空间里使用最近邻方法寻找匹配点，此类方法简单易行，但匹配性能严重依赖所使用的描述符，且该类方法未能考虑点与点之间在模型上的几何关联特性，易导致匹配的不连续性。为此，另一种方法在考虑点描述符尽可能小失真的同时，还对描述符之间的几何关系加以约束。该类方法比简单使用最近邻方法匹配的准确性得到大幅提升。但前期所使用的描述符性能以及点对间几何关联的正确建立仍严重影响着最终匹配的准确性。

发明内容

本发明的目的在于针对现有技术的不足之处，提供一种能够提高非刚性三维模型之间点点匹配准确性的方法。

本发明提供的这种非刚性三维模型之间点点匹配的方法，包括以下步骤：

步骤一、建立各向异性谱流形小波描述符；

步骤二、以步骤一所建立的描述符作为模型点的描述符约束，采用模型上各点的热核关系作为点对关系约束，建立目标函数，实现模型点间的最优匹配。

在一个具体实施方式中，在步骤一中建立各向异性谱流形小波描述符时按如下步骤进行：