[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

摘要

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。

主权项

1.一种支持三维场景交互的三维模型数据库检索方法，其特征在于，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，离视点元的物体投影小，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坐相似度比较；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；(3)特征提取：通过Canny算子提取图片的边缘特征，获取图像的全局特征；利用SIFT算法检测特征点，并用k‑means聚类算法对SIFT特征进行聚类构建词典，获取词频向量对应的直方图,即图片的局部特征，最后，根据Canny和SIFT检测到的特征值，用欧氏距离分别计算输入图片和二维投影图片之间的相似度，并将两个不同特征得到的相似度进行加权相加，得出相似度并进行排序；(4)特征融合：通过提取二维视图的局部特征矩阵和全局特征矩阵，将三维模型相似性度量转化为特征矩阵之间的距离运算，为了反映矩阵所代表的模型间的相似度，采用Manhattan距离，设P1代表模型对应二维视图，P2代表输入图像，C1和C2分别为P1和P2的全局特征矩阵，S1和S2分别代表二者的局部特征矩阵，则相似性度量由式以下公式计算得出：D(P1，P2)＝w1|C1‑C2|+w2|S1‑S2|，其中，w1和w2分表代表全局特征矩阵和局部特征矩阵在整个距离中所占的权重；(5)输出结果：根据上一步计算所得的相似度，对模型进行排序，并输出最终的三维模型。