CN102375831B - 三维模型检索装置及其方法和模型库生成装置及其方法 - Google Patents
三维模型检索装置及其方法和模型库生成装置及其方法 Download PDFInfo
- Publication number
- CN102375831B CN102375831B CN201010254614.4A CN201010254614A CN102375831B CN 102375831 B CN102375831 B CN 102375831B CN 201010254614 A CN201010254614 A CN 201010254614A CN 102375831 B CN102375831 B CN 102375831B
- Authority
- CN
- China
- Prior art keywords
- model
- dimensional
- dimensional model
- polygon
- projection plane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种三维模型检索装置及其方法和模型库生成装置及其方法。根据本发明的三维模型检索装置包括:模型归一化单元,配置为对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;二维图像生成单元,配置为在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;模型描述单元,配置为基于所述二维图像,生成所述三维模型的模型描述符;以及检索单元,配置为基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型。
Description
技术领域
本发明一般地涉及三维模型检索。具体而言,本发明涉及一种基于二维图像的三维模型检索装置及其方法和三维模型库生成装置及其方法。
背景技术
随着三维数据获取、计算机辅助设计、图形硬件技术的进步,三维模型的数量急剧增加,这些模型分布在网络上和各种特定的数据库中。另一方面,设计具有高精度的三维模型不仅花费高而且费时。因此,现有模型的有效利用显得相当重要,然而从大量模型中寻找有用的模型却是一项困难的工作。学者们进行了大量的研究工作,致力于找到有效的三维模型检索方法。
目前,学者们已经提出了多种三维模型检索方法,这些方法可大致分为两类:基于关键字的检索方法和基于内容的检索方法。前面一种方法从语义层次上描述三维模型,模型的特征由一系列描述性的文字组成,比如尺寸、材料、颜色和类别等;早期三维模型数量不大,这种方法比较实用。后面一种方法在模型检索过程中,将模型自身的内容考虑在内。随着模型数量的急剧增加,研究重点越来越集中到基于内容的检索技术上来。现有的基于内容的检索方法可大致分为三类:基于特征向量的方法、基于拓扑结构的方法和基于二维图像的方法。
在基于特征向量的检索方法中,用一个特征向量来描述三维物体。其中,形状分布是一种最有名的方法。关于形状分布法的细节,可参见非专利文献1。这类方法在特征提取和模型比较方面具有很高的效率。然而,由于特征向量比较简单,模型的信息描述不够准确,因此检索的准确性不理想。这类方法简单、高效,因此它们可以作为预分类手段集成到其它方法中。
在基于拓扑结构的检索方法中,三维模型的结构特征以树或图的方式 表示,然后利用树或图匹配的方法来比较两个模型,细节可参见非专利文献2。拓扑结构提供了三维模型形状的直观而重要的信息,并且这种特征具有仿射不变性。然而,拓扑结构对模型的细微变形比较敏感,而且树或图匹配过程比较费时,这些缺点限制了该类方法的实际应用。
在基于二维图像的检索方法中,基于三维模型生成一系列的二维图像,然后通过比较相应的二维图像来对三维模型进行比较。其中,非专利文献3中所述的光场描述符法和非专利文献4中所述的特征视图法是使用最为广泛的基于二维图像的模型检索方法。
在非专利文献3所述的方法中,利用10个光场描述符来表达一个三维模型的特征,而每一个光场描述符由10个图像的特征构成,通过比较这些光场描述符来对模型进行比较。在基于三维模型生成二维图像时,将一个正十二面体放置于模型的中心,然后利用正十二面体的二十个顶点作为视点,通过正交投影产生20幅二值图像,其中以两个处于相对位置的顶点为视点的两幅图像是相同的,因此保留十幅图像,基于这十幅图像生成一个光场描述符。通过旋转正十二面体可以得到不同的图像,进而得到不同的光场描述符。在非专利文献3的方法中,生成10个光场描述符,利用匹配图像间距离的累加来比较两个光场描述符。在得到10个光场描述符的过程中,总共需要渲染100幅图像。
非专利文献4所述的基于特征视图的方法中,将正二十面体放置在三维模型的中心,然后将正二十面体的各个多边形分割以得到80个均匀分布的多边形,然后以这80个多边形的中心作为视点,利用正交投影得到最初的80个视图。对每一个三维模型,从初始的80个视图中,选择一些有代表性的视图。然后基于贝叶斯概率理论,从模型的所有代表视图中找到与检索图像对应的代表视图,进而计算索引与数据库模型之间的相似性。
根据一些综述性文献,较之基于特征向量的检索方法和基于拓扑的检索方法,基于二维图像的检索方法可取得更好的检索结果,详情可参见非专利文献5和6。
另外,专利文献7也提出了一种基于二维图像的三维模型检索装置及方法。
但是,在上述各文献中提到的基于二维图像的方法,由于图像数量比较大,因此在特征提取和模型比较的过程中比较费时,限制了它们的实际 应用。
非专利文献1:R.Osada,R.Funkhouser,T.Chazelle:Shapedistributions.ACM Transactions on Graphics,21(5),807--832(2002)。
非专利文献2:M.Hilaga,Y.Shinagawa,T.Kohmura,T.L.Kunii:Topology matching for fully automatic similarity estimation of 3D shapes.Proceedings SIGGRAPH,203--212(2001)。
非专利文献3:C.Ding-Yun,T.Xiaopei,S.Yute,O.Ming:On visualsimilarity based 3D model retrieval.Proceedings of European association for Computer Graphics,22(3),223--232(2003)。
非专利文献4:T.F.Ansqry,J.Vandeborre,M.Daoudi:A framework for 3D CAD models retrieval from 2D images.Annual of telecommunications technologies and tools for 3D imaging.Vol.60(11-12),2005。
非专利文献5:P.Shilane,P.Min,M.Kazhdan,T.Funkhouser:The Priceton shape benchmark.Proceedings of the international conference on Shape modeling,167--178(2004)。
非专利文献6:N.Iyer,S.Jayanti,K.Ramani:An engineering shape benchmark for 3D models.Proceedings of ASME IDETC/CIE,24--28(2005)。
专利文献7:发明名称为“三维模型检索装置及方法”、申请日期为2007年7月20日的中国专利申请第200710136197.1号。
发明内容
有鉴于此,本发明提出了一种基于二维图像的三维模型检索装置及其方法和三维模型库生成装置及其方法,能够更高效地实现三维模型检索。
为了实现上述目的,根据本发明的一个方面,提供了一种三维模型检索装置包括:模型归一化单元,配置为对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;二维图像生成单元,配置为在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;模型描述单元,配置为基于所 述二维图像,生成所述三维模型的模型描述符;以及检索单元,配置为基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型。
根据本发明的另一个方面,提供了一种三维模型检索方法,包括:对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;基于所述二维图像,生成所述三维模型的模型描述符;以及基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型。
根据本发明的再一个方面,提供了一种模型库生成装置,包括:模型归一化单元,配置为对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;二维图像生成单元,配置为在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;以及模型描述单元,配置为基于所述二维图像,生成所述三维模型的模型描述符。
根据本发明的又一个方面,提供了一种模型库生成方法,包括:对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;以及基于所述二维图像,生成所述三维模型的模型描述符。
另外,根据本发明的另一方面,还提供了一种存储介质。所述存储介质包括机器可读的程序代码,当在信息处理设备上执行所述程序代码时,所述程序代码使得所述信息处理设备执行根据本发明的上述三维模型检索方法和模型库生成方法。
此外,根据本发明的再一方面,还提供了一种程序产品。所述程序产品包括机器可执行的指令,当在信息处理设备上执行所述指令时,所述指令使得所述信息处理设备执行根据本发明的上述三维模型检索方法和模型库生成方法。
附图说明
参照下面结合附图对本发明实施例的说明,会更加容易地理解本发明的以上和其它目的、特点和优点。附图中的部件只是为了示出本发明的原理。在附图中,相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。附图中:
图1示出了根据本发明第一实施例的三维模型检索系统的示意结构方框图;
图2是本发明中根据Normal-PCA法计算三角形面积和法线方向时的概念图;
图3示出了主轴方向检测结果的一些例子;
图4示出了根据本发明一个实施例的三维模型检索系统中包括的二维图像生成单元的示意结构方框图;
图5示出根据本发明的一个实施例的多边形填充的示意图;
图6示出了根据本发明第二实施例的三维模型检索系统的示意结构方框图;
图7示出了根据本发明的一个实施例的三维模型检索方法的示意流程图;
图8示出了根据本发明的一个实施例的二维图像生成过程的示意流程图;
图9示出根据本发明的一个实施例的模型库生成方法的示意流程图;以及
图10示出可用于实施根据本发明实施例的方法和装置的计算机的示意性框图。
具体实施方式
在下文中将结合附图对本发明的示范性实施例进行详细描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符合与系统及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有所改 变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤,而省略了与本发明关系不大的其他细节。另外,还需要指出的是,在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。
图1示出了根据本发明第一实施例的三维模型检索系统的示意结构方框图。在根据该实施例的三维模型检索系统中,三维模型检索装置110通过对三维模型查询120和模型库130中的三维模型进行分析,从模型库130中检索出与所输入的三维模型查询120相匹配的三维模型,并最终输出查询结果。
用于输入三维模型查询120的输入装置可以是能够输入模型查询120的任意输入装置,例如键盘、鼠标、触摸屏、存储介质接口(包括磁盘驱动器、光盘驱动器等)、网络接口,等等。用于输出查询结果的输出装置可以是能够输出检索到的三维模型的任意输出装置,例如显示器、网络接口、存储介质接口等等。模型库130可以由构建在存储器(包括本地存储器和网络存储器)上的数据库构成,存储了大量的三维模型。
根据该实施例的三维模型检索装置110包括:模型表面处理单元1101、模型归一化单元1103、二维图像生成单元1105、模型描述单元1107、以及检索单元1109。模型表面处理单元1101将三维模型的表面转换为多边形网格的形式。模型归一化单元1103对三维模型进行旋转和/或平移,使得三维模型的主轴方向与三维空间的坐标轴方向一致,并且三维模型的重心与系统坐标系的原点一致。二维图像生成单元1105在系统坐标系的各个坐标轴的正负方向上分别对三维模型进行多边形网格投影,生成多个二维图像。模型描述单元1107基于所生成的二维图像,生成三维模型的模型描述符。检索单元1109基于所生成的模型描述符,在模型库130中检索出与要查询的三维模型120相匹配的三维模型。最后将所检索到的相匹配的三维模型作为查询结果输出。
在此需要指出的是,在该实施例的三维模型检索装置110中的模型表面化处理单元1101为可选单元,可以根据需要选择。在不包括模型表面化处理单元1101的情况下,所输入的三维模型为已经进行了网格化处理 的三维模型。
三维模型检索装置110可以由个人计算机、工作站、PDA(个人数字助理)等的信息处理设备实现。信息处理设备的结构将在下文中结合附图10进行详细描述。具体而言,可以通过信息处理设备的CPU(中央处理器)和相应的程序来实现模型表面处理单元1101、模型归一化单元1103、二维图像生成单元1105、模型描述单元1107、以及检索单元1109。
接下来将对本实施例的三维模型检索装置110的各个部分进行详细的说明。
当输入了三维模型查询时,该三维模型查询首先被传送到三维模型检索装置110的模型表面处理单元1101中,在此将三维模型的表面转换为多边形网格的形式,比如三角形网格、四边形网格等等。
在对三维模型进行网格化处理之后,模型表面处理单元1101将多边形网格形式的三维模型传送给模型归一化单元1103。
在模型归一化单元1103中,对三维模型进行归一化,使三维模型的主轴方向与系统坐标系的坐标轴一致,并使三维模型的重心与系统坐标系的原点一致,以便于进行接下来的处理。一般而言,三维模型可以任意方向处于三维空间的任意位置。为了进行归一化,需要对三维模型进行平移和旋转。
对于平移,首先计算出三维模型的重心坐标,然后对三维模型进行平移变换,使得三维模型的重心成为系统坐标系的原点。对于三维模型的平移变换可以采用本领域公知的方法,这里省略详细的说明,而集中关注于旋转变换。
在现有技术中,已经提出了一些对三维模型进行旋转变换的方法,例如主成分分析(principal component analysis:PCA)。然而,试验发现,对于一些相似的模型,主成分分析无法得到稳定的主方向。
对此,本发明的发明人已经在上述专利文献7中提出了一种称为Normal-PCA(N-PCA)的模型归一化方法。在这种方法中,首先提取模型的主轴方向,然后利用提取到的主轴方向归一化三维模型。
三维模型通常由三角形网格构成,而三角形的法线方向的分布提供了模型的方向信息。因此,在本发明的N-PCA法中,考虑模型中的所有三角形的法线方向的分布信息来检测模型的主轴方向。下面对通过N-PCA法对三维模型进行旋转归一化的过程进行详细的说明。
首先,计算各个三角形ti的面积ai和法线方向 i=1,2,...fCnt,其中fCnt表示三维模型中所含三角形的数目。
如图2所示,假设三角形ti的顶点是A,B,C,三个边的长度为1a,1b,1c,则三角形的面积ai可按照式1计算,其中s=(1a+1b+1c)/2,代表三角形的半周长,*代表乘法运算。
三角形的法线方向 可由式2得到,其中 表示图2所示三角形ti的有向边,而×表示向量的叉乘运算。
计算出了所有三角形的法线方向后,根据三角形法线方向的分布信息来得到模型的三个主轴方向。下面说明详细的过程。
首先,利用公式3,计算法线方向的加权分布矩阵M,其中 表示法线方向的均值,*代表向量乘法运算。
对矩阵M进行特征值分解,得到三个特征向量和特征值,这三个特征向量作为主轴方向:
根据下面的公式4,对模型的每一个顶点进行归一化,其中 和 (i=1,2,...,vCnt)分别表示初始的第i个顶点和归一化后的第i个顶点, 表示三维模型的重心,·表示两个向量的点乘运算,v′ix,v′iy,v′iz分别是归一化后的第i个顶点 的x、y、z坐标。
图3示出了一些三维模型的归一化结果的示例。利用上述的N-PCA法,可以准确、稳定地检测出三维模型的主轴方向,在此基础上进行归一化。归一化之后,使模型的主轴方向成为系统坐标系的坐标轴,而且模型的重心也平移到坐标系的原点。
这里需要指出的是,在根据本发明的该三维模型检索系统中,如上面所描述的,模型归一化单元1103所处理的三维模型的表面已经由模型表面处理单元1101转换为多边形网格形式。但是,这并不是必须的,也可以采用其他的归一化方式,此时三维模型的表面不一定必须是多边形网格的形式。在这种情况下,模型表面处理单元1101的处理可以在模型归一 化单元1103的归一化处理之后执行。或者,如果输入的三维模型已经如上所述是三角形网格等的多边形网格形式,则在根据本发明的一个实施例的三维模型检索装置110中可以略去模型表面处理单元1101。
接下来,二维图像生成单元1105对模型表面处理单元1101和模型归一化单元1103处理后的三维模型在系统坐标系的各个坐标轴的正负方向上分别进行多边形网格投影,以便生成多个二维图像。
二维图像生成单元1105主要用于产生六幅二维图像,二维图像可以是灰度图像或者二值图像,可以设定为同一尺寸,也可以根据坐标范围设定各个图像尺寸。
根据投影方向的不同,六幅图像分别被称为上、下视图(沿Z轴方向,向x-y平面投影),左、右视图(沿y轴方向,向x-z平面投影),前、后视图(沿x轴方向,向y-z平面投影)。在图像生成过程中,沿着每个坐标轴的正、负两个方向,产生一对图像,如上、下视图。
在此过程中主要涉及到两个操作,对各个多边形网格进行处理、以及利用多边形填充算法产生二维图像。如图4所示,根据本发明一个实施例的二维图像生成单元1105包括多边形处理部分11051和多边形填充部分11053。
多边形处理部分11051将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形。例如,在输入的三维模型由三角形网格构成的情况下,多边形处理部分11051将依次处理各个三角形网格,判断其是否穿越投影平面,如果是,则需要将其分为两部分,即一部分处于投影平面的正向,另一部分处于投影平面的反向。以上下视图为例,对一待处理的三角形网格,若其完全处于x-y(z=0)平面的上方,则不需要处理,可直接进行下面将要描述的多边形填充;若该三角形完全处于x-y(z=0)平面的下方,同样不需要处理,也可直接进行下面将要描述的多边形填充;但若不是前面的两种情况,其三角形平面与z=0平面相交,则沿着三角形面片与z=0平面的交线,将该三角形面片分割为两部分。对于其他的视图,也可以进行类似的处理,从而将穿越各个投影平面的所有多边形都划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形。
多边形填充部分11053分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成二维图像。对于选定的投 影方向及投影平面,多边形填充部分11053将依次处理符合条件的各个多边形。以上视图的产生过程为例,符合条件的多边形是指完全处于z=0平面上方的各个多边形,此处的多边形一般是三角形和四边形,而且均是凸多边形。此处采用沿x或y方向扫描的方法对多边形进行填充。
在填充多边形之前,首先将多边形影射到投影平面上。对每个多边形的各个顶点,计算其在投影平面上的垂足,由这些垂足构成多边形区域。然后填充由垂足构成的多边形区域。
下面以图5所示的三角形为例简单说明多边形填充的实现。按照y的大小顺序,从低到高或从高到低依次扫描,从而填充三角型区域。对每条扫描线,计算其与三角形的两个交点,并填充两交点之间的区域。此处根据不同要求,可以用白色像素填充得到二值图像,或者根据几何信息计算或更新相应位置灰度值以得到灰度图像。
与上述专利文献7以及其他现有技术中采用的基于采样点的方法相比,通过直接投影三角形区域可以消除采样不均带来的噪声问题并且也能够实现更好的效率。
在二维图像生成单元1105对三维模型在系统坐标系的各个坐标轴的正负方向上分别进行多边形网格投影以生成多个二维图像之后,模型描述单元1107根据二维图像生成单元1105所生成的二维图像,对每一幅图像提取有效的特征,从而生成三维模型的模型描述符。
对于每一幅图像的特征提取,目前已经有很多公知的方法,比如傅立叶变换,基于曲率尺度空间(CSS)图像的描述符、Zernike矩等。在本发明中,作为一个示例,采用Zernike矩来描述六幅二维图像。这种方法在形状特征描述方面很有效。关于这种方法的细节可参见:K.Whoi-Yul,K.Yong-Sung:A region-based shape descriptor using Zernike moments.Signal Processing:Image Communication,vol.16,page.95-1102,12005。以下简要地对模型描述单元1107利用Zernike矩得到三维模型的每一幅图像的描述符的操作进行说明。
对于一幅数字图像f(x,y),其(n,m)阶Zernike矩Anm可按照公式(6)来计算,其中m是非零整数且m满足n-|m|为偶数和|m|≤n两个条件,在这里m为满足前面两个条件的非负整数;f(x,y)代表(x,y)像素的灰度值;(x0,y0)代表图像的中心;Vn,m(x,y)代表定义在单位圆内的基函数,这组基函数构成完备正交基,而 是Vn,m(x,y)的复共轭。在计算Zernike矩之 前,需要先对图像进行归一化,使得图像上各点到图像中心的最大距离为1。
公式(6)中的基函数Vn,m(x,y)通过公式(7)来计算,其中(x0,y0)代表图像的中心, 代表(x,y)对应的极坐标,Rn,m(ρ)代表Zernike径向多项式。
Vn,m(x,y)=Vn,m(ρ,θ)=Rn,m(ρ)ejmθ (7)
公式(7)中的Zernike径向多项式Rn,m(ρ)通过公式(8)计算,!代表阶乘运算,其中
基于公式(6)可以计算出图像的各阶Zernike矩M={A00,A10,A20,A22,A31,A33,...},以Zernike各阶矩的模作为特征向量。假设Order为Zernike阶数,则特征向量的长度为 其中 代表i/2的整数部分。则每一幅图像的特征利用一个D维的实数向量表示。
由上面得知,每一个图像的特征由一个D维的实数向量表示,因此比较两幅图像时,可以通过两个特征向量之间的距离来表达,比如欧式距离,绝对距离等。以 代表两幅图像的特征,其欧式距离为 而绝对距离为
关于欧式距离和绝对值距离的计算,是众所周知的。例外,除了以欧式距离和绝对值距离作为距离测度外,还可以采用其他方式,例如相关性等。
由此,对于所生成的每一个二维图像,可以用Zernike矩的模来作为其特征。这种特征具有以下特性:1)旋转不变性。Zernike矩的模具有 旋转不变性。2)表达有效性。由于采用了正交基,因此特征中没有冗余信息。3)鲁棒性。这种特征对噪声和形状的细微变形不敏感。4)有效性和多尺度表达的特点。低阶Zernike矩表达了整体形状信息,而高阶矩表达了细节信息。与其它形式的矩相比,利用低维的Zernike矩特征就可以较好地描述一幅图像。
从而,可以由基于一个三维模型生成的所有二维图像的Zernike矩的集合来作为该三维模型的描述符。
通过模型表面处理单元1101、模型归一化单元1103、二维图像生成单元1105和模型描述单元1107的操作,至此,分别得到三维索引查询和模型库中的模型的描述符,该描述符被传递到检索单元1109,在此从模型库中检索出与所输入的索引模型最为匹配的三维模型。
利用二维图像实现模型匹配的关键点在于确定图像间的对应关系。根据本发明该实施例的检索单元1109首先考虑所有可能的坐标轴变换,把要查询的三维模型的六幅图像的特征转换成一系列特征向量。
以一个六面体为例,考虑所有可能的坐标变换。此六面几何体有上、下、左、右、前、后六个面组成。由于模型归一化单元1103已经对输入的三维模型进行了归一化矫正措施,因而此处仅考虑坐标轴变换,而不是考虑任意角度的旋转。穷尽所有可能的坐标轴变换关系后,对六幅图像而言,总共可以得到如下表所示的24种实际存在的排列。在此,仍旧以图像对的形式对图像进行排列。
上 | 下 | 左 | 右 | 前 | 后 |
上 | 下 | 右 | 左 | 后 | 前 |
下 | 上 | 左 | 右 | 后 | 前 |
下 | 上 | 右 | 左 | 前 | 后 |
上 | 下 | 前 | 后 | 右 | 左 |
上 | 下 | 后 | 前 | 左 | 右 |
下 | 上 | 前 | 后 | 左 | 右 |
下 | 上 | 后 | 前 | 右 | 左 |
左 | 右 | 前 | 后 | 上 | 下 |
左 | 右 | 后 | 前 | 下 | 上 |
右 | 左 | 前 | 后 | 下 | 上 |
右 | 左 | 后 | 前 | 上 | 下 |
左 | 右 | 上 | 下 | 后 | 前 |
左 | 右 | 下 | 上 | 前 | 后 |
右 | 左 | 上 | 下 | 前 | 后 |
右 | 左 | 下 | 上 | 后 | 前 |
前 | 后 | 左 | 右 | 下 | 上 |
前 | 后 | 右 | 左 | 上 | 下 |
后 | 前 | 左 | 右 | 上 | 下 |
后 | 前 | 右 | 左 | 下 | 上 |
前 | 后 | 上 | 下 | 左 | 右 |
前 | 后 | 下 | 上 | 右 | 左 |
后 | 前 | 上 | 下 | 右 | 左 |
后 | 前 | 下 | 上 | 左 | 右 |
也就是说,检索单元1109可以按照上面的表格排列组合二维图像生成单元1105所生成的上、下、左、右、前、后二维图像的特征,从而将三维模型的模型描述符转换表示为24个特征向量,其中一行构成一个特征向量。
接下来,检索单元1109基于三维模型的描述符,计算要查询的三维模型的与数据库中所有的模型之间的距离,然后对数据库中的模型按照距离由小到大的顺序进行排序,得到最终的匹配列表。
具体地说,检索单元1109依次计算要查询的三维模型的上述24个特征向量中的每一个特征向量与模型库中的每一个三维模型的特征向量之间的距离,从而得到24个距离,选择最小的作为两个模型的距离。在对要查询的三维模型与模型库中的所有模型进行比较并计算出之间的距离之后,检索单元1109就可以从模型库中检索出与所述三维模型相匹配的三维模型。
作为检索结果,检索单元1109可以将距离计算结果进行排序,输出与模型索引之间的距离最小的三维模型。当然,也可以输出多个候选,由用户进行判定和选择。
当然,也可以反过来,将模型库中的三维模型按照上面的表格所示用24个特征向量描述并存储在模型库中。此时,在进行三维模型查询时检索单元仅需将要查询的模型用1个特征向量描述并依次与模型库中的三维模型的各个特征向量进行比较和计算距离。不过,这需要较多的模型库特征存储空间。
在根据本发明的该实施例的三维模型检索系统中,由于上表穷尽列出 了所有24种可能的排列组合,是实际存在的模型坐标轴之间的旋转和变换,因此与专利文献7及其他现有技术中采用的方案相比,获得的模型比较结果更合理,从而能够节省计算时间,提高检索效率。
接下来将参照图6描述本发明第二实施例的三维模型检索系统。
在上述的第一实施例的三维模型检索系统中,在使用者输入了检索请求,即输入了三维模型查询时,对三维模型查询和模型库中的模型都进行处理,分别生成描述符,最后根据描述符进行检索。但这样每次都需要对模型库中的三维模型进行处理,导致检索时的处理量大,效率低。因此,在本发明的第二实施例中,预先对模型库中的三维模型进行处理,生成各个模型的描述符,将所生成的描述符与相应的模型关联起来存储到模型库中。在使用者输入了检索请求时,只对所输入的三维模型查询进行处理,生成其描述符,将该模型查询中的三维模型的描述符与模型库中存储的描述符进行比较,由此进行模型的检索。除此之外,第二实施例的结构与第一实施例一样。下面仅对上述不同之处进行详细说明,而省略相同部分的说明以免重复。
图6示出了根据本发明第二实施例的三维模型检索系统的示意结构方框图。如图6所示,根据该实施例的三维模型检索系统包括三维模型检索装置610、模型库生成装置620、以及模型库640。
在该实施例中,使用者通过输入装置输入三维模型查询630,三维模型检索装置610对所输入的三维模型查询进行处理,生成要查询的三维模型的描述符,然后基于该描述符,在模型库640中检索出与要查询的三维模型的描述符相匹配的模型描述符,从而检索出与要查询的三维模型相匹配的三维模型,并通过输出装置输出检索结果。
模型库640与模型库生成装置620连接,模型库生成装置620预先、或每当往模型库640中添加了新的三维模型时,对模型库640中的三维模型进行处理,生成相应的模型描述符,并将生成的模型描述符与三维模型对应起来存储回模型库640中。
模型库生成装置620包括模型表面处理单元6201、模型归一化单元6203、二维图像生成单元6205和模型描述单元6207。模型表面处理单元6201、模型归一化单元6203、二维图像生成单元6205和模型描述单元6207可以分别与上述第一实施例中的模型表面处理单元1101、模型归一化单元1103、二维图像生成单元1105和模型描述单元1107相同。具体而言, 模型表面处理单元6201将三维模型的表面转换为多边形网格的形式并将多边形网格形式的三维模型发送给模型归一化单元6203。模型归一化单元6203对模型库640中的三维模型进行归一化处理,使三维模型的主轴与系统坐标系的三个坐标轴一致,并使三维模型的重心与系统坐标系的原点一致,将矫正后的三维模型传递给二维图像生成单元6205。接着,二维图像生成单元6205在坐标系的各个坐标轴的正负方向上对三维模型进行多边形网格投影,生成六幅二维图像,并将所生成的二维图像传递给模型描述单元6207。模型描述单元6207计算每一幅二维图像的Zernike矩,并将所有二维图像的Zernike矩的集合作为该三维模型的描述符。所生成的描述符与相应的三维模型关联起来存储在模型库640中。
这里同样需要指出的是,模型表面处理单元6201是可选单元,在不必要的情况下可以不包括在根据该实施例的模型库生成装置中。另外,在采用其他方式进行模型归一化处理的情况下,也可以在模型归一化单元6203对三维模型进行归一化处理之后由模型表面处理单元6201对三维模型进行多边形网格化处理。
三维模型检索装置610包括模型表面处理单元6101、模型归一化单元6103、二维图像生成单元6105、模型描述单元6107和检索单元6109。模型表面处理单元6101、模型归一化单元6103、二维图像生成单元6105、模型描述单元6107和检索单元6109可以分别与上述第一实施例中的模型表面处理单元1101、模型归一化单元1103、二维图像生成单元1105、模型描述单元1107和检索单元1109相同。
具体而言,当使用者通过输入装置输入了三维模型查询时,模型表面处理单元6101将三维模型的表面转换为多边形网格的形式并将多边形网格形式的三维模型发送给模型归一化单元6103。模型归一化单元6103对该三维模型查询中要查询的三维模型进行归一化处理,使三维模型的主轴与系统坐标系的三个坐标轴一致,并使三维模型的重心与系统坐标系的原点一致,将矫正后的三维模型传递给二维图像生成单元6105。接着,二维图像生成单元6105在坐标系的各个坐标轴的正负方向上对三维模型进行多边形网格投影,生成六幅二维图像,并将所生成的二维图像传递给模型描述单元6107。模型描述单元6107计算每一幅二维图像的Zernike矩,并将所有二维图像的Zernike矩的集合作为该三维模型的描述符。最后,检索单元6109按照上面的表格排列组合上、下、左、右、前、后二维图像的特征,从而将三维模型的描述符转换表示为24个特征向量。然后检 索单元6109依次计算要查询的三维模型的上述24个特征向量中的每一个特征向量与模型库中的每一个三维模型的特征向量之间的距离,从而得到24个距离,选择最小的作为两个模型的距离。在对要查询的三维模型与模型库中的所有模型进行比较并计算出之间的距离之后,检索单元1109就可以从模型库中检索出与所述三维模型相匹配的三维模型,并作为检索结果通过输出装置输出。
同样,模型表面处理单元6101也可以是可选单元,在不必要的情况下可以不包括在根据该实施例的三维模型检索装置中。另外,在采用其他方式进行模型归一化处理的情况下,也可以在模型归一化单元6103对三维模型进行归一化处理之后由模型表面处理单元6101对三维模型进行多边形网格化处理。
根据本发明的第二实施例,事先对模型库640中的三维模型生成了各自的描述符,因此不必在每次检索时对模型库640中的三维模型进行处理,而只需对要查询的三维模型进行处理即可。由此进一步减少了检索时的处理量,提高了检索效率。
另外,在上面的说明中,以三维模型与描述符关联地存储在同一模型库640中的情况为例对第二实施例进行了说明。但是本发明不限于此,例如也可以将三维模型和模型描述符存储到不同的数据库中,模型检索装置610访问存储了模型描述符的数据库,检索出与模型索引匹配的描述符,然后以该检索出的描述符为索引,在存储三维模型的数据库中提取出相应的三维模型,输出作为检索结果。
以上结合附图描述了根据本发明各个实施例的三维模型检索系统、三维模型检索装置和模型库生成装置。下面将参照图7至图9描述根据本发明的实施例的三维模型检索方法和模型库生成方法。
图7示出了根据本发明的一个实施例的三维模型检索方法的示意流程图。
如图7所示,根据该实施例的三维模型检索方法包括:模型表面处理步骤701,将所述三维模型的表面转换为多边形网格的形式;模型归一化步骤703,对三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;二维图像生成步骤705,在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图 像;模型描述步骤707,基于所述二维图像,生成所述三维模型的模型描述符;以及检索步骤709,基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型。
根据本发明一个具体实施例,如图8所示,二维图像生成步骤705可以包括:多边形处理步骤7051,将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形;以及多边形填充步骤7053,分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成所述二维图像。
由于在根据该实施例的三维模型检索方法中包括的模型表面处理步骤701、模型归一化步骤703、二维图像生成步骤705、模型描述步骤707和检索步骤709分别与参照附图1描述的上述第一实施例的三维模型检索装置110所包括的模型表面处理单元1101、模型归一化单元1103、二维图像生成单元1105、模型描述单元1107和检索单元1109中的处理相类似,因此为了简洁起见,在此省略对这些步骤的详细描述。
另外,在根据该实施例的二维图像生成步骤705中包括的多边形处理步骤7051和多边形填充步骤7053分别与参照附图4描述的上述第一实施例的二维图像生成单元1105所包括的多边形处理部分11051和多边形填充部分11053中的处理相类似,因此为了简洁起见,在此也省略对这些步骤的详细描述。
这里同样需要指出的是,模型表面处理步骤701是可选步骤,在不必要的情况下可以不包括在根据该实施例的三维模型检索方法中。另外,在采用其他方式进行模型归一化处理的情况下,也可以在模型归一化步骤703对三维模型进行归一化处理之后由模型表面处理步骤701对三维模型进行多边形网格化处理。
另外,与上面参照附图1和附图6对根据本发明第一实施例和第二实施例的三维模型检索系统的描述类似,可以按照与第一实施例的处理方式类似的方式,同时对三维模型查询和模型库700中的三维模型进行上述模型表面处理步骤701、模型归一化步骤703、二维图像生成步骤705和模型描述步骤707等各个步骤的处理,最后在检索步骤709从模型库700中检索出与要查询的三维模型相匹配的三维模型并作为查询结果输出。
当然,也可以按照与第二实施例的处理方式类似的方式,在进行查询之前,事先对模型库700中的三维模型进行上述模型表面处理步骤701、 模型归一化步骤703、二维图像生成步骤705和模型描述步骤707等各个步骤的处理,由此生成模型库中的三维模型的描述符。在实际进行三维模型查询时,则只需对要查询的三维模型进行上述类似的处理,然后在检索步骤709从模型库700中检索出与要查询的三维模型相匹配的三维模型并作为查询结果输出。类似的,根据该实际处理方式,能够进一步加快检索速度,提高检索效率。
图9示出根据本发明的一个实施例的模型库生成方法的示意流程图。如图9所示,根据该实施例的模型库生成方法包括:模型表面处理步骤901,将所述三维模型的表面转换为多边形网格的形式;模型归一化步骤903,对三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;二维图像生成步骤905,在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;以及模型描述步骤907,基于所述二维图像,生成所述三维模型的模型描述符,并将所生成的模型描述符与相对应的三维模型相关地存储在模型库中。
由于在根据该实施例的模型库生成方法中包括的模型表面处理步骤901、模型归一化步骤903、二维图像生成步骤905和模型描述步骤907分别与参照附图6描述的上述第二实施例的模型库生成装置620所包括的模型表面处理单元6201、模型归一化单元6203、二维图像生成单元6205和模型描述单元6207中的处理相类似,因此为了简洁起见,在此省略对这些步骤的详细描述。
同样,模型表面处理步骤901也是可选步骤,在不必要的情况下可以不包括在根据该实施例的三维模型检索方法中。另外,在采用其他方式进行模型归一化处理的情况下,也可以在模型归一化步骤903对三维模型进行归一化处理之后由模型表面处理步骤901对三维模型进行多边形网格化处理。
此外,这里尚需指出的是,上述装置中各个组成模块、单元可以通过软件、固件、硬件或其组合的方式进行配置。配置可使用的具体手段或方式为本领域技术人员所熟知,在此不再赘述。在通过软件或固件实现的情况下,从存储介质或网络向具有专用硬件结构的计算机(例如图10所示的通用计算机1000)安装构成该软件的程序,该计算机在安装有各种程序时,能够执行各种功能等。
在图10中,中央处理单元(CPU)1001根据只读存储器(ROM)1002 中存储的程序或从存储部分1008加载到随机存取存储器(RAM)1003的程序执行各种处理。在RAM 1003中,还根据需要存储当CPU 1001执行各种处理等等时所需的数据。CPU 1001、ROM 1002和RAM 1003经由总线1004彼此连接。输入/输出接口1005也连接到总线1004。
下述部件连接到输入/输出接口1005:输入部分1006(包括键盘、鼠标等等)、输出部分1007(包括显示器,比如阴极射线管(CRT)、液晶显示器(LCD)等,和扬声器等)、存储部分1008(包括硬盘等)、通信部分1009(包括网络接口卡比如LAN卡、调制解调器等)。通信部分1009经由网络比如因特网执行通信处理。根据需要,驱动器1010也可连接到输入/输出接口1005。可拆卸介质1011比如磁盘、光盘、磁光盘、半导体存储器等等可以根据需要被安装在驱动器1010上,使得从中读出的计算机程序根据需要被安装到存储部分1008中。
在通过软件实现上述系列处理的情况下,从网络比如因特网或存储介质比如可拆卸介质1011安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图10所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质1011。可拆卸介质1011的例子包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD)(注册商标))和半导体存储器。或者,存储介质可以是ROM 1002、存储部分1008中包含的硬盘等等,其中存有程序,并且与包含它们的设备一起被分发给用户。
本发明还提出一种存储有机器可读取的指令代码的程序产品。所述指令代码由机器读取并执行时,可执行上述根据本发明实施例的方法。
相应地,用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包括在本发明的公开中。所述存储介质包括但不限于软盘、光盘、磁光盘、存储卡、存储棒等等。
在上面对本发明具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
此外,本发明的方法不限于按照说明书中描述的时间顺序来执行,也可以按照其他的时间顺序地、并行地或独立地执行。因此,本说明书中描述的方法的执行顺序不对本发明的技术范围构成限制。
尽管上面已经通过对本发明的具体实施例的描述对本发明进行了披露,但是,应该理解,上述的所有实施例和示例均是示例性的,而非限制性的。本领域的技术人员可在所附权利要求的精神和范围内设计对本发明的各种修改、改进或者等同物。这些修改、改进或者等同物也应当被认为包括在本发明的保护范围内。
附记
附记1.一种三维模型检索装置,包括:
模型归一化单元,配置为对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
二维图像生成单元,配置为在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;
模型描述单元,配置为基于所述二维图像,生成所述三维模型的模型描述符;以及
检索单元,配置为基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型。
附记2.根据附记1所述的三维模型检索装置,还包括:
模型表面处理单元,配置为将所述三维模型的表面转换为多边形网格的形式。
附记3.根据附记2所述的三维模型检索装置,其中所述二维图像生成单元包括:
多边形处理部分,配置为将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形;以及
多边形填充部分,配置为分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成所述二维图像。
附记4.根据附记3所述的三维模型检索装置,其中对于各个坐标轴 的正负方向上的多边形,所述多边形填充部分计算每个多边形的各个顶点在投影平面上的垂足,并且填充由垂足构成的多边形区域。
附记5.根据附记4所述的三维模型检索装置,其中所述多边形为三角形或四边形。
附记6.根据附记5所述的三维模型检索装置,其中所述二维图像为灰度图像或二值图像。
附记7.根据附记1至6任一所述的三维模型检索装置,其中所述检索单元按照下面的表格排列组合模型描述单元所生成的上、下、左、右、前、后二维图像的特征,将三维模型的模型描述符转换表示为24个特征向量,其中一行构成一个特征向量:
上 | 下 | 左 | 右 | 前 | 后 |
上 | 下 | 右 | 左 | 后 | 前 |
下 | 上 | 左 | 右 | 后 | 前 |
下 | 上 | 右 | 左 | 前 | 后 |
上 | 下 | 前 | 后 | 右 | 左 |
上 | 下 | 后 | 前 | 左 | 右 |
下 | 上 | 前 | 后 | 左 | 右 |
下 | 上 | 后 | 前 | 右 | 左 |
左 | 右 | 前 | 后 | 上 | 下 |
左 | 右 | 后 | 前 | 下 | 上 |
右 | 左 | 前 | 后 | 下 | 上 |
右 | 左 | 后 | 前 | 上 | 下 |
左 | 右 | 上 | 下 | 后 | 前 |
左 | 右 | 下 | 上 | 前 | 后 |
右 | 左 | 上 | 下 | 前 | 后 |
右 | 左 | 下 | 上 | 后 | 前 |
前 | 后 | 左 | 右 | 下 | 上 |
前 | 后 | 右 | 左 | 上 | 下 |
后 | 前 | 左 | 右 | 上 | 下 |
后 | 前 | 右 | 左 | 下 | 上 |
前 | 后 | 上 | 下 | 左 | 右 |
前 | 后 | 下 | 上 | 右 | 左 |
后 | 前 | 上 | 下 | 右 | 左 |
后 | 前 | 下 | 上 | 左 | 右 |
附记8.根据附记7所述的三维模型检索装置,其中所述检索单元计算所述三维模型的24个特征向量与模型库中的三维模型的相应特征向量之间的距离,以在模型库中检索出与所述三维模型相匹配的三维模型。
附记9.一种三维模型检索方法,包括:
对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;
基于所述二维图像,生成所述三维模型的模型描述符;以及
基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型。
附记10.根据附记9所述的三维模型检索方法,还包括:
将所述三维模型的表面转换为多边形网格的形式。
附记11.根据附记10所述的三维模型检索方法,其中所述生成多个二维图像步骤包括:
将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形;以及
分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成所述二维图像。
附记12.根据附记11所述的三维模型检索方法,其中对于各个坐标轴的正负方向上的多边形,计算每个多边形的各个顶点在投影平面上的垂足,并且填充由垂足构成的多边形区域。
附记13.根据附记12所述的三维模型检索方法,其中所述多边形为三角形或四边形。
附记14.根据附记13所述的三维模型检索方法,其中所述二维图像为灰度图像或二值图像。
附记15.根据附记9至14任一所述的三维模型检索方法,其中按照下面的表格排列组合所生成的上、下、左、右、前、后二维图像的特征,将三维模型的模型描述符转换表示为24个特征向量,其中一行构成一个 特征向量:
上 | 下 | 左 | 右 | 前 | 后 |
上 | 下 | 右 | 左 | 后 | 前 |
下 | 上 | 左 | 右 | 后 | 前 |
下 | 上 | 右 | 左 | 前 | 后 |
上 | 下 | 前 | 后 | 右 | 左 |
上 | 下 | 后 | 前 | 左 | 右 |
下 | 上 | 前 | 后 | 左 | 右 |
下 | 上 | 后 | 前 | 右 | 左 |
左 | 右 | 前 | 后 | 上 | 下 |
左 | 右 | 后 | 前 | 下 | 上 |
右 | 左 | 前 | 后 | 下 | 上 |
右 | 左 | 后 | 前 | 上 | 下 |
左 | 右 | 上 | 下 | 后 | 前 |
左 | 右 | 下 | 上 | 前 | 后 |
右 | 左 | 上 | 下 | 前 | 后 |
右 | 左 | 下 | 上 | 后 | 前 |
前 | 后 | 左 | 右 | 下 | 上 |
前 | 后 | 右 | 左 | 上 | 下 |
后 | 前 | 左 | 右 | 上 | 下 |
后 | 前 | 右 | 左 | 下 | 上 |
前 | 后 | 上 | 下 | 左 | 右 |
前 | 后 | 下 | 上 | 右 | 左 |
后 | 前 | 上 | 下 | 右 | 左 |
后 | 前 | 下 | 上 | 左 | 右 |
附记16.根据附记15所述的三维模型检索方法,其中计算所述三维模型的24个特征向量与模型库中的三维模型的相应特征向量之间的距离,以在模型库中检索出与所述三维模型相匹配的三维模型。
附记17.一种模型库生成装置,包括:
模型归一化单元,配置为对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
二维图像生成单元,配置为在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;以及
模型描述单元,配置为基于所述二维图像,生成所述三维模型的模型描述符。
附记18.根据附记17所述的模型库生成装置,还包括:
模型表面处理单元,配置为将所述三维模型的表面转换为多边形网格的形式。
附记19.一种模型库生成方法,包括:
对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;以及
基于所述二维图像,生成所述三维模型的模型描述符。
附记20.根据附记19所述的模型库生成方法,还包括:
将所述三维模型的表面转换为多边形网格的形式。
Claims (6)
1.一种三维模型检索装置,包括:
模型归一化单元,配置为对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
二维图像生成单元,配置为在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;
模型描述单元,配置为基于所述二维图像,生成所述三维模型的模型描述符;以及
检索单元,配置为基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型;
其中所述三维模型检索装置还包括:模型表面处理单元,配置为将所述三维模型的表面转换为多边形网格的形式;
其中所述二维图像生成单元包括:
多边形处理部分,配置为将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形;以及
多边形填充部分,配置为分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成所述二维图像;
其中对于各个坐标轴的正负方向上的多边形,所述多边形填充部分计算每个多边形的各个顶点在投影平面上的垂足,并且填充由垂足构成的多边形区域。
2.根据权利要求1所述的三维模型检索装置,其中所述多边形为三角形或四边形。
3.根据权利要求1或2所述的三维模型检索装置,其中所述检索单元计算所述三维模型的24个特征向量与模型库中的三维模型的相应特征向量之间的距离,以在模型库中检索出与所述三维模型相匹配的三维模型。
4.一种三维模型检索方法,包括:
对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;
基于所述二维图像,生成所述三维模型的模型描述符;以及
基于所述模型描述符,在模型库中检索出与所述三维模型相匹配的三维模型;
其中所述三维模型检索方法还包括:将所述三维模型的表面转换为多边形网格的形式;
其中所述生成多个二维图像步骤包括:
将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形;以及
分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成所述二维图像;
其中对于各个坐标轴的正负方向上的多边形,计算每个多边形的各个顶点在投影平面上的垂足,并且填充由垂足构成的多边形区域。
5.一种模型库生成装置,包括:
模型归一化单元,配置为对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
二维图像生成单元,配置为在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;以及
模型描述单元,配置为基于所述二维图像,生成所述三维模型的模型描述符;
其中所述模型库生成装置还包括:模型表面处理单元,配置为将所述三维模型的表面转换为多边形网格的形式;
其中所述二维图像生成单元包括:
多边形处理部分,配置为将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形;以及
多边形填充部分,配置为分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成所述二维图像;
其中对于各个坐标轴的正负方向上的多边形,所述多边形填充部分计算每个多边形的各个顶点在投影平面上的垂足,并且填充由垂足构成的多边形区域。
6.一种模型库生成方法,包括:
对要查询的三维模型进行旋转和/或平移,使得所述三维模型的主轴方向与三维空间的坐标轴方向一致,并且所述三维模型的重心与系统坐标系的原点一致;
在所述系统坐标系的各个坐标轴的正负方向上分别对所述三维模型进行多边形网格投影,生成多个二维图像;以及
基于所述二维图像,生成所述三维模型的模型描述符;
其中所述模型库生成方法还包括:将所述三维模型的表面转换为多边形网格的形式;
其中所述生成多个二维图像步骤包括:
将穿越投影平面的多边形划分为处于投影平面的正向的正向多边形和处于投影平面的负向的负向多边形;以及
分别对各个坐标轴的正负方向上的多边形在相应投影平面上的投影多边形进行填充,以生成所述二维图像;
其中对于各个坐标轴的正负方向上的多边形,计算每个多边形的各个顶点在投影平面上的垂足,并且填充由垂足构成的多边形区域。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010254614.4A CN102375831B (zh) | 2010-08-13 | 2010-08-13 | 三维模型检索装置及其方法和模型库生成装置及其方法 |
JP2011176143A JP2012043419A (ja) | 2010-08-13 | 2011-08-11 | 三次元モデル検索装置、三次元モデル検索方法、モデルライブラリ生成装置及びモデルライブラリ生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010254614.4A CN102375831B (zh) | 2010-08-13 | 2010-08-13 | 三维模型检索装置及其方法和模型库生成装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102375831A CN102375831A (zh) | 2012-03-14 |
CN102375831B true CN102375831B (zh) | 2014-09-10 |
Family
ID=45794455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010254614.4A Expired - Fee Related CN102375831B (zh) | 2010-08-13 | 2010-08-13 | 三维模型检索装置及其方法和模型库生成装置及其方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2012043419A (zh) |
CN (1) | CN102375831B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103327357A (zh) * | 2012-03-19 | 2013-09-25 | 联想(北京)有限公司 | 三维画面呈现方法及装置 |
KR101911906B1 (ko) * | 2012-09-26 | 2018-10-25 | 에스케이플래닛 주식회사 | 3차원 객체 생성 장치 및 그 방법 |
CN103116904A (zh) * | 2012-10-23 | 2013-05-22 | 北京航空航天大学深圳研究院 | 一种三维模型的二维特征提取系统与提取方法 |
CN103065353B (zh) * | 2012-12-22 | 2015-09-09 | 中国科学院深圳先进技术研究院 | 三维模型特征提取方法和系统、三维模型检索方法和系统 |
US11886493B2 (en) | 2013-12-15 | 2024-01-30 | 7893159 Canada Inc. | Method and system for displaying 3D models |
JP6508733B2 (ja) | 2013-12-15 | 2019-05-08 | 7893159 カナダ インク. | 3dモデルの比較方法および装置 |
JP6375768B2 (ja) * | 2014-08-08 | 2018-08-22 | 大日本印刷株式会社 | 立体物造形用データ出力規制装置 |
JP6869023B2 (ja) * | 2015-12-30 | 2021-05-12 | ダッソー システムズDassault Systemes | 探索のための3dから2dへの再画像化 |
CN105930561B (zh) * | 2016-04-13 | 2020-06-19 | 北京数码大方科技股份有限公司 | 计算机辅助设计中几何造型的数据处理方法和装置 |
CN105930382A (zh) * | 2016-04-14 | 2016-09-07 | 严进龙 | 一种用2d图片搜索3d模型的方法 |
CN106650747B (zh) * | 2016-11-16 | 2019-08-02 | 佛山科学技术学院 | 一种基于压缩感知的三维模型特征提取方法 |
CN106951501B (zh) * | 2017-03-16 | 2020-05-12 | 天津大学 | 一种基于多图匹配的三维模型检索方法 |
JP6888411B2 (ja) * | 2017-05-15 | 2021-06-16 | 富士フイルムビジネスイノベーション株式会社 | 三次元形状データの編集装置、及び三次元形状データの編集プログラム |
CN110019901A (zh) * | 2017-09-13 | 2019-07-16 | 深圳三维盘酷网络科技有限公司 | 三维模型检索装置、检索系统、检索方法及计算机可读存储介质 |
CN108491880B (zh) * | 2018-03-23 | 2021-09-03 | 西安电子科技大学 | 基于神经网络的物体分类和位姿估计方法 |
SG11202008886UA (en) * | 2018-03-27 | 2020-10-29 | Hitachi America Ltd | 3d device simulator visualizer platform as a service |
CN109344798B (zh) * | 2018-10-24 | 2022-08-12 | 艾凯克斯(嘉兴)信息科技有限公司 | 一种基于三维网格及神经网络的三维物体识别检测方法 |
CN109685911B (zh) * | 2018-12-13 | 2023-10-24 | 谷东科技有限公司 | 一种可实现虚拟试衣的ar眼镜及其实现方法 |
CN109871761A (zh) * | 2019-01-16 | 2019-06-11 | 中德(珠海)人工智能研究院有限公司 | 一种三维模型的识别系统 |
KR102111667B1 (ko) * | 2019-07-25 | 2020-05-15 | (주)위세아이텍 | 3d 설계도면 데이터 처리를 통한 딥러닝용 2d 이미지 데이터셋 생성 장치 및 이를 이용한 딥러닝 기반의 유사설계도면 검색 시스템 |
JP7223449B2 (ja) | 2019-08-23 | 2023-02-16 | 上海亦我信息技術有限公司 | 撮影に基づく3dモデリングシステム |
CN110505463A (zh) * | 2019-08-23 | 2019-11-26 | 上海亦我信息技术有限公司 | 基于拍照的实时自动3d建模方法 |
CN112258650B (zh) * | 2020-09-21 | 2024-03-19 | 北京科技大学 | 一种膏体充填进度实时测量与可视化方法及系统 |
CN113744404B (zh) * | 2021-07-21 | 2023-09-08 | 合肥泰瑞数创科技有限公司 | 三维模型的对比处理方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350016A (zh) * | 2007-07-20 | 2009-01-21 | 富士通株式会社 | 三维模型检索装置及方法 |
CN101719140A (zh) * | 2009-12-23 | 2010-06-02 | 中山大学 | 一种图形检索方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8494310B2 (en) * | 2006-11-10 | 2013-07-23 | National University Corporation Toyohashi University Of Technology | Three-dimensional model search method, computer program, and three-dimensional model search system |
JP5104743B2 (ja) * | 2008-12-16 | 2012-12-19 | 富士通株式会社 | 画像検索プログラム、画像検索方法及び記録媒体 |
-
2010
- 2010-08-13 CN CN201010254614.4A patent/CN102375831B/zh not_active Expired - Fee Related
-
2011
- 2011-08-11 JP JP2011176143A patent/JP2012043419A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350016A (zh) * | 2007-07-20 | 2009-01-21 | 富士通株式会社 | 三维模型检索装置及方法 |
CN101719140A (zh) * | 2009-12-23 | 2010-06-02 | 中山大学 | 一种图形检索方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102375831A (zh) | 2012-03-14 |
JP2012043419A (ja) | 2012-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102375831B (zh) | 三维模型检索装置及其方法和模型库生成装置及其方法 | |
CN101350016B (zh) | 三维模型检索装置及方法 | |
Qiu et al. | Geometric back-projection network for point cloud classification | |
Sfikas et al. | Exploiting the PANORAMA Representation for Convolutional Neural Network Classification and Retrieval. | |
Sankaranarayanan et al. | A fast all nearest neighbor algorithm for applications involving large point-clouds | |
Papadakis et al. | PANORAMA: A 3D shape descriptor based on panoramic views for unsupervised 3D object retrieval | |
Bronstein et al. | Shrec 2010: robust large-scale shape retrieval benchmark | |
Huang et al. | V4PCS: Volumetric 4PCS algorithm for global registration | |
US20060114252A1 (en) | Methods for retrieving shapes and drawings | |
US20110304628A1 (en) | Pipe reconstruction from unorganized point cloud data | |
Ferreira et al. | Thesaurus-based 3D object retrieval with part-in-whole matching | |
JP2009080796A5 (zh) | ||
Liu et al. | Computing the inner distances of volumetric models for articulated shape description with a visibility graph | |
Zhang et al. | KDD: A kernel density based descriptor for 3D point clouds | |
CN101201845A (zh) | 基于中轴点集分层螺旋信息的三维模型检索方法 | |
CN104463826A (zh) | 一种新的点云并行Softassign配准算法 | |
Wei et al. | GeoDualCNN: Geometry-supporting dual convolutional neural network for noisy point clouds | |
Zeng et al. | Sketch-based retrieval and instantiation of parametric parts | |
Natarajan et al. | Simplification of three-dimensional density maps | |
CN104951496A (zh) | 计算设备及计算方法 | |
Wang et al. | Reuse-oriented common structure discovery in assembly models | |
Huet et al. | Relational object recognition from large structural libraries | |
Cao et al. | Stable image matching for 3D reconstruction in outdoor | |
CN109272013B (zh) | 基于学习的相似性度量方法 | |
Niu et al. | A symmetry-aware alignment method for photogrammetric 3D models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140910 Termination date: 20160813 |
|
CF01 | Termination of patent right due to non-payment of annual fee |