CN104346343A - 基于分离度的三维模型交互式浏览方法 - Google Patents

基于分离度的三维模型交互式浏览方法 Download PDF

Info

Publication number
CN104346343A
CN104346343A CN201310314443.3A CN201310314443A CN104346343A CN 104346343 A CN104346343 A CN 104346343A CN 201310314443 A CN201310314443 A CN 201310314443A CN 104346343 A CN104346343 A CN 104346343A
Authority
CN
China
Prior art keywords
model
models
quadtrees
degree
separation
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.)
Pending
Application number
CN201310314443.3A
Other languages
English (en)
Inventor
胡事民
黄石生
沈超慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201310314443.3A priority Critical patent/CN104346343A/zh
Publication of CN104346343A publication Critical patent/CN104346343A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G06F16/287—Visualization; Browsing

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种基于分离度的三维模型交互式浏览方法，其中，用户能够按思维演化地方式对模型进行预览和浏览，所述方法包括以下步骤：S1：从输入一组异质的形态各异的三维模型；S2：结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树；S3：以步骤S2筛选得到的四元树作为输入，构建一棵无根的分类树，将所有模型分层次有类别地组织起来；S4：根据分类树，基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览。

Description

基于分离度的三维模型交互式浏览方法
技术领域
本发明涉及三维模型处理技术领域，特别涉及一种基于分离度的三维模型交互式浏览方法。
背景技术
随着建模工具的普及以及激光扫描技术的日趋成熟，获取和制作三维模型变得越来越容易。随着互联网的发展，越来越多的三维模型被制作和保存在互联网上，并形成三维模型库。模型库模型数量的快速增长促使新颖的方法产生，以对无序的模型进行组织从而满足对于模型库检索、预览和浏览等方面的需求。
任何组织方法必须建立在对于单个模型之间的相似性比较的机制上。近年来，为衡量模型之间的相似性，研究人员提出了一系列距离度量（如，Chen等人LFD[2003]，Shilane等人SHD[2004]，Saphira等人SDF[2008]，Bronstein等人HKS-BoF[2011]等等）。当模型库中的模型非常相似的时候，一般都可以找到一个合适的数值距离反映模型之间语义上的分类，并可以使用一个公共的框架对模型进行聚类。然而，模型的距离一般都不是一种严格意义上的度量（例如不满足三角不等式性），从而使得在比较远距离模型（即很不相似的模型）的时候，这些数值距离往往失效。例如，一个车模型和一个自行车模型之间的数值距离，很可能比两个车模型或者两个椅子模型之间的数值距离没有信息量。所以，在处理种类异常丰富的大规模模型库时，单纯使用某种单一数值距离对模型库进行全局分析是异常困难的。
一些组织模型的可行性方法是，使用基于现有的距离算子度量任意两个模型之间的相似性得到相似矩阵，然后使用最新的聚类方法对模型做聚类。由于距离算子在衡量远距离模型的不可靠性，以及聚类算法易受干扰性，这些通过聚类算法对模型进行组织的方法，效率和准确度都很差。特别地，组织大规模的模型需要一种层次结构，但是使用某种层次结构或者聚类结构都意味着比较远距离的模型，因此，使用这些层次结构或者聚类结构对模型进行组织都不可靠。
发明内容
（一）要解决的技术问题
本发明要解决的技术问题是：如何从多种距离算子中推断可靠的四元树，并基于大量四元树得到最大程度满足所有四元树拓扑信息的最优的分类树，从而实现基于分离度的三维模型交互式浏览。
（二）技术方案
为解决上述问题，本发明提供一种基于分离度的三维模型交互式浏览方法，其中，用户能够按思维演化地方式对模型进行预览和浏览，所述方法包括以下步骤：S1：从输入一组异质的形态各异的三维模型；S2：结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树；S3：以步骤S2筛选得到的四元树作为输入，构建一棵无根的分类树，将所有模型分层次有类别地组织起来；S4：根据分类树，基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览。
其中，所述步骤S2中结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树的方法为：结合使用LFD、SHD、SDF和HKS-BoF四种模型比较算子，筛选出可靠的四元树。
其中，所述步骤S3中构建一棵无根的分类树，将所有模型分层次有类别地组织起来方法为：将所有的叶节点按照四元树拓扑关系映射到三维球表面上，然后在三维球面上对叶节点进行递归分割直到不能再进行分割为止，最后由下而上将各分割子过程归并成分类树。
其中，所述步骤S4中基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览，具体方法为：用户选中模型后，其余会根据分离度自动按相似程度排列起来，用户能够自由选择其他相似模型进行再次浏览，整个过程按相似性演化进行。
（三）有益效果
上述技术方案具有如下优点：本发明使用分类树能将模型库中的模型按照分类特性有效地组织起来。在分类树中，单一模型位于树的叶子节点，同一棵子树的所有模型具有相似性，形成语义上的一类。连接模型间的边的长度则放映出模型之间的相似性程度（可以称为分离度）。边越短则模型之间越相似，边越长则模型之间越不相似。在此之上的模型浏览，则按照分离度的大小，将模型摆放到同心圆上。用户可以使用同心圆对模型库的模型进行演化式地浏览。
附图说明
图1（a）～（d）为本发明基于分离度的三维模型交互式浏览方法的一个实施例的处理流程图；
图2（a）～（c）为本发明对于四元树、四元树“好”边和“坏”边以及切割四元树的一个示例图；
图3（a）～（e）为本发明对于判定是否构成四元树的方法的一个示例图;
图4为本发明基于分离度的三维模型交互式浏览方法流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
参考图4，本发明提供一种基于分离度的三维模型交互式浏览方法，用户能够按思维演化地方式对模型进行预览和浏览，所述方法包括以下步骤：
S1：从输入一组异质的形态各异的三维模型；
S2：结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树；
S3：以步骤S2筛选得到的四元树作为输入，构建一棵无根的分类树，将所有模型分层次有类别地组织起来；
S4：根据分类树，基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览。
参考图1（a）～1（d），本发明提出一种定性的方法来组织种类丰富的模型库中的模型。与其像聚类算法一样，试图使用某种并不可靠的定量的数值距离将所有的模型嵌入到一个公共的度量空间，得到并不可靠的聚类结果，相反地，本发明首先结合多种数值距离得到更为可靠的拓扑信息，即四元树（图1（b）），然后使用优化的方法得到一棵最大程度满足所有四元树拓扑信息的无根的分类树（图1（c）），对模型进行带分类特性地组织，并在此基础上，提出模型分离度的概念衡量模型之间的相似性关系，依据分离度对模型进行演化式地交互浏览。
特别地，每个四元树是一棵四个叶节点的无根树，每个叶节点代表一个模型。四个叶节点被分成两组，同一组中的两个模型的相似度高于组间模型的相似度。确定任意四个模型之间的四元树结构，就相当于确定了这四个模型之间的分类拓扑信息，即同组两个模型分为一类，不同组的模型被分为两类。由于确定一棵四元树只需判定一对模型比另一对模型更相似，因此，目前三维模型中许多可靠的距离算子的优势正好可以得到充分运用。此外，在衡量模型相似性的时候，任何单一的距离算子都会有缺席。因此，在实际处理过程中，本发明采用多种最新的距离算子，即LFD、SHD、SDF和HKS-BoF四种，多种距离算子可以相互补充，尽可能地发掘模型之间的拓扑信息。本发明利用这些从多种距离算子推断得到的四元树拓扑信息，将模型做一个全局性的优化组织，即分类树（图1（c））。在分类树中，所有的模型位于树的叶节点，连接任意两个模型之间的边的长度，就是两个模型位于该模型库的分离度。
本发明提供了一种基于分离度的三维模型交互式浏览方法，其中，用户可按思维演化地方式对模型进行预览和浏览，包括以下步骤：
S1：从输入一组异质的形态各异的三维模型；
S2：结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树；
S3：以S2步筛选得到的四元树作为输入，构建一棵无根的分类树，将所有模型分层次有类别地组织起来；
S4：根据分类树，基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览。
其中，所述步骤S2中结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树的方法为：结合使用LFD（LightField Descriptor）、SHD（Sphere HamonicDescriptor）、SDF（Shape Diameter Function）和HKS-BoF（Heat KernelSignature Bag of Feature）等四种模型比较算子，筛选出可靠地四元树。
其中，所述步骤S3中构建一棵无根的分类树，将所有模型分层次有类别地组织起来方法为：将所有的叶节点按照四元树拓扑关系映射到三维球表面上，然后在三维球面上对叶节点进行递归分割直到不能再进行分割为止，最后由下而上将各分割子过程归并成分类树。
其中，所述步骤S4中基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览。具体方法为：用户选中模型后，其余会根据分离度自动按相似程度排列起来，用户可以自由选择其他相似模型进行再次浏览，整个过程按相似性演化进行。
本发明提供的从多种距离算子中快速推断四元树的方法，包括以下步骤：
S1：计算各种距离算子下模型之间的相似性矩阵；
S2：使用某种距离算子下模型之间的相似性矩阵，每个模型检索K个最相似的模型，作为该模型的相似组；
S3：测试来自任意两组相似组的4个模型，判定是否构成四元树；
S4：重复S2、S3步骤直到所有距离算子都使用过为止。
其中，所述步骤S1中计算各种距离算子下模型之间的相似性矩阵的方法为：分别使用LFD、SHD、SDF和HKS-BoF四种距离算子计算模型之间的相似性矩阵。
其中，所述步骤S2中使用某种距离算子下模型之间的相似性矩阵，每个模型检索K个最相似的模型的方法为：使用最近邻法（KNN）为每个模型检索距离最近的K个模型，组成该模型的相似模型组。
其中，所述步骤S3中判定是否构成四元树的方法为：如图3所示，为四个模型两两建立一条边，一共得到6条边，每条边代表两个模型的相似度距离（图3（a））。对6条边按从小到大排序，保留最小的前3条边（图3（b-e））。如果第3条边将模型分为两对（图3（b-c）），则判定该四个模型组成一棵四元树，否则（图3（d-e））不是。
本发明提供的一种通过求解最大割问题地分而治之地分割优化算法构建分类树的方法，包括以下步骤：
S1：将所有模型按照四元树的拓扑信息，映射到一个三维球表面；
S2：对于每棵四元树，定义“好”边和“坏”边，通过求解最大割问题，得到最优的切割方式，将当前模型分割为不同的几部分；
S3：递归地重复S2步骤直到不能再分割为止，返溯至最顶层将每步分割方式组成分类树；
其中，所述步骤S1中将所有模型按照四元树的拓扑信息，映射到一个三维球表面的方法为：对于任意一棵四元树（ab|cd）（如图2（a）），定义其中I(,)表示求夹角运算，通过优化ΣjC(aj,bj,cj,dj)-ΣjF(aj,bj,cj,dj)式，将所有模型映射到一个三维球表面。
其中，所述步骤S2中对于每棵四元树，定义“好”边和“坏”边的方法为：
对于一棵四元树（ab|cd），两两节点之间连一条边一共得到6条边（图3（a）），则边ab，cd为“坏”边，其余4条边为“好”边。参考图2（b）～（c）。
待通过S1步骤将所有的模型节点映射到三维球表面以后，采用欧式距离d(,)，通过优化其中G是所有的好边集合，B是所有的坏边集合。该优化问题可以是一个最大割问题，求解该最大割问题每次可以得到最优的切割方式，将当前的模型集合切割为不同的子集。
其中，所述S3步递归地重复S2步骤直到不能再分割为止，返溯至最顶层将每步分割方式组成分类树。
如图1（a）～1（d）所示，为本发明基于分离度的三维模型交互式浏览方法的一个实施例的处理流程图，图中表示的步骤包括：
a：用户输入一个包含各类模型的模型库。
b：结合多种模型数值距离算子（这里主要使用4中数值距离算子：LFD，SHD，SDF和HKS-BoF），快速推断四元树，形成大量的四元树集合。
c：基于大量四元树集合，生成分类树，将模型库中的模型组织起来，并使用深度优先搜索（DFS）为每个模型计算分离度。
d：基于分离度，用户从预览图中任选一个模型开始对模型进行浏览，之后的浏览将交互式演化式地进行。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (4)

1.一种基于分离度的三维模型交互式浏览方法，其特征在于，用户能够按思维演化地方式对模型进行预览和浏览，所述方法包括以下步骤：
S1：从输入一组异质的形态各异的三维模型；
S2：结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树；
S3：以步骤S2筛选得到的四元树作为输入，构建一棵无根的分类树，将所有模型分层次有类别地组织起来；
S4：根据分类树，基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览。
2.如权利要求1所述的方法，其特征在于，所述步骤S2中结合使用多种模型比较算子度量，筛选得到一系列用于将所有模型组织起来的一棵无根的分类树的四元树的方法为：结合使用LFD、SHD、SDF和HKS-BoF四种模型比较算子，筛选出可靠的四元树。
3.如权利要求1所述的方法，其特征在于，所述步骤S3中构建一棵无根的分类树，将所有模型分层次有类别地组织起来方法为：将所有的叶节点按照四元树拓扑关系映射到三维球表面上，然后在三维球面上对叶节点进行递归分割直到不能再进行分割为止，最后由下而上将各分割子过程归并成分类树。
4.如权利要求1所述的基于分离度的三维模型交互式浏览方法，其特征在于，所述步骤S4中基于每个模型相对于选中模型的分离度，对所有模型进行交换式浏览，具体方法为：用户选中模型后，其余会根据分离度自动按相似程度排列起来，用户能够自由选择其他相似模型进行再次浏览，整个过程按相似性演化进行。
CN201310314443.3A 2013-07-24 2013-07-24 基于分离度的三维模型交互式浏览方法 Pending CN104346343A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310314443.3A CN104346343A (zh) 2013-07-24 2013-07-24 基于分离度的三维模型交互式浏览方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310314443.3A CN104346343A (zh) 2013-07-24 2013-07-24 基于分离度的三维模型交互式浏览方法

Publications (1)

Publication Number Publication Date
CN104346343A true CN104346343A (zh) 2015-02-11

Family

ID=52501974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310314443.3A Pending CN104346343A (zh) 2013-07-24 2013-07-24 基于分离度的三维模型交互式浏览方法

Country Status (1)

Country Link
CN (1) CN104346343A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120148103A1 (en) * 2009-08-23 2012-06-14 Iad Gesellschaft Fur Informatik, Automatisierung Und Datenverarbeitung Mbh Method and system for automatic object detection and subsequent object tracking in accordance with the object shape
CN102915448A (zh) * 2012-09-24 2013-02-06 西北工业大学 一种基于AdaBoost的三维模型自动分类方法
CN102945567A (zh) * 2012-10-19 2013-02-27 深圳先进技术研究院 室内场景的分类与重建方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120148103A1 (en) * 2009-08-23 2012-06-14 Iad Gesellschaft Fur Informatik, Automatisierung Und Datenverarbeitung Mbh Method and system for automatic object detection and subsequent object tracking in accordance with the object shape
CN102915448A (zh) * 2012-09-24 2013-02-06 西北工业大学 一种基于AdaBoost的三维模型自动分类方法
CN102945567A (zh) * 2012-10-19 2013-02-27 深圳先进技术研究院 室内场景的分类与重建方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHI SHENG HUANG等: "Qualitative organization of collections of shapes via quartet analysis", 《ACM TRANSACTIONS ON GRAPHICS (TOG)》 *

Similar Documents

Publication Publication Date Title
Huang et al. Revealing density-based clustering structure from the core-connected tree of a network
CN101430695B (zh) 用于计算单词之间的差相关度的系统和方法
CN107103050A (zh) 一种大数据建模平台及方法
CN105740651B (zh) 一种特定癌症差异表达基因调控网络的构建方法
CN105045875B (zh) 个性化信息检索方法及装置
CN106971205A (zh) 一种基于k近邻互信息估计的嵌入式动态特征选择方法
CN102306176B (zh) 一种基于数据仓库内在特征的olap关键词查询方法
CN103970871B (zh) 存储系统中基于溯源信息的文件元数据查询方法与系统
WO2006002328A2 (en) System and method for document analysis, processing and information extraction
Yin et al. HMGraph OLAP: a novel framework for multi-dimensional heterogeneous network analysis
CN107291895B (zh) 一种快速的层次化文档查询方法
CN108304851A (zh) 一种高维数据流异常点识别方法
CN106970938A (zh) 面向聚焦的Web网页获取和信息抽取方法
CN102622358A (zh) 一种搜索信息的方法和系统
CN106980878A (zh) 三维模型几何风格的确定方法及装置
CN116011564A (zh) 一种面向电力设备的实体关系补全方法、系统及应用
CN109935277A (zh) 一种异构网络中基于元路径的异常模体查询方法
CN108874974A (zh) 基于频繁词集的并行化话题跟踪方法
CN104346343A (zh) 基于分离度的三维模型交互式浏览方法
CN108268620A (zh) 一种基于hadoop数据挖掘的文档分类方法
CN109542936A (zh) 一种基于因果分割的递归式因果推断方法
CN106294652A (zh) web页面信息搜索方法
CN106168982A (zh) 用于特定主题的数据检索方法
KR102276369B1 (ko) 3차원 포인트 클라우드 신뢰도 판단 시스템 및 방법
Chen et al. Research and application of cluster analysis algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20150211

RJ01 Rejection of invention patent application after publication