CN106372224A - 一种三维模型检索方法及装置 - Google Patents

一种三维模型检索方法及装置 Download PDF

Info

Publication number
CN106372224A
CN106372224A CN201610808814.7A CN201610808814A CN106372224A CN 106372224 A CN106372224 A CN 106372224A CN 201610808814 A CN201610808814 A CN 201610808814A CN 106372224 A CN106372224 A CN 106372224A
Authority
CN
China
Prior art keywords
model
dough sheet
similarity
difference vector
unit
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.)
Granted
Application number
CN201610808814.7A
Other languages
English (en)
Other versions
CN106372224B (zh
Inventor
贾喜存
白俊涛
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.)
BEIJING IN-POWER NEW ENERGY CO LTD
Beijing Yingbojie Hydrogen Technology Co ltd
Original Assignee
Beijing Topology Vision Technology Co Ltd
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 Beijing Topology Vision Technology Co Ltd filed Critical Beijing Topology Vision Technology Co Ltd
Priority to CN201610808814.7A priority Critical patent/CN106372224B/zh
Publication of CN106372224A publication Critical patent/CN106372224A/zh
Application granted granted Critical
Publication of CN106372224B publication Critical patent/CN106372224B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2237Vectors, bitmaps or matrices

Landscapes

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

Abstract

本申请提供了一种三维模型检索方法及装置,将表面拆分成多个面片的待检索的三维模型进行归一化处理;计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差;根据所述m个法矢差得到所述每个面片对应的法矢差向量;根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。空间中使用矢量来描述点与点的相对位置关系,矢量具有方向性,本发明中用法矢差向量进行检索,由于法矢差向量与方向有关,而现有技术中没有考虑方向,因此使用法矢差向量进行检索能够提高检索匹配度。

Description

一种三维模型检索方法及装置
技术领域
本发明涉及三维模型领域,更具体的说,涉及一种三维模型检索方法及装置。
背景技术
随着计算机技术、图形硬件技术的迅速发展,三维模型的应用越来越广泛。工业产品设计、虚拟现实、机器人等技术都广泛使用了三维模型,对三维模型的检索已经变得越来越重要。
目前针对三维模型的检索主要采用相似距离检索法,相似距离检索法是是先将待检索三维模型与数据库中的模型变换到指定坐标系下,分别计算待检索三维模型的每个顶点与数据库中的每个模型中对应的顶点到坐标系原点的距离,比较两个距离是否在误差范围内;或者是计算三维模型的每个顶点与数据库中的每个模型中对应的顶点之间的距离,判断距离是否在规定距离内。不管是上述哪种方法,均是采用距离作为判断标准,检索匹配准确度较差。
因此,亟需一种能够提高检索匹配度的方法。
发明内容
有鉴于此,本发明提供一种三维模型检索方法及装置,以解决检索匹配度差的问题。
为解决上述技术问题,本发明采用了如下技术方案:
一种三维模型检索方法,包括:
获取表面拆分成多个面片的待检索的三维模型;
将所述三维模型进行归一化处理,得到归一化后的三维模型;
计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差,其中m为正整数;
根据所述m个法矢差得到所述每个面片对应的法矢差向量;
根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。
优选地,所述将所述三维模型进行归一化处理,得到归一化后的三维模型,包括:
计算所述三维模型的重心、所述每个面片的面积以及法矢平均值;
根据所述每个面片的面积以及法矢平均值,计算得到所述三维模型的加权分布矩阵;
将所述加权分布矩阵进行特征分解得到三个主轴方向;
根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型。
优选地,所述根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型,包括:
根据所述加权分布矩阵,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型;
所述指定坐标系是以所述重心为原点、所述三个主轴方向为所述指定坐标系的坐标轴方向的坐标系。
优选地,所述获取表面拆分成多个面片的待检索的三维模型之后,还包括:
根据所述三维模型的基本特征在数据库中进行初步检索;所述基本特征包括模型包围盒或模型颜色;
识别所述初步检索的结果;
在所述初步检索的结果是得到了符合要求的模型时,将所述符合要求的模型组成预设数据库;
在初步检索的结果是没有符合要求的模型时,将所述数据库设为预设数据库。
优选地,所述根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度,包括:
根据所述每个面片对应的法矢差向量,计算得到所述每个面片对应的法矢差向量对应的特征值;
取所述预设数据库中的一个模型作为待匹配模型;
将当前相似度值设置为0;
取所述三维模型中的一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较;
当所述面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量相匹配时,将当前相似度值加上所述面片对应的法矢差向量对应的特征值,得到当前相似度值;
判断所述三维模型中的所述每个面片对应的法矢差向量是否与所述待匹配模型的对应的面片的法矢差向量做过比较;
当所述三维模型中的所述每个面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量做比较后得到所述待匹配模型的模型相似度;
判断所述预设数据库中的每个模型是否都取过;
当所述预设数据库中的每个模型都取过时,得到每个待匹配模型的模型相似度。
优选地,所述根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度后,还包括:
根据所述模型相似度分析得到检索输出结果。
优选地,所述根据所述模型相似度分析得到检索输出结果,包括:
将所述模型相似度中的相似度最大值作为最高检索相似度;
将所述最高检索相似度与所述相似度标准进行比较;
当所述最高检索相似度大于所述相似度标准中的最大值时,将所述最高检索相似度对应的模型作为检索输出结果;
当所述最高检索相似度小于所述相似度标准中的最小值时,检索输出结果为零;
当所述最高检索相似度在所述最小值与所述最大值之间时,将所述模型相似度位于所述最小值与所述最大值之间的模型相似度对应的模型作为输出结果。
一种三维模型检索装置,包括:
获取单元,用于获取表面拆分成多个面片的待检索的三维模型;
归一化单元,用于将所述三维模型进行归一化处理,得到归一化后的三维模型;
计算单元,用于计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差,其中m为正整数;
法矢差向量构成单元,用于根据所述m个法矢差得到所述每个面片对应的法矢差向量;
检索单元,用于根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。
优选地,所述归一化单元,包括:
三维模型计算单元,用于计算所述三维模型的重心、所述每个面片的面积以及法矢平均值;
加权分布矩阵计算单元,用于根据所述每个面片的面积以及法矢平均值,计算得到所述三维模型的加权分布矩阵;
分解单元,用于将所述加权分布矩阵进行特征分解得到三个主轴方向;
变换单元,用于根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型。
优选地,所述变换单元,包括:
变换子单元,用于根据所述加权分布矩阵,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型;
所述指定坐标系是以所述重心为原点、所述三个主轴方向为所述指定坐标系的坐标轴方向的坐标系。
优选地,还包括:
基本特征检索单元,用于根据所述三维模型的基本特征在数据库中进行初步检索;所述基本特征包括模型包围盒或模型颜色;
识别单元,用于识别所述初步检索的结果;
预设数据库确定单元,用于在所述识别单元识别所述初步检索的结果是得到了符合要求的模型时,将所述符合要求的模型组成预设数据库;
在所述识别单元识别初步检索的结果是没有符合要求的模型时,将所述数据库设为预设数据库。
优选地,所述检索单元,包括:
特征值计算单元,用于根据所述每个面片对应的法矢差向量,计算得到所述每个面片对应的法矢差向量对应的特征值;
待匹配模型选取单元,用于取所述预设数据库中的一个模型作为待匹配模型;
相似度确定单元,用于将当前相似度值设置为0;
比较单元,用于取所述三维模型中的一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较;
所述相似度确定单元,还用于当所述比较单元确定所述面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量相匹配时,将当前相似度值加上所述面片对应的法矢差向量对应的特征值,得到当前相似度值;
判断单元,用于判断所述三维模型中的所述每个面片对应的法矢差向量是否与所述待匹配模型的对应的面片的法矢差向量做过比较;
所述相似度确定单元,还用于所述判断单元判断得到所述三维模型中的所述每个面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量做比较后,得到所述待匹配模型的模型相似度;
所述判断单元,还用于判断所述预设数据库中的每个模型是否都取过;
所述相似度确定单元,还用于当所述判断单元判断得到所述预设数据库中的每个模型都取过后,得到每个待匹配模型的模型相似度。
优选地,还包括:
检索结果输出单元,用于根据所述模型相似度分析得到检索输出结果。
优选地,所述检索结果输出单元,包括:
最高检索相似度确定单元,用于将所述模型相似度中的相似度最大值作为最高检索相似度;
相似度比较单元,用于将所述最高检索相似度与所述相似度标准进行比较;
第一检索结果输出单元,用于当所述相似度比较单元比较得到所述最高检索相似度大于所述相似度标准中的最大值时,将所述最高检索相似度对应的模型作为检索输出结果;
第二检索结果输出单元,用于当所述相似度比较单元比较得到所述最高检索相似度小于所述相似度标准中的最小值时,检索输出结果为零;
第三检索结果输出单元,用于当所述相似度比较单元比较得到所述最高检索相似度在所述最小值与所述最大值之间时,将所述模型相似度位于所述最小值与所述最大值之间的模型相似度对应的模型作为输出结果。
相较于现有技术,本发明具有以下有益效果:
本发明提供了一种三维模型检索方法及装置,将表面拆分成多个面片的待检索的三维模型进行归一化处理;计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差;根据所述m个法矢差得到所述每个面片对应的法矢差向量;根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。空间中使用矢量来描述点与点的相对位置关系,矢量具有方向性,本发明中用法矢差向量进行检索,由于法矢差向量与方向有关,而现有技术中没有考虑方向,因此使用法矢差向量进行检索能够提高检索匹配度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例一提供的三维模型检索方法的方法流程图;
图2为本发明实施例二提供的三维模型检索方法的方法流程图;
图3为本发明实施例三提供的三维模型检索方法的方法流程图;
图4为本发明实施例四提供的三维模型检索方法的方法流程图;
图5为本发明实施例五提供的三维模型检索方法的方法流程图;
图6为本发明实施例六提供的三维模型检索装置的装置结构图;
图7为本发明实施例七提供的三维模型检索装置的装置结构图;
图8为本发明实施例八提供的三维模型检索装置的装置结构图;
图9为本发明实施例九提供的三维模型检索装置的装置结构图;
图10为本发明实施例十提供的三维模型检索装置的装置结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种三维模型检索方法,包括:
S101、获取表面拆分成多个面片的待检索的三维模型;
其中,三维模型需要预先生成。生成三维模型采用三维计算机辅助设计CAD软件生成或者通过直接输入三维模型的二维图像,通过二维图像到三维图像的重建过程得到三维模型。
其中,通过直接输入三维模型的二维图像,通过二维图像到三维图像的重建过程得到三维模型这种方法的详细步骤为:
使用相机拍摄得到三维模型的一系列连续的二维图像;
分析一系列连续的二维图像,得到三维模型的深度数据,重建三维模型。
需要说明的是,待检索的三维模型的表面已经拆分成多个面片。
具体的,将三维模型的表面拆分成多个面片,包括:
将三维模型的表面中有n个顶点的每个面,根据所述每个面的顶点,将所述每个面拆分成多个面片,其中,n大于3。
需要说明的是,面片包括三角片、四角片、五角片等,优选三角片和四角片。
为了本领域的人员更加清楚明白的了解本步骤,以拆分成三角片为例进行说明,当三维模型的一个面是个三角片,此时不对三角片做处理;当三维模型的一个面是四边形时,连接两个对角,得到一条对角线,将四边形分成两个三角片;当三维模型的一个面为五边形时,取其中的一个顶点,连接到另外两个不与它相邻的两个顶点上,得到两条对角线,将五边形分成三个三角片。当三维模型的一个面为n边形时,处理方法同四边形的处理方法,其中,n大于5。
S102、将所述三维模型进行归一化处理,得到归一化后的三维模型;
将所述三维模型进行归一化处理,主要是为了让待检索的三维模型符合预设的标准。需要说明的是,数据库中的模型也经过归一化处理,此后,在将待检索的三维模型与数据库中的模型进行对比时,两者都处在同一标准下。
S103、计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差;
其中m为正整数。具体的,当拆成的面片为三角片时,与每个三角片相邻的三角片有三个,计算每个三角片的法矢、将每个三角片的法矢与相邻三个三角片的法矢分别做差,得到m个法矢差。
S104、根据所述m个法矢差得到所述每个面片对应的法矢差向量;
具体的,将m个法矢差根据每个面片与相邻面片的位置关系得到每个面片的法矢差向量。
S105、根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。
本实施例提供了一种三维模型检索方法,将表面拆分成多个面片的三维模型进行归一化处理;计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差;根据所述m个法矢差得到所述每个面片对应的法矢差向量;根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。空间中使用矢量来描述点与点的相对位置关系,矢量具有方向性,本实施例中用法矢差向量进行检索,由于法矢差向量与方向有关,而现有技术中没有考虑方向,因此使用法矢差向量进行检索能够提高检索匹配度。
可选的,本发明的另一实施例中,参照图2,所述将所述三维模型进行归一化处理,得到归一化后的三维模型,包括:
S202、计算所述三维模型的重心、所述每个面片的面积以及法矢平均值;
以拆分成多个三角片为例:
将三维模型的表面拆分成M个三角片,第i个三角片的三个边长分别为la、lb和lc,第i个三角片的法矢为其中,i为1至M中的任意值;
具体的,计算所述三维模型的重心、所述每个面片的面积以及法矢平均值,包括:
1、计算所述三维模型的重心;
以拆分成多个三角片为例:
将所述三维模型拆分N份,N的数值为无限大;
根据公式计算重心,其中,X表示三维模型的重心,x1、x2……xN代表每份的位置;w1、w2……wN代表每份的重量,W代表三维模型的总重量。
2、计算每个面片的面积Areai
以拆分成多个三角片为例:
具体的,三角片半边长
三角片面积为其中,i为1至M中的任意值;
3、计算所有面片的法矢平均值
以拆分成多个三角片为例:
具体的,根据公式计算得到所有三角片的法矢平均值
S203、根据所述每个面片的面积以及法矢平均值,计算得到所述三维模型的加权分布矩阵;
以拆分成多个三角片为例:
具体的,加权分布矩阵N的计算方法为:
N = Σ i = 0 M Area i * ( → P i - → P 0 ) * ( → P i - → P 0 ) T .
根据上述公式得到加权分布矩阵。
S204、将所述加权分布矩阵进行特征分解得到三个主轴方向;
其中,特征分解是将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。将所述加权分布矩阵进行特征分解得到的三个特征向量,即为三个主轴方向。
S205、根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型。
具体的,所述根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型,包括:
根据所述加权分布矩阵,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型。
其中所述指定坐标系是以所述重心为原点、所述三个主轴方向为所述指定坐标系的坐标轴方向的坐标系。
本实施例中,通过计算得到加权分布矩阵,再将加权分布矩阵进行特征分解得到三个主轴方向,根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型。将三维模型进行归一化处理,能够使三维模型变换到指定坐标系下,方便后期检索。
需要说明的是,本实施例中的其他步骤,请参见图1对应的实施例中的内容,在此不再赘述。
可选的,本发明的另一实施例中,参照图3,所述获取表面拆分成多个面片的待检索的三维模型之后,还包括:
S302、根据所述三维模型的基本特征在数据库中进行初步检索;
其中,所述基本特征包括模型包围盒或模型颜色。模型包围盒是指能够包围三维模型的最小的立方体。
S303、识别所述初步检索的结果;
S304、在所述初步检索的结果是得到了符合要求的模型时,将所述符合要求的模型组成预设数据库;
S305、在初步检索的结果是没有符合要求的模型时,将所述数据库设为预设数据库。
需要说明的是,S304和S305是根据检索结果不同而产生的两种结果,当得到了符合要求的模型时,将所有符合要求的模型组成预设数据库,当没有符合要求的模型时,将所述数据库设为预设数据库。
本实施例中,根据所述三维模型的基本特征在数据库中进行初步检索,先进行初步检索后,在采用所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度,能够提高检索效率。
需要说明的是,本实施例中的其他步骤,请参见图1对应的实施例中的内容,在此不再赘述。
可选的,本发明的另一实施例中,参照图4,所述根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度,包括:
S405、根据所述每个面片对应的法矢差向量,计算得到所述每个面片对应的法矢差向量对应的特征值;
设A为n阶矩阵,若存在常数λ及n维非零向量x,使得Ax=λx,则称λ是矩阵A的特征值,x是A属于特征值λ的特征向量。
本实施例中,当拆分成多个三角片时,法矢差向量是三阶矩阵。需要说明的是,如果法矢差向量中各个分量都为0,则相应的特征值为0。
S406、取所述预设数据库中的一个模型作为待匹配模型;
S407、将当前相似度值设置为0;
具体的,从预设数据库中取得一个待匹配模型后,由于还未开始与待检索的三维模型相比较,所以当前相似度值为0。
S408、取所述三维模型中的一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较;
在进行比较前,所述三维模型和待匹配模型已经都进行归一化处理。
在进行比较时,取所述三维模型中的一个面片,然后找到与该面片在所述待匹配模型中对应的面片,具体的找对应的面片的方法为:
首先找到表面拆分成多个面片的三维模型中离原点最近的一个顶点,取包含该顶点的一个面片,然后在待匹配模型中找到包含与原点距离最近的顶点、与所述三维模型中选取的面片的特征值最接近的面片,作为对应的面片。
将所述三维模型中的一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较。
在进行比较的过程中,若两个法矢差向量在规定的误差范围内,则认为相匹配,若不在规定的范围内,则认为不匹配。
S409、当所述面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量相匹配时,将当前相似度值加上所述面片对应的法矢差向量对应的特征值,得到当前相似度值;
若两个法矢差向量相匹配时,则将当前相似度值加上所述面片对应的法矢差向量对应的特征值,得到当前相似度值。
S410、判断所述三维模型中的所述每个面片对应的法矢差向量是否与所述待匹配模型的对应的面片的法矢差向量做过比较;
当所述三维模型中的每个面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量做比较后,执行S411;若所述三维模型中还有面片对应的法矢差向量未与所述待匹配模型的对应的面片的法矢差向量做比较时,返回S408,即取所述三维模型中的另一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较,直到所述三维模型中的所述每个面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量做比较后停止,执行步骤S411。
需要说明的是,在归一化后的三维模型中选取一个面片之后,可以根据剩余面片与第一个选取的面片的位置关系,选取下一个面片。
S411、得到所述待匹配模型的模型相似度;
具体的,当前相似度值即为模型相似度。
S412、判断所述预设数据库中的每个模型是否都取过,若都取过,则执行S413;若未都取过,则返回S406,直到所述预设数据库中的每个模型都取过后停止,执行S413;
S413、得到每个待匹配模型的模型相似度。
本实施例中,通过将所述三维模型中的每一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较,得到每个待匹配模型的模型相似度。
需要说明的是,本实施例中的其他步骤,请参见图1对应的实施例中的内容,在此不再赘述。
可选的,本发明的另一实施例中,所述根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度后,还包括:
根据所述模型相似度分析得到检索输出结果。
具体的,参照图5,所述根据所述模型相似度分析得到检索输出结果,包括:
S506、将所述模型相似度中的相似度最大值作为最高检索相似度;
S507、将所述最高检索相似度与所述相似度标准进行比较;当所述最高检索相似度大于所述相似度标准中的最大值时,执行S508;当所述最高检索相似度小于所述相似度标准中的最小值时,执行S509;当所述最高检索相似度在所述最小值与所述最大值之间时,执行S510。
其中,相似度标准是一个区间范围,是技术人员根据具体使用情况进行设定。
S508、将所述最高检索相似度对应的模型作为检索输出结果;
当所述最高检索相似度大于所述相似度标准中的最大值时,将与待检索的三维模型最相似的模型输出。
S509、检索输出结果为零;
当所述最高检索相似度小于所述相似度标准中的最小值时,说明预设数据库中的模型与待检索的三维模型相似度都较低,此时输出结果为0。
S510、将所述模型相似度位于所述最小值与所述最大值之间的模型相似度对应的模型作为输出结果。
当所述最高检索相似度在所述最小值与所述最大值之间时,说明有与待检索的三维模型相关的模型,此时将所述模型相似度位于所述最小值与所述最大值之间的模型相似度对应的模型输出,后期可以采用人工参与的方法进行筛选。
本实施例中,通过将所述最高检索相似度与所述相似度标准进行比较,能够根据最高检索相似度与所述相似度标准中的最大值、最小值作比较,得到输出结果。
本发明的另一实施例中提供了一种三维模型检索装置,参照图6,包括:
获取单元101,用于获取表面拆分成多个面片的待检索的三维模型;
归一化单元102,用于将所述三维模型进行归一化处理,得到归一化后的三维模型;
计算单元103,用于计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差,其中m为正整数;
法矢差向量构成单元104,用于根据所述m个法矢差得到所述每个面片对应的法矢差向量;
检索单元105,用于根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。
本实施例提供了一种三维模型检索装置,归一化单元102将所述三维模型进行归一化处理;计算单元103计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差;法矢差向量构成单元104根据所述m个法矢差,得到所述每个面片对应的法矢差向量;检索单元105根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。空间中使用矢量来描述点与点的相对位置关系,矢量具有方向性,本实施例中用法矢差向量进行检索,由于法矢差向量与方向有关,而现有技术中没有考虑方向,因此使用法矢差向量进行检索能够提高检索匹配度。
需要说明的是,本实施例中各个单元的具体工作过程,请参见图1对应的实施例内容,在此不再赘述。
可选的,本发明的另一实施例中,参照图7,归一化单元102,包括:
三维模型计算单元1021,用于计算所述三维模型的重心、所述每个面片的面积以及法矢平均值;
加权分布矩阵计算单元1022,用于根据所述每个面片的面积以及法矢平均值,计算得到所述三维模型的加权分布矩阵;
分解单元1023,用于将所述加权分布矩阵进行特征分解得到三个主轴方向;
变换单元1024,用于根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型。
具体的,变换单元1024包括:
变换子单元,用于根据所述加权分布矩阵,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型;
所述指定坐标系是以所述重心为原点、所述三个主轴方向为所述指定坐标系的坐标轴方向的坐标系。
本实施例中,加权分布矩阵计算单元1022通过计算得到加权分布矩阵,分解单元1023将加权分布矩阵进行特征分解得到三个主轴方向,变换单元1024根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型。将三维模型进行归一化处理,能够使三维模型变换到指定坐标系下,方便后期检索。
需要说明的是,本实施例中各个单元的具体工作过程,请参见图2对应的实施例内容,在此不再赘述。
可选的,本发明的另一实施例中,参照图8,还包括:
基本特征检索单元106,用于根据所述三维模型的基本特征在数据库中进行初步检索;所述基本特征包括模型包围盒或模型颜色;
识别单元107,用于识别所述初步检索的结果;
预设数据库确定单元108,用于在所述识别单元107识别所述初步检索的结果是得到了符合要求的模型时,将所述符合要求的模型组成预设数据库;
在所述识别单元107识别初步检索的结果是没有符合要求的模型时,将所述数据库设为预设数据库。
本实施例中,基本特征检索单元106根据所述三维模型的基本特征在数据库中进行初步检索,先进行初步检索后,在采用所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度,能够提高检索效率。
需要说明的是,本实施例中各个单元的具体工作过程,请参见图3对应的实施例内容,在此不再赘述。
可选的,本发明的另一实施例中,参照图9,检索单元105,包括:
特征值计算单元1051,用于根据所述每个面片对应的法矢差向量,计算得到所述每个面片对应的法矢差向量对应的特征值;
待匹配模型选取单元1052,用于取所述预设数据库中的一个模型作为待匹配模型;
相似度确定单元1053,用于将当前相似度值设置为0;
比较单元1054,用于取所述三维模型中的一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较;
相似度确定单元1053,还用于当比较单元1054确定所述面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量相匹配时,将当前相似度值加上所述面片对应的法矢差向量对应的特征值,得到当前相似度值;
判断单元1055,用于判断所述三维模型中的所述每个面片对应的法矢差向量是否与所述待匹配模型的对应的面片的法矢差向量做过比较;
相似度确定单元1053,还用于判断单元1055判断得到所述三维模型中的所述每个面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量做比较后,得到所述待匹配模型的模型相似度;
判断单元1055,还用于判断所述预设数据库中的每个模型是否都取过;
相似度确定单元1053,还用于当判断单元1055判断得到所述预设数据库中的每个模型都取过后,得到每个待匹配模型的模型相似度。
本实施例中,比较单元1054将所述三维模型中的每一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较,相似度确定单元1053能够得到每个待匹配模型的模型相似度。
需要说明的是,本实施例中各个单元的具体工作过程,请参见图4对应的实施例内容,在此不再赘述。
可选的,本发明的另一实施例中,参照图10,还包括:
检索结果输出单元109,用于根据所述模型相似度分析得到检索输出结果。
具体的,检索结果输出单元109,包括:
最高检索相似度确定单元1091,用于将所述模型相似度中的相似度最大值作为最高检索相似度;
相似度比较单元1092,用于将所述最高检索相似度与所述相似度标准进行比较;
第一检索结果输出单元1093,用于当相似度比较单元1092比较得到所述最高检索相似度大于所述相似度标准中的最大值时,将所述最高检索相似度对应的模型作为检索输出结果;
第二检索结果输出单元1094,用于当相似度比较单元1092比较得到所述最高检索相似度小于所述相似度标准中的最小值时,检索输出结果为零;
第三检索结果输出单元1095,用于当相似度比较单元1092比较得到所述最高检索相似度在所述最小值与所述最大值之间时,将所述模型相似度位于所述最小值与所述最大值之间的模型相似度对应的模型作为输出结果。
本实施例中,相似度比较单元1092通过将所述最高检索相似度与所述相似度标准进行比较,能够根据最高检索相似度与所述相似度标准中的最大值、最小值作比较,得到输出结果。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (14)

1.一种三维模型检索方法,其特征在于,包括:
获取表面拆分成多个面片的待检索的三维模型;
将所述三维模型进行归一化处理,得到归一化后的三维模型;
计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差,其中m为正整数;
根据所述m个法矢差得到所述每个面片对应的法矢差向量;
根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。
2.根据权利要求1所述的方法,其特征在于,所述将所述三维模型进行归一化处理,得到归一化后的三维模型,包括:
计算所述三维模型的重心、所述每个面片的面积以及法矢平均值;
根据所述每个面片的面积以及法矢平均值,计算得到所述三维模型的加权分布矩阵;
将所述加权分布矩阵进行特征分解得到三个主轴方向;
根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型,包括:
根据所述加权分布矩阵,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型;
所述指定坐标系是以所述重心为原点、所述三个主轴方向为所述指定坐标系的坐标轴方向的坐标系。
4.根据权利要求1所述的方法,其特征在于,所述获取表面拆分成多个面片的待检索的三维模型之后,还包括:
根据所述三维模型的基本特征在数据库中进行初步检索;所述基本特征包括模型包围盒或模型颜色;
识别所述初步检索的结果;
在所述初步检索的结果是得到了符合要求的模型时,将所述符合要求的模型组成预设数据库;
在初步检索的结果是没有符合要求的模型时,将所述数据库设为预设数据库。
5.根据权利要求1所述的方法,其特征在于,所述根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度,包括:
根据所述每个面片对应的法矢差向量,计算得到所述每个面片对应的法矢差向量对应的特征值;
取所述预设数据库中的一个模型作为待匹配模型;
将当前相似度值设置为0;
取所述三维模型中的一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较;
当所述面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量相匹配时,将当前相似度值加上所述面片对应的法矢差向量对应的特征值,得到当前相似度值;
判断所述三维模型中的所述每个面片对应的法矢差向量是否与所述待匹配模型的对应的面片的法矢差向量做过比较;
当所述三维模型中的所述每个面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量做比较后得到所述待匹配模型的模型相似度;
判断所述预设数据库中的每个模型是否都取过;
当所述预设数据库中的每个模型都取过时,得到每个待匹配模型的模型相似度。
6.根据权利要求1所述的方法,其特征在于,所述根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度后,还包括:
根据所述模型相似度分析得到检索输出结果。
7.根据权利要求6所述的方法,其特征在于,所述根据所述模型相似度分析得到检索输出结果,包括:
将所述模型相似度中的相似度最大值作为最高检索相似度;
将所述最高检索相似度与所述相似度标准进行比较;
当所述最高检索相似度大于所述相似度标准中的最大值时,将所述最高检索相似度对应的模型作为检索输出结果;
当所述最高检索相似度小于所述相似度标准中的最小值时,检索输出结果为零;
当所述最高检索相似度在所述最小值与所述最大值之间时,将所述模型相似度位于所述最小值与所述最大值之间的模型相似度对应的模型作为输出结果。
8.一种三维模型检索装置,其特征在于,包括:
获取单元,用于获取表面拆分成多个面片的待检索的三维模型;
归一化单元,用于将所述三维模型进行归一化处理,得到归一化后的三维模型;
计算单元,用于计算每个面片与其相邻面片中的每个面片之间的法矢差,得到m个法矢差,其中m为正整数;
法矢差向量构成单元,用于根据所述m个法矢差得到所述每个面片对应的法矢差向量;
检索单元,用于根据所述每个面片对应的法矢差向量,在预设数据库中进行检索得到模型相似度。
9.根据权利要求8所述的装置,其特征在于,所述归一化单元,包括:
三维模型计算单元,用于计算所述三维模型的重心、所述每个面片的面积以及法矢平均值;
加权分布矩阵计算单元,用于根据所述每个面片的面积以及法矢平均值,计算得到所述三维模型的加权分布矩阵;
分解单元,用于将所述加权分布矩阵进行特征分解得到三个主轴方向;
变换单元,用于根据所述重心、所述加权分布矩阵和所述三个主轴方向,将所述每个面片进行平移变换和旋转变换,得到归一化后的三维模型。
10.根据权利要求9所述的装置,其特征在于,所述变换单元,包括:
变换子单元,用于根据所述加权分布矩阵,将所述每个面片进行平移变换和旋转变换后变换到指定坐标系下,得到归一化后的三维模型;
所述指定坐标系是以所述重心为原点、所述三个主轴方向为所述指定坐标系的坐标轴方向的坐标系。
11.根据权利要求8所述的装置,其特征在于,还包括:
基本特征检索单元,用于根据所述三维模型的基本特征在数据库中进行初步检索;所述基本特征包括模型包围盒或模型颜色;
识别单元,用于识别所述初步检索的结果;
预设数据库确定单元,用于在所述识别单元识别所述初步检索的结果是得到了符合要求的模型时,将所述符合要求的模型组成预设数据库;
在所述识别单元识别初步检索的结果是没有符合要求的模型时,将所述数据库设为预设数据库。
12.根据权利要求8所述的装置,其特征在于,所述检索单元,包括:
特征值计算单元,用于根据所述每个面片对应的法矢差向量,计算得到所述每个面片对应的法矢差向量对应的特征值;
待匹配模型选取单元,用于取所述预设数据库中的一个模型作为待匹配模型;
相似度确定单元,用于将当前相似度值设置为0;
比较单元,用于取所述三维模型中的一个面片对应的法矢差向量,与所述待匹配模型的对应的面片的法矢差向量做比较;
所述相似度确定单元,还用于当所述比较单元确定所述面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量相匹配时,将当前相似度值加上所述面片对应的法矢差向量对应的特征值,得到当前相似度值;
判断单元,用于判断所述三维模型中的所述每个面片对应的法矢差向量是否与所述待匹配模型的对应的面片的法矢差向量做过比较;
所述相似度确定单元,还用于所述判断单元判断得到所述三维模型中的所述每个面片对应的法矢差向量与所述待匹配模型的对应的面片的法矢差向量做比较后,得到所述待匹配模型的模型相似度;
所述判断单元,还用于判断所述预设数据库中的每个模型是否都取过;
所述相似度确定单元,还用于当所述判断单元判断得到所述预设数据库中的每个模型都取过后,得到每个待匹配模型的模型相似度。
13.根据权利要求8所述的装置,其特征在于,还包括:
检索结果输出单元,用于根据所述模型相似度分析得到检索输出结果。
14.根据权利要求13所述的装置,其特征在于,所述检索结果输出单元,包括:
最高检索相似度确定单元,用于将所述模型相似度中的相似度最大值作为最高检索相似度;
相似度比较单元,用于将所述最高检索相似度与所述相似度标准进行比较;
第一检索结果输出单元,用于当所述相似度比较单元比较得到所述最高检索相似度大于所述相似度标准中的最大值时,将所述最高检索相似度对应的模型作为检索输出结果;
第二检索结果输出单元,用于当所述相似度比较单元比较得到所述最高检索相似度小于所述相似度标准中的最小值时,检索输出结果为零;
第三检索结果输出单元,用于当所述相似度比较单元比较得到所述最高检索相似度在所述最小值与所述最大值之间时,将所述模型相似度位于所述最小值与所述最大值之间的模型相似度对应的模型作为输出结果。
CN201610808814.7A 2016-09-07 2016-09-07 一种三维模型检索方法及装置 Active CN106372224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610808814.7A CN106372224B (zh) 2016-09-07 2016-09-07 一种三维模型检索方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610808814.7A CN106372224B (zh) 2016-09-07 2016-09-07 一种三维模型检索方法及装置

Publications (2)

Publication Number Publication Date
CN106372224A true CN106372224A (zh) 2017-02-01
CN106372224B CN106372224B (zh) 2019-06-21

Family

ID=57900441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610808814.7A Active CN106372224B (zh) 2016-09-07 2016-09-07 一种三维模型检索方法及装置

Country Status (1)

Country Link
CN (1) CN106372224B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106951501A (zh) * 2017-03-16 2017-07-14 天津大学 一种基于多图匹配的三维模型检索方法
CN107688599A (zh) * 2017-07-05 2018-02-13 国网山东省电力公司泰安供电公司 一种快速检索三维模型的方法
CN108021928A (zh) * 2017-11-10 2018-05-11 佛山科学技术学院 一种基于热核特征的三维模型相似度度量方法
CN108717424A (zh) * 2018-04-25 2018-10-30 鹰霆(天津)科技有限公司 一种基于分解式图匹配的三维模型检索方法
CN116701698A (zh) * 2023-08-09 2023-09-05 北京凯锐远景科技有限公司 基于向量检索技术的模型检索方法、装置、介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216862A (zh) * 2008-01-16 2008-07-09 南京航空航天大学 无纸化三维装配工艺文件的实现方法
CN101937453A (zh) * 2010-08-27 2011-01-05 南京大学 一种基于加权拓扑约束比较的三维模型检索方法
CN102306396A (zh) * 2011-09-15 2012-01-04 山东大学 一种三维实体模型表面有限元网格自动生成方法
CN102509339A (zh) * 2011-10-10 2012-06-20 武汉大学 一种带纹理约束的三维模型顶点聚类简化方法
CN102938165A (zh) * 2012-10-17 2013-02-20 山东理工大学 基于型面特征逼近的产品stl模型光顺方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216862A (zh) * 2008-01-16 2008-07-09 南京航空航天大学 无纸化三维装配工艺文件的实现方法
CN101937453A (zh) * 2010-08-27 2011-01-05 南京大学 一种基于加权拓扑约束比较的三维模型检索方法
CN102306396A (zh) * 2011-09-15 2012-01-04 山东大学 一种三维实体模型表面有限元网格自动生成方法
CN102509339A (zh) * 2011-10-10 2012-06-20 武汉大学 一种带纹理约束的三维模型顶点聚类简化方法
CN102938165A (zh) * 2012-10-17 2013-02-20 山东理工大学 基于型面特征逼近的产品stl模型光顺方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张开兴等: "基于距离_夹角形状分布的三维CAD模型检索算法", 《农业机械学报》 *
张旭堂等: "集成形状比较技术的产品实例检索研究", 《计算机集成制造系统》 *
肖和等: "离散三角网格模型顶点法矢量估算", 《计算机工程与应用》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106951501A (zh) * 2017-03-16 2017-07-14 天津大学 一种基于多图匹配的三维模型检索方法
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
CN107688599A (zh) * 2017-07-05 2018-02-13 国网山东省电力公司泰安供电公司 一种快速检索三维模型的方法
CN107688599B (zh) * 2017-07-05 2018-11-16 国网山东省电力公司 一种快速检索三维模型的方法
CN108021928A (zh) * 2017-11-10 2018-05-11 佛山科学技术学院 一种基于热核特征的三维模型相似度度量方法
CN108021928B (zh) * 2017-11-10 2023-08-25 佛山科学技术学院 一种基于热核特征的三维模型相似度度量方法
CN108717424A (zh) * 2018-04-25 2018-10-30 鹰霆(天津)科技有限公司 一种基于分解式图匹配的三维模型检索方法
CN108717424B (zh) * 2018-04-25 2021-06-11 鹰霆(天津)科技有限公司 一种基于分解式图匹配的三维模型检索方法
CN116701698A (zh) * 2023-08-09 2023-09-05 北京凯锐远景科技有限公司 基于向量检索技术的模型检索方法、装置、介质及设备
CN116701698B (zh) * 2023-08-09 2023-10-17 北京凯锐远景科技有限公司 基于向量检索技术的模型检索方法、装置、介质及设备

Also Published As

Publication number Publication date
CN106372224B (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
CN106372224A (zh) 一种三维模型检索方法及装置
CN109887015B (zh) 一种基于局部曲面特征直方图的点云自动配准方法
CN106469216B (zh) 一种三维模型检索方法及装置
CN108665491B (zh) 一种基于局部参考点的快速点云配准方法
CN110287873B (zh) 基于深度神经网络的非合作目标位姿测量方法、系统及终端设备
CN108596980A (zh) 圆形目标视觉定位精度评估方法、装置、存储介质和处理设备
CN100485662C (zh) 基于数据动态存取模型的产品点云型面特征分析方法
US20230206603A1 (en) High-precision point cloud completion method based on deep learning and device thereof
CN105654483A (zh) 三维点云全自动配准方法
CN112381862B (zh) 一种cad模型与三角网格全自动配准方法和装置
CN102024036A (zh) 基于超图的三维对象检索方法和装置
CN110309010B (zh) 用于电力设备相位分辩的局放网络训练方法及装置
CN101937453B (zh) 一种基于加权拓扑约束比较的三维模型检索方法
CN111027140A (zh) 基于多视角点云数据的飞机标准件模型快速重构方法
WO2024060395A1 (zh) 一种基于深度学习的高精度点云补全方法及装置
CN115541030B (zh) 高炉炉顶料面温度分布的识别方法、装置及存储介质
Hu et al. Pipe pose estimation based on machine vision
CN110838146A (zh) 一种共面交比约束的同名点匹配方法、系统、装置及介质
CN103075977A (zh) 双目立体视觉系统中的点云数据的自动拼合算法
CN110398219A (zh) 一种基于混合优化算法的关节臂式坐标测量机参数标定方法
CN114399591A (zh) 基于激光点云数据的输电线路本体矢量化提取方法及装置
CN113379777A (zh) 一种基于最小外接矩形垂直内距离比例的形状描述与检索方法
CN116071491A (zh) 一种多视角三维点云重建方法及装置
CN114627250A (zh) 一种基于Kinect的人体站姿三维重建与测量的方法
CN114399611A (zh) 基于网格质量度量特性的多面体优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211025

Address after: 100000 Building 2, zone 10, No. 188, South Fourth Ring West Road, Fengtai District, Beijing

Patentee after: Zhang Xinyu

Address before: 100000 202, unit 1, building 2, tianjuyuan Road, Chaoyang District, Beijing

Patentee before: BEIJING TOPOLOGY VISION TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211202

Address after: 100000 a1-298, first floor, building 31, No. 110, ZAOJIA street, Fengtai District, Beijing

Patentee after: BEIJING IN-POWER NEW ENERGY Co.,Ltd.

Address before: 100000 Building 2, zone 10, No. 188, South Fourth Ring West Road, Fengtai District, Beijing

Patentee before: Zhang Xinyu

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221205

Address after: 100,176 1302-45, Floor 13, Building 2, Yard 1, No. 29, Kechuang 13th Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing (Yizhuang Cluster, High end Industrial Zone, Beijing Pilot Free Trade Zone)

Patentee after: BEIJING IN-POWER NEW ENERGY Co.,Ltd.

Patentee after: Beijing Yingbojie Hydrogen Technology Co.,Ltd.

Address before: 100000 a1-298, first floor, building 31, No. 110, ZAOJIA street, Fengtai District, Beijing

Patentee before: BEIJING IN-POWER NEW ENERGY Co.,Ltd.

TR01 Transfer of patent right