鉴于基于内容的3d模型检索技术研究

《鉴于基于内容的3d模型检索技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学硕士学位论文基于内容的3D模型检索技术研究姓名：郑伯川申请学位级别：硕士专业：计算机应用技术指导教师：叶修梓;张三元20040201浙江人学硕士毕业论文：基J：内容的3D模型榆索技术研究摘要随着3D模型的J“泛使用和传播，对3D模型的检索变得越米越必要。基于内容的3D模型检索技术是近几年兴起的一个新的研究领域，研究人员提出了一些好的检索技术，开发了几个3D模型检索实验系统。基于内容的3D模型检索技术可以分为二类：1)基于形状的检索技术；2)基于拓扑结构的榆索技术；3)基于图像比较的检索技术。本文首先对现有的3D模型检索技术进行了全面的综述，介绍了这些检索技术

2、的特征提取方法、相似度计算、数据库检索方法。同时还总结了现在的3D模型检索系统的检索方式，介绍了一个典型的3D模型检索系统。在对已有的3D模型检索技术的进行系统研究的基础之上，本文提出了三种新的基丁内容的3D模型榆索技术。这三种检索技术都是从3D模型的形状特征上米比较3D模型。三种检索技术在提取形状特征之前，需要对3D模型进行预处理。用到的预处理算法有：均匀采样点算法、细分算法、规范化算法。第矸十检索技术使用了两个特征：面积分布和纬度方向平均半径分布，在相似度计算使用了二：次方程式距离计算公式，数据库检索采用了分步检索方法。第二种检索技术提取经纬方向平均半径分布作为

3、特征向量，相似度计算使用￡腰巨离，直接检索特征数据库。第三种检索技术将3D模型按z轴方向等分成16块，然后提取两个特征：分块平均距离和分块距离直方图分布，相似度计算使用三』距离，数据库检索同样采用了分步检索。从实验结果看，三种检索技术的特征提取方法提取的特征向量都能很好的区分不同的3D模型。形状相似的3D模型，它们的特征向量也相近。本文开发的3DMS检索系统是一个基于Web的3D模型检索系统，这个系统实现了本文提山的三种3D模型检索技术。3DMS检索系统只提供示例3D模型检索方式，具有简单、易操作的特点。测试结果表明，三种检索技术具有比较理想的检索效果，同时榆索速度

4、比较快，最火检索时间=_if、超过0．4秒。基于内容的3D模型检索技术还有许多小成熟的地方，在本文的最后对今后的研究重点进行了展望。关键训：3D模型，3D模型检索，基于内容的检索，形状特征，特征提取，相似度计算浙江人学硕1．毕业论文：基于内容的3D模型植索技术研究AbstractWiththewideapplicationandrapiddistributionof3Dmodels．3Dretrievalisbecomingmoreandmorenecessary．Content—based3DretrievaliSanemergingresearchfieldin

5、recentyears．Retrievaltechniqueshavebeenputforwardandseveral3Dretrievalsystemshavebeendevelopedbydifierentresearchers．Content—based3DretrievaltechniqueCanbeclassedintothreetypes：1)shape—basedretrievaltechnique；2)topology—basedretrievaltechnique；3)imagematching—basedretrievaltechnique．In

6、thisthesis，adetailedsurveyon3Dmodelretrievaltechniquesisgivenfirstly，witchincludefeatureextraction，similaritycalculation，anddatabaseretrieva】algorithms．Thewaysofhowtoresearchsimilar3Dmode】usedjncurrent3Dmodelretrievalsystemsarealsogivenandaclassic3DmodelretrievalsystemisgiventOO．Throug

7、hstudyingothertechniques，threenew3Dmodelsearchmethodsareputforwardinthisthesis．Thesethreemethodsa11belongtOshape—basedretrievaltechnique．Beforeextractingfeaturefrom3Dmodel，weneedtodosomepro-processing．’Illerearethreepro-processing：Fractionizealgorithm；averagesamplingpointalgorithm；no