三维模型检索中几种特征提取方法实现研究

《三维模型检索中几种特征提取方法实现研究》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、西北大学硕士学位论文三维模型检索中几种特征提取方法实现研究姓名：邓军国申请学位级别：硕士专业：计算机系统结构指导教师：周明全20090616摘要随着三维模型获取技术、计算机图形学以及计算机网络技术的发展，三维模型在很多领域得到了广泛应用，并且形成了越来越庞大的三维模型数据库。如何从模型库的海量数据中迅速查找出我们所需要的模型已经成为当前迫切需要解决的问题。通常，完整的三维模型检索系统应包括特征提取、索引结构、相似性度量、查询接口等几方面。其中，三维模型的特征提取对三维模型的相似性检索至关重要，针

2、对三维模型特征提取这个三维模型检索研究中的亟待解决的基础问题，本文通过对三维模型特征提取方法的研究，设计实现了以下三种特征提取方法：一、2D投影点集的特征提取方法。研究实现了通过比较2D投影点集的统计特征比较三维模型相似性的特征提取方法，通过与基于传统2D投影点集的特征提取方法的分析对比，验证了该方法具有较好三维特征描述效果，较低计算复杂度。二、基于球面调和变换方法。本文研究实现了快速球面调和变换、表面体素调和变换：通过将最小包围盒计算引入到表面体素模型填充，改进实现了实体体素调和变换方法，与传

3、统的实体体素方法相比，具有提高计算效率的优势。三、基于骨架特征提取方法。本文设计改进了一种线性骨架提取方法，在保证骨架良好的连通性前提下，一定程度上解决了骨架提取算法中关键骨架点难以确定的问题。开发了一个三维模型特征提取原形系统，上述三种特征提取方法都在该系统上进行了检索实验，确定了方法参数优化取值，以及合适的相似性度量方法。实验表明，这几种三维检索技术特征提取方法提取的特征向量都能较好的描述三维模型特征。其中，实体体素调和变换方法在提高查准率、查全率等方面效果更为突出。关键词：三维模型，特征提

4、取，骨架特征，2D投影点集AbstractWiththedevelopmentof3Dmodelsacquisition,computergraphics，andcomputernetworktechnology,3Dmodelsaremoreandmorewidelyusedinmanyfields．Takingintoaccountthatbuildingthe3Dmodelsisaverycomplexwork,itisveryimportanttoreuse3Dmodels．Howtor

5、etrieve3Dmodelsneededbycustomersquicklyfromthehugedatabaseisbecomingmoreandmorenecessary．Generallyspeaking，acomplete3Dmodelretrievalsystemtypicallyincludesfeatureextraction，similaritymatching，indexstructure，andqueryinterface．Andfeatureextractionisthe

6、mostimportantfactorforthe3Dmodelretrieval．So3Dmodelfeatureextractionisthekeytechnologyin3Dmodelretrieval，anditisalsothemainpointofthispaper．Themainjobofthispaperistodesignandimplementthreenewmethodsoffeatureextractionthroughresearchingthetechnologyof

7、3Dmodelfeatureextraction．1．2Dprojectivepointsets．Itisdifferentfromthetraditionalmethods，whichcomparesthe3Dshapesbasedon2Dcontourmap，andcomparesthe3Dshapesbymeasuringthestatisticalcharacteristicof2Dprojectivepointsets．Infact,thismethodusesthetechnolog

8、yof2Dimageretrieval，andithaslowcomplexity．2．Achieveandimproveonthethearithmeticofthetransformofspherecongruity，andwiththetraditionalmethodsCompared，ithaslesscomputation．3．Thefeatureextractionofskeleton．Designandimplementabetteralgorithmofthefeatureex