多特征融合的三維模型檢索技術(shù)研究.pdf

1、隨著計算機圖形學及數(shù)字媒體技術(shù)的快速發(fā)展，三維圖形技術(shù)被廣泛應(yīng)用于生物信息學、醫(yī)學、計算機輔助設(shè)計、三維游戲等領(lǐng)域。與此同時，三維模型的數(shù)量呈指數(shù)級增長，面對如此龐大的信息量，如何快速準確地從現(xiàn)有三維模型庫中檢索出相似的三維模型，實現(xiàn)三維模型的復用，成為一個熱點研究問題。三維模型檢索技術(shù)中最關(guān)鍵的是對三維模型進行特征提取。針對三維模型特征提取算法中單一特征缺乏對三維模型特征更全面的描述這一問題，研究者將研究重點轉(zhuǎn)移到多特征融合上來，以期

2、通過多特征融合的方式來對三維模型進行更全面的描述。然而如何提高現(xiàn)有特征提取算法的描述能力和提出更有效的檢索方法仍是一個值得研究的課題。
　　本研究主要內(nèi)容包括：⑴提出融合細節(jié)與整體特征的三維模型檢索方法。融合三維模型的局部細節(jié)特征和整體形狀特征以實現(xiàn)對三維模型更加全面的描述。分別選取能反映三維模型局部細節(jié)特征的SIFT特征和反映三維模型整體形狀特征的傅立葉描述子特征，并結(jié)合多尺度分析方法得到多尺度傅里葉描述子特征來對三維模型進行特

3、征描述。多尺度分析方法能降低灰度圖像中存在的噪聲和其它變化對傅立葉描述子所產(chǎn)生的影響。采用線性加權(quán)的方式對 SIFT特征和多尺度傅里葉描述子特征進行融合，以融合局部細節(jié)特征和整體形狀特征來提升三維模型檢索的準確率。⑵提出基于加權(quán)BOF特征的三維模型檢索方法。鑒于提取SIFT特征和多尺度傅里葉描述子特征能在一定程度上提高三維模型檢索的準確率，直接使用SIFT特征進行相似性度量會因為特征數(shù)量的龐大而降低整個檢索效率，并會影響三維模型檢索的準