基于渲染图像角度结构特征的三维模型检索方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107992532A(43)申请公布日2018.05.04(21)申请号201711178617.2(22)申请日2017.11.23(71)申请人浙江工业大学地址310014浙江省杭州市下城区潮王路18号(72)发明人刘志潘晓彬陈波(74)专利代理机构杭州之江专利事务所(普通合伙)33216代理人张慧英(51)Int.Cl.G06F17/30(2006.01)G06K9/62(2006.01)权利要求书2页说明书5页附图4页(54)发明名称基于渲染图像角度结构特征的三维模型检索方法(57)摘要本发明及基于渲染图像角度结构特征的三维模型检索方法，首先从互联网上获取三维模型及其渲染图像，然后利用渲染图像的骨架形状上下文特征实现分类，形成多类别的数据集，并为数据集中的渲染图像提取角度结构特征，建立特征库；最后对互联网上获取的自然图像提取相同的角度结构特征，采用距离度量方法从特征库中检索相似模型，并以相似度大小排序，实现三维模型检索。本发明避免了三维模型多视图带来的冗余问题，同时包含较多视觉信息的渲染图像可以弥补单一渲染图像带来的信息不足的问题。CN107992532ACN107992532A权利要求书1/2页1.基于渲染图像角度结构特征的三维模型检索方法，其特征在于，包括如下步骤：(1)从互联网上获取三维模型及其渲染图像；(2)提取出渲染图像的主干骨架图，为渲染图像分类作预处理；(3)对预处理后的渲染图像提取骨架形状上下文特征，使用多类线性SVM实现渲染图像分类，得到渲染图像的数据集；(4)对数据集中所有的渲染图像进行HSV颜色量化，为三维模型检索作预处理；(5)通过邻近像素点间的本质关系提取渲染图像的颜色、纹理、形状和布局信息，形成渲染图像的全局角度结构特征，建立数据集的特征库；(6)对输入的自然图像提取相同的全局角度结构特征，采用距离度量方法从特征库中检索相似模型，并以相似度大小排序。2.根据权利要求1所述的基于渲染图像角度结构特征的三维模型检索方法，其特征在于：所述步骤(1)通过直观的单一对应方式从互联网上获取三维模型及其渲染图像。3.根据权利要求1所述的基于渲染图像角度结构特征的三维模型检索方法，其特征在于：所述步骤(2)的具体步骤如下：(2.1)对渲染图像进行初步二值化，并通过二次腐蚀和二次膨胀获得较优二值图像；(2.2)基于较优二值图像采用骨架算法获得骨架图，计算骨架的每段末端分支的权重，并多次迭代删除权重最小的末端分支，提取得到主干骨架图。4.根据权利要求3所述的基于渲染图像角度结构特征的三维模型检索方法，其特征在于：所述的权重计算公式为：其中，D是形状轮廓点集，S是骨架点，E是末端分支节点，α是归一化因数，β定义为常量9；表示末端路径M的平均长度，R表示重构骨架点，即将一个末端分支删除后的骨架点；Γ表示归一化的曲线长度，Λ表示面积以像素为单位。5.根据权利要求1所述的基于渲染图像角度结构特征的三维模型检索方法，其特征在于：所述步骤(3)提取骨架形状上下文特征的步骤如下：(i)在渲染图像轮廓点的形状上下文的基础上增加骨架信息，形成300维的骨架形状上下文直方图；(ii)对渲染图像中包含骨架信息的轮廓点进行分段，计算每段中5个轮廓点间的骨架形状上下文，形成1500维的骨架形状上下文特征包；(iii)对每段的特征包进行编码，得到骨架形状上下文特征向量集。6.根据权利要求5所述的基于渲染图像角度结构特征的三维模型检索方法，其特征在于：所述步骤(3)使用多类线性SVM实现渲染图像分类的步骤如下：(I)网上获取自然图像作为训练集，提取训练集骨架形状上下文特征向量集；(II)使用训练集训练得到一个多类线性SVM，并将其作为分类器；(III)将三维模型的渲染图像作为测试集，提取测试集骨架形状上下文特征向量集，通过分类器获得测试集渲染图像的类别标签。7.根据权利要求6所述的基于渲染图像角度结构特征的三维模型检索方法，其特征在于：所述的多类线性SVM如下式所示：2CN107992532A权利要求书2/2页第一项：第二项：其中，第一项是正则项，用来最大化划分超平面的间隔；第二项是hinge损失函数，用来衡量预测器对输入数据进行类别预测时的质量好坏；α是用于平衡正则项和hinge损失函数的正则化常数，定义为常量10；M表示所有类别的训练图像，gi是每个训练图像的特征向量集，yi是训练图像的类别标签。8.根据权利要求1所述的基于渲染图像角度结构特征的三维模型检索方法，其特征在于：所述步骤(4)对渲染图像进行HSV颜色量化的计算公式如下：P＝9H+3S+V通过如上公式最终将HSV颜色空间量化为从0到71的数字。9.根据权利要求1所述的基于渲染图像角度结构特征的三维模