基于局部形狀分布的三維模型檢索算法.pdf

1、隨著三維建模技術(shù)、三維掃描技術(shù)的發(fā)展,數(shù)字世界的三維模型呈海量增長,從如此多的三維模型中獲取有用的信息,搜索引擎是必要的工具?；谖谋镜姆绞皆诿枋鋈S模犁及檢索上有一定的局限性,基于內(nèi)容的檢索方式更為有效。
　　當前已經(jīng)有了多種基于內(nèi)容的三維模型檢索算法,本文將它們分為四類,即基于傘局變換的算法、基于直方圖的算法、基于二維視圖的算法、基于圖的算法。現(xiàn)有的方法大多需要姿態(tài)歸一化,且缺少對模型局部特征的描述。
　　本文提出了一種

2、全新的三維模型檢索算法——基于局部形狀分布的算法。
　　局部形狀分布用二維模型局部幾何特征的概率分布表示模型的局部特征。對三維模型上的一點P,在P周圍隨機采樣一些點,對這些點計算形狀函數(shù)值,得到的形狀函數(shù)值的分布就是局部形狀分布。本文中,選用角度-距離形狀函數(shù)(AD),得到的局部形狀分布可以用圖片表示,記作點描述圖像(PODI,Point Description Image)。
　　本文通過局部形狀分布算法構(gòu)造三維模型描述符

3、PODISet用于檢索。首先,選擇數(shù)個關(guān)鍵屬性,計算三維模型表面的點的關(guān)鍵屬性值。接著,對每個關(guān)鍵屬性,選擇屬性值最大的Nr個點和最小的Nr個點為關(guān)鍵點。Nr為算法的一個參數(shù)。最后,計算這些關(guān)鍵點的PODI,得到的PODI集合,即是PODISet。
　　PODISet作為三維模型描述符不需要姿態(tài)歸一化,具有不變性、高效性、魯棒性,同時還具有局部描述力。
　　在PSB上的實驗考察了多個參數(shù)對PODISet檢索性能的影響,選擇了