一種基於壓縮感知的三維模型特徵提取方法與流程
2023-12-08 23:03:01
本發明涉及三維模型處理領域，更具體地說，涉及一種基於壓縮感知的三維模型特徵提取方法。
背景技術：
隨著信息檢索技術的迅速發展以及計算機性能的提高，信息處理從傳統模式向新型模式轉變。相對於文本信息和二維圖像，更為真實豐富的三維模型的應用越來越廣泛。在如今海量三維模型庫中，如何實現基於三維模型重用的管理與檢索，快速準確地找到符合要求的三維模型，已成為目前檢索領域的一個重要的研究課題。
作為繼聲音、圖像和視頻之後的第四種多媒體數據類型，基於內容的三維模型檢索技術的發展備受關注。如何能既簡單快速地提取內容的特徵又高效準確度量模型相似性是基於內容的三維模型檢索技術中的核心問題，這兩個問題是被廣泛研究的熱點問題，也是極具挑戰性的難點問題之一。
目前多數基於內容的三維模型檢索方法還存在一些問題：如所提取特徵不能完全表達三維模型信息、計算複雜度高、特徵提取和特徵匹配的時間長、特徵存儲空間大、特徵信息容易缺失、不能實現用戶交互操作等。而在三維模型檢索方法中，對三維模型進行特徵提取是保證檢索速度和質量的重要手段，因此，隨著多媒體應用領域對三維模型檢索速度和質量不斷提高的要求，如何提高對三維模型進行特徵提取的準確性和高效性，是三維模型檢索領域有待更深入研究和探索的課題。
技術實現要素：
本發明的目的在於克服現有技術中的缺點與不足，提供一種基於壓縮感知的三維模型特徵提取方法，該三維模型特徵提取方法可多角度反映三維模型的特徵，實現對體素化格式的三維模型進行空間分層處理，對複雜結構的三維模型進行空間分解，不僅提高三維模型特徵提取的準確性和高效性，而且提取低維高效的空間幾何特徵，避免特徵冗餘。
為了達到上述目的，本發明通過下述技術方案予以實現：一種基於壓縮感知的三維模型特徵提取方法，其特徵在於：
首先，選取三維模型為離散體素化格式的三維模型，再選取各個視角的方位作為參考平面，並設計等高變換函數，將三維模型按照等高變換函數實現空間分層；
其次，將每個空間分層模型投影到參考平面，構造投影矩陣，並提取投影矩陣的信息熵；
最後，對各個投影矩陣進行稀疏處理，並進行二維壓縮感知處理，得到空間分層特徵。
在上述方案中，本發明通過基於壓縮感知的三維模型特徵提取方法可多角度反映三維模型的特徵，實現對體素化格式的三維模型進行空間分層處理，對複雜結構的三維模型進行空間分解，從而提高三維模型特徵提取的準確性和高效性，進而保證三維模型檢索的速度和質量。
本發明方法包括以下步驟：
步驟s101：選取三維模型為離散體素化格式的三維模型，並進行三維模型體素化預處理，得到M(s×s×s)，其中s為離散體素模型解析度；
步驟s102：以xoy＝0平面作為參照地面，選定等高變換函數映射：f(x,y,z)＝z，劃分分層數為L，分層步長為step＝s/L；構造L個投影矩陣projl(BS×BS),l＝1,2,...L；
步驟s103：對模型中任意體素點由如下公式計算並更新投影矩陣的元素：
其中l為第k個體素點vk所屬層數；
步驟s104：計算投影矩陣projl的信息熵FENT-Z：
步驟s105：對投影矩陣projl採用DCT稀疏變換，得到稀疏信號χl：
χl＝DCT(projl)；
步驟s106：對稀疏信號χl採用二維壓縮感知，得到壓縮感知測量信號γl：
其中Φ1，Φ2為測量矩陣；
步驟s107：計算各分層的測量值的2範數，形成特徵序列FZ：
步驟s108：同理分別以yoz＝0，xoz＝0為參照地面做類似s102～s107操作，得到特徵序列FX，FY；
步驟s109：合併三個方向的特徵序列，輸出基於函數變換的空間分層壓縮感知特徵FHCS(Hierarchical CS)：
步驟s110：合併三個方向的特徵序列，輸出空間分層信息熵向量FENT：
FENT＝(FENT-X,FENT-Y,FENT-Z).。
具體地說，所述選取參考平面為空間坐標系對應的平面yoz、平面xoz和平面xoy。
所述空間分層特徵包括壓縮感知特徵FHCS和分層熵特徵FENT。
在實施過程中，所選模型為離散體素化格式的三維模型，該模型類型為一種實體模型，能反映模型內部信息。另外該方案中針對三維模型特性，選取不同方位的基礎設計等高變換函數，多角度反映三維模型的特徵，實現對體素模型的空間分層處理，對複雜結構的三維模型進行空間分解。然後對三維模型的各個空間層依照參考地面進行投影，得到投影矩陣，該投影矩陣帶有分層模型的深度特性，即模型的實體化的表現，提取投影矩陣的信息熵，得到信息熵特徵序列的變化情況。對各個投影矩陣進行稀疏處理，避免信號不稀疏所帶來壓縮感知重構困難的問題。最後對各個稀疏信號進行二維壓縮感知，提取壓縮感知特徵，形成低維度的特徵序列，不同方位的特徵序列能有效完整的表達模型。
與現有技術相比，本發明具有如下優點與有益效果：本發明基於壓縮感知的三維模型特徵提取方法可多角度反映三維模型的特徵，實現對體素化格式的三維模型進行空間分層處理，對複雜結構的三維模型進行空間分解，不僅提高三維模型特徵提取的準確性和高效性，而且提取低維高效的空間幾何特徵，避免特徵冗餘，從而保證三維模型檢索的速度和質量。
附圖說明
圖1是本發明基於壓縮感知的三維模型特徵提取方法的流程圖；
具體實施方式
下面結合附圖與具體實施方式對本發明作進一步詳細的描述。
實施例
如圖1所示，本發明基於壓縮感知的三維模型特徵提取方法是這樣的：
首先，選取三維模型為離散體素化格式的三維模型，再選取各個視角的方位作為參考平面，並設計等高變換函數，將三維模型按照等高變換函數實現空間分層；
其次，將每個空間分層模型投影到參考平面，構造投影矩陣，並提取投影矩陣的信息熵；
最後，對各個投影矩陣進行稀疏處理，並進行二維壓縮感知處理，得到空間分層特徵。
該方法具體包括以下步驟：
步驟s101：選取三維模型為離散體素化格式的三維模型，並進行三維模型體素化預處理，得到M(s×s×s)，其中s為離散體素模型解析度；
步驟s102：以xoy＝0平面作為參照地面，選定等高變換函數映射：f(x,y,z)＝z，劃分分層數為L，分層步長為step＝s/L；構造L個投影矩陣projl(BS×BS),l＝1,2,...L；
步驟s103：對模型中任意體素點由如下公式計算並更新投影矩陣的元素：
其中l為第k個體素點vk所屬層數；
步驟s104：計算投影矩陣projl的信息熵FENT-Z：
步驟s105：對投影矩陣projl採用DCT稀疏變換，得到稀疏信號χl：
χl＝DCT(projl)；
步驟s106：對稀疏信號χl採用二維壓縮感知，得到壓縮感知測量信號γl：
其中Φ1，Φ2為測量矩陣；
步驟s107：計算各分層的測量值的2範數，形成特徵序列FZ：
步驟s108：同理分別以yoz＝0，xoz＝0為參照地面做類似s102～s107操作，得到特徵序列FX，FY；
步驟s109：合併三個方向的特徵序列，輸出基於函數變換的空間分層壓縮感知特徵FHCS(Hierarchical CS)：
步驟s110：合併三個方向的特徵序列，輸出空間分層信息熵向量FENT：
FENT＝(FENT-X,FENT-Y,FENT-Z).。
其中，本發明選取參考平面為空間坐標系對應的平面yoz、平面xoz和平面xoy，而空間分層特徵包括壓縮感知特徵FHCS和分層熵特徵FENT。
在實施過程中，所選模型為離散體素化格式的三維模型，該模型類型為一種實體模型，能反映模型內部信息。另外該方案中針對三維模型特性，選取不同方位的基礎設計等高變換函數，多角度反映三維模型的特徵，實現對體素模型的空間分層處理，對複雜結構的三維模型進行空間分解。然後對三維模型的各個空間層依照參考地面進行投影，得到投影矩陣，該投影矩陣帶有分層模型的深度特性，即模型的實體化的表現，提取投影矩陣的信息熵，得到信息熵特徵序列的變化情況。對各個投影矩陣進行稀疏處理，避免信號不稀疏所帶來壓縮感知重構困難的問題。最後對各個稀疏信號進行二維壓縮感知，提取壓縮感知特徵，形成低維度的特徵序列，不同方位的特徵序列能有效完整的表達模型。
本發明基於壓縮感知的三維模型特徵提取方法可多角度反映三維模型的特徵，實現對體素化格式的三維模型進行空間分層處理，對複雜結構的三維模型進行空間分解，不僅提高三維模型特徵提取的準確性和高效性，而且提取低維高效的空間幾何特徵，避免特徵冗餘，從而保證三維模型檢索的速度和質量。
上述實施例為本發明較佳的實施方式，但本發明的實施方式並不受上述實施例的限制，其他的任何未背離本發明的精神實質與原理下所作的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發明的保護範圍之內。