。感谢所有帮助过我的人죕和备注开发了应用于三维物体识别的二维剪影轮廓法。其中，曲率和轮廓空间被用来描述每个剪影。等人备注介绍了光域表述法来描述三维模型，光域表述法是从个剪影计算得来。每个剪影由二值图像表示。运动和傅立叶变换被用于描述每个二值图像。当个三维模型运动或变形，则描述该三维模型的二维剪影必须足够多。同时，随着剪影数量增多，检索的时间也增长。如图所示图运用频域转换描述每个二维图像其他提取方法除了形状特征以外，还可以利用三维模型的表面属性，包括颜色反射系数和纹理等进行检索。等人实现了种基于三维模型材质颜色的特征提取方法。等人认为，材质颜色在很大程度上影响着三维模型的外观属性，对于三维模型的颜色而言，其复杂之处在于要考虑光照模型的影响，如环境光漫射光反光系数以及透明系数等等。随着光照模型的变化，可以为三维模型表面产生大量的颜色种类。以此为基础，等人提出种基于用户输入的交互式三维模型颜色检索方法，将每种材质颜色表示为光照模型中若干个光照参数的综合值，基于个有用户主观评价生成的颜色训练集，使用多元回归分析方法对光照模型进行预测。实验表明，该方法能较好的反映用户对于模型外表面颜色的主观认知特性。但由于三维模型表面属性的多样性和复杂性，表面颜色属性特征提取的研究至今并未得到充分发展。几种特征提取方法的比较现在，对于各种形状特征提取方法，还无法从理论上验证它们对模型特征描述的精确度，更多的是从实验的结果，通过查准率和查全率来判断其优劣。总体来看，基于外形的方法速度较快，对模型的内部构造描述较好，但对细节表述不够具体基于结构的方法对模型的整体框架描述较好，尤其适合运动的物体，但计算很费时，并且它对于模型的精细部分非常敏感基于视角的方法原理清晰，更符合人类判别三维物体相似性的基本原理，速度也较快，可是对物体内部的构造描述不够，不适用于较精密的三维模型识别领域。本章小结本章首先介绍三维模型预处理的两个重要问题，三维模型的规范化和存储方式，二者对于处理实际问题有着重要的意义，可以说是三维模型特征检索技术的前提。随后又详尽的讨论了现今种种的基于内容的三维模型特征提取方法。特征提取技术在三维模型检索领域中是最关键的问题。三维模型检索所使用的特征，主要包括通过变换提取物体整体或局部形状特征以及对模型进行几何运算提取的形状特征。物体的形状特征具有多面性，因而导致其具有多种不同的表示方式。迄今为止，还没有任何种表示方式可以完全符合人类对形状的识别和理解能力。现有的些方法，都存在着各自的优点与不足，适用的领域也有相异。如何得到既能快速简单地进行提取和比较，又能十分有效地分辨相似的和不相似的三维模型的特征描述，是三维模型检索研究中的关键和难点。对于基于视角的特征提取方法，本章所表述二值图像的二维剪影，并不能从不同角度很好的描述三维模型的高度信息。因此，本文在下面的章节中，设想提出种基于不同视角进行特征识别的三维模型检索新方法。第四章基于二维投影的三维模型检索上章我们介绍了，基于内容的三维模型检索方法。其中基于二维投影的三维模型特征识别的根本原理为如果两个三维物体多个视角的二维投影看起来相似，那么它们在三维上也是相似的。在此章节，从六个不同视角的二维投影中提取了特征，那么只要个寻找相似性的匹配方法，就可以尽可能高效的用于寻找输出模型的最佳匹配。模型预处理首先，画个简单的包围模型的边界框如图，将边界框分成三维像素格如图。如多边形表面位于个像素格里，我们认为这个在中的像素格是不透明的，标记为。反之，这个像素格被认为是透明的，标记为№，似豫矽基于此种分解方式，重荷区域问题被大大的减轻了。因为每个不透明像素格的权值都相等，而不用考虑其中具体点的数量。图三维模型的预处理其次，模型的质心移到了，并且所有不透明像素格到质心的平均距离时成线性比例的，即使我们把质心变为。所以，该表述法对于变形和旋转是不变量如图。此文中，定为，以保证对待识别物体足够分解和对细节噪音的筛选。再次，六个表示的信息来自六个不同角度前，顶，右，后，底，左。每个高度用灰度级图像表示高度信息。把这六个角度标记为。如图所示则这些高度的灰度值像素定义为前其中，顶其中右其中后其中底其中左其中图所示特征表述从前后左右上底个视角表示该三维模型，每个视角的二维投影被分解为圆心在中点的个同心圆如图。图把二维投影用同心圆分解在第个同心圆内的区域标记为其中对于第个高度第个视角，在第个圆里的所有像素灰度值为使其值为第个同心圆，推出两个相邻同心圆的灰度值和之间的差值此外，使用下面等式使每个值标准化其中，是第个高度视角的相邻同心圆之间高度差值的总和。用表示，则图展现了三个三维模型使用该特征描述法的函数。显然，两个吉普车模型显现了相似的曲线，而吉普车和船之间却完全不同。图三个三维模型的特征函数旋转不变性通常，如果个模型旋转个小角度，该提出方法是比较不敏感的。假设个三维模型转了个小角度如图，在半径上的三维像素高度值的增量减量图旋转了个小角度的三维模型相反的，另边的三维图像高度值会减少增加同样的，平均起来，旋转后，第个同心圆灰度值的和是和原来相近的。相似性计算当每个模型用个视角表示，计算两个模型的相似性，需要次,高度匹配操做。为了减少匹配时间，去寻找给出查询模型的最佳匹配，提出了种有效的相似性计算方法。如果把相对的位置约去，匹配操作可被大大简化。前视图和后视图是相对的同样，右视图和左视图是相对的，顶视图和底视图也是相对的。如查询模型为，它的个高度匹配模型分别为和，则查询模型的六个高度可分为组。同理，匹配模型也可分为组。计算，之间的差，如匹配，则根据与之间的拓扑关系，必须匹配。这样来，高度匹配操作需要执行,次，取代了原有的次。对于第个排列，会去匹配使和，标记和的函数。对于第个排列的相应匹配操作的距离为是标记第个排列的第个值，。查询模型和匹配模型间的差值为那么，和之间的相似度量应为其倒数注意，相似度值越大，与要查询的模型就越相近。因此，决定匹配模型应选择与被查询模型相似度值最大的那个。实验结果分析为了证明对于不同模型的有效性，对于两个测试数据库进行了实验。三种其它的方法包括和给检索结果提供了比较。对用户而言，评判个检索系统的性能，关键是考察检索结果是否与人的期望相接近，该于三维模型所包含信息的复杂性以及人类主观感知的不确定性，还有许多问题有待更深入的研究不需要进行模型坐标标准化的三维形状特征提取问题。模型坐标标准化处理容易造成误差，还导致特征提取效率不高运行开销大等问题。为了解决这些问题，有必要研究新的形状特征描述方法，使其不需要进行模型坐标标准化，仍能准确地区分模型之间的形状差异。三维模型的局部形状特征提取问题。现有的形状特征描述，往往以三维模型整体为考察对象，但在实际情况中，需要形状特征具有描述局部细节的能力。此外，为实现不同的检索要求，需要同时提供个包含多种形状特征的特征集，如何综合运用这些形状特征以实现更精确的检索效果，也是未来的发展方向之。三维模型的非形状特征表示方法。如材质颜色纹理及拓扑特性等特表示方法，以及结合人类主观认知特性的语义特征表示方法的研究。参考文献，，，，，，，，，，，Ⅲ，，，，，，，，，三维模型检索数据库网址附录后记本论文的完成，离不开我的导师梁晶晶老师悉心指导。梁晶晶认真严谨的治学作风和忘我的工作精神给了我很大的触动，使我受益匪浅，她的谆谆教诲将使我受益终身，她将永远成为我学习的榜样。老师日常工作学习和生活中的言传身教令我获益匪浅，难忘他们那种忘我的工作和科研态度，难忘朴实无华的话语和多次的教诲。在此，我衷心感谢,这段日子，除了学业上的收获，我成熟了很多，眼界开阔了很多，研究水平也提高了很多，很高兴在这几年里认识了这么多的同学，从他们身上，我同样学到了很多宝贵的东西。他们经常在理论学业上指导我，从他们身上我学到了很多统是否满足用户的需要。但对个检索系统的性能做出所谓正确的评价是件不容易的事情。个主要的原因是检索本身具有的主观性，这种主观性使得建立个标准来排列从模型数据库中提取出来的模型非常困难。例如对两个用户来说，他们对同组模型会有不同的排列，甚至对同个用户，他在不同时刻对同组模型的排列也会不同。也就是说，对系统检索性能的评价主要根据的是主观的要求而不是客观的指标。另外个原因是对检索性能评价时，相关结果这个概念常常定义得并不明确，在很多情况下，所谓相关结果本身并没有明确的定义，而且它的存在也只是假定的。总之，不同的检索系统在查询机制视觉特征的选择以及应用领域等方面都各有特点，目前还缺乏比较系统和有效的评价准则。事实上，影响检索性能评价的相似度既与客观的应用有关，也与主观的判断相关，这也给系统性能的评价增加了复杂性。目前人们常以查全率和查准率的统计数据或曲线来进行系统性能或相似性匹配方法的评价，如下述两个公式所示查全率查准率只七其中，刀是适合检索的模型数量，是数据库中所有模型的数量，七是所有检索模型数量。对于数据库的实验为了测试模型变形时，提出算法的不变性衡常性，而建立了数据库。数据库由个种子模型组成，每个种子模型含种变换，包括个几何变换，个比例变换，个旋转，个不同的多边形分解变换如图。因此，在数据库中共有个模型。图显示了些三维模型和它们的变换包括种，同时也给出了本算法的函数曲线。这些模型组的相似性值分别为，，，。我们看到，即使模型变形，相似值仍然足够大。在我们的实验中，数据库的模型