实例介绍
【实例简介】
一个基于深度图像的三维模型检索算法 一个基于深度图像的三维模型检索算法 一个基于深度图像的三维模型检索算法 一个基于深度图像的三维模型检索算法一个基于深度图像的三维模型检索算法一个基于深度图像的三维模型检索算法
工小凤,张飞,耿匡华,等:一个基于深庋图像的三维模邳检索算法 2012,48(7) 变换后的图像为: 的线段),再旋转该图像,使其主轴半行于X轴:根据主轴长度, D[i,j] =Pi.Jl +1@ i JlI (4)对形状作尺寸变换,使其主轴长度等于标准化主轴长度。 其中D,月变换后的图像。这样就得到了cany算子运算的 本文选择0-12阶的κ ernie矩作为深度图像的区域特征, 图像边缘,如图4(b)所示 出于各阶Zeik矩代表不同的物理意义,在数值上相差也很 大,因此不能直接利用欧式距离来判断两幅图像的相似性。 所以,需要将这13个 Zernike矩归一到0-1间,使得每个分量在 距离计算屮起到同等的作用。 24相似性度量 利用欧式距离分别计算两幅深度图像的边界方向直方图 之间的距离an和 ernie矩描述了之间的距离dw,由于dm (a)高斯平清后图像( b)canny边缘检测 和do相差很大,不能直接相加因此将d和da2归一化后再 图4蚂蚁图像处理后效果图 相加。 现在,在边缘图像的基础上计算边界方向直方图。对于 本文是在三维模型最小包围正方体的六个面上生成六幅 每个边界点,根据图像中该点的梯度方冋计算该边界点处的深度图像,从六幅深度图像可以看出,对于边界方向直方图 法向量广向角 图像的轮廓线越长,包含的边界点就越多,信息量越大,对深 g(i,j+1)g(,-1) arctan (5)度图像的相似件检索的页献越大;对于区域特征的zme矩 g(+1,j)-g(-1,j 描述子而言,图像的面积越大,对图像的相似性检索的贡献也 其中ε()为经过高斯滤波处理后图像的深度值。对边界方就越人。因此,加权后六幅深度图像的边界方向直方图的距 向角以5为范围进行划分得到个72级的方向直方图I[。离和如下 边界方向直方图具有“移不变性,为∫得到缩放不变性,对边 界方向直方图进行归一化处理 (d5+dh)(12) 其屮,d是查询三维模型和H标模型生成的深度图僚的边界 方向直方图间的距离总和,d查询模型和目标模型相应的深 其屮,S为图像的面积。 度图2像间的边界方向直方图间的距离,是查询三维模型和 边界方向直方图不具有旋转不变性,为∫解决这个问题,目标模掣牛成的深度图像的轮廓线长度总和,、1、和、l、 对直方图进行平滑 分别是查询模型和目标模型投影到H+、P+和z+方问上的图像 (7)的轮廓线长度。 六幅图像加权后的 Zernike矩之间的距离和: 其中,H、团是平滑后的方向直方图,H是原始直方图,参数 s,+ s k决定平滑度,本文取k2。 23.2 Zernike矩描述子 S-+ (13) Zernike矩是基于深度图像区域形状的特征描述∫,它的 S 是正交径向多项式,相比于不变矩,它具有旋转不变性、易其屮,d是查询三维模型和目标模型生成的深度图像的 构造高阶短冗余性小和对噪声不敏感等特性,并且通过变 Zernike矩之间的距阔总科,dm查间模型和日标桃型相应的深 换,它还可具有比例和平移不变性。因此,本文提取三维模型度图像间的 Zernike矩之间的距离,S是查询一维模型和目标 深度图冬像的 Zernike矩来表述深度图像的区域特征 模型生成的深度图像的面积总和,S1,S、S和S,、S、S分别是查 n阶Zmkc矩定义0为 询模型和目标模型投影到Ⅺ、P+和Z-方向上的图像的面积。 A=(n+1)可j(xypn(p.dy 最终查询图像和月标图像间的混合距离d为 其中,n=0,1,2,…,∞。l为满足以下条件的正、负整数: d edtw.d (14 n-|=even,|≤n 其中,n和W分别为边界方向直方图方法和 Zernike矩描述 L(x, y)=V,(p sin, p cos O)=R, (p)exp(ilo) 子方法所占的权重 这些函数在单位圆上是正交的,并且满足以下关系 25基于深度图像的维模型检索 IEn(x, pl* vm, (x, y)xdy=n/(n+10ma ey 接下来进行三维模型检索,系统处理流程为 在这个公式中,积分是在单位圆x2+y2≤1内的 (1)提取库中:维模型边界方向直方图和0~12阶 Zernike 多项式Rn)定义为 特征,并对这些特征归化即得到二三维模型特征库 (2)用户选择一个三维模型Q然后在模型库中检索和Q 1) (n-s)! 相似的三维模型返回。 貝体的检索算法如下: B (11) 步骤1提取模型Q的边界方向直方图和0-12阶 Zernike 矩特征并进行归一化。 其中(n-k)为偶数。 步骤2运用公式(14)计算模型Q和库屮三维模型的相似度 Zernike矩只具有旋转不变性,为了得到缩放不变性,可先 步骤3返回前16个模犁提供给用户 求得深度图像的形状主轴(即连接形状边界两点间距离最长 实验表明通常基于边界方向直方图的三维模型检索比基 C1994-2012ChinaAcademicJournalElectronicPublishingIlouse.Allrightsreservedhttp://www.cnki.net 2002012,48(7) Computer Engineering and4 pplications计算机工程与应用 于 Zernike矩描述f的:维模型检索有更好的检索结果,因此 给边界方向直方图方法的d1乘以较大的权值,本文取W 0.51,W=0.49 本文算法 步骤4用户对结果相关度进行判断反馈给系统,系统根 据用户反馈结果对权值W和重新调整,然后返回步骤2 继续检索,直到用户最满意的检索结果为止。采用相关反馈 技术实现了权值的动态调整。 3检索结果及分析 00.10.20.30.40.50.60.70.80.91.0 本文实验的机器配置为CPUP430GHz、1.75GB内存 图7三种算法检索效果比对曲线 Windows XP sP2操作系绽。实验数据来自普林斯顿大的 三维模型数据库、互联网和四北大学可视化所包含人体模型与三维模型库中的特征进行氏距离度量实现三维模型检 型植物模型、头部模型、椅子沙发模型、桌子模型等共计3020索。实验表明,本算法对三维模型的检萦具有较好的检索效 套三维棋型数据。 率和精度 对各种模型用本文算法进行检索,看出本文算法对多数 采用基于三维模型正交投影的深度图像检索,虽然可以 模型的检索具有较好的结果,效果如图5所示 找出两个模型的相似性,但不能体现出人类视觉对三维模型 的识别,为f让计算机可以像人一样识别三维模型,可以考虑 类似于人眼成像的透视投影法(投影射线是由公共点出发的) 生成深度图像。 参考义献 5。建: []周明全,耿国华韦娜基于内容图像检索技术[M北京:清华大学 出版社,2007 M, Ksatenmuller G. Kriegel h, et al.3D bascs[ C)/Proceedings of the 6th International Symposium on Advances in Spatial Databases, 1999: 207-226 13 Dietrm:r S, Dejan V3D)Model retrieval with spherical harIm 图5颅骨模型检索结果图 ics and moments[C]/ Proceedings of the DAGM, 2001: 392-397 [4] Hilaga M, Shinagawa Y, Kohmura T Topology matching for fully 鲁榉性测试:对三维模型沿、γ、Z轴随机的进行平移、旋 转和缩放后,进行检索,测试结果如图6所示。 automatic similarily esliImalionl of 3D shapeslCy/ Compuler Graph ics Proceedings, Annual Conference Series, ACM SIGGRAPII 平移旋转缩放前 os Angeles, california. 2001: 203-212 平移、旋转、缩放后 15 Min P, Chen J, Funkhouser TA 2D) sketch interface for a 3D model search engine[C] ACM SIGGRAPII 2002 Conference 2002:138 val[C]/Computer Graph [7 Avinash C K, Jeff L E Expcrimcntal statc of the art in 3D ob ection and localization using range data[C]pRoceedings of 00,10.20.3040.50.60.70.80.91.0 Workshop on Vision for Rob ros 95 Conlerence. pills 图6平移、腚转和缩放处理前后效果对比 burgh, Penn, USA, 1995: 1876-1886 从图6中可以清楚地看到本文算法对三维模犁的平移、旋] Canny J.A computational approach to edge detectionJEEE 转和缩放具有较好的鲁棒性。将本文算法与文献[6和文献[7] Transactions (n Pallern Analy sis and Machine Intelligence 进行比较,结果如图7所示。 1986,18(8):679-698 图7可以看出本文算法对三维模型检索的准确率高于文 9]章志勇,潘志康三维模型几何相似性比较的研究D]机州:浙江大 献 6和文献「71 学,205 [10 Chen D Y, Tian X P, Shen Y T et al. On visual similarity based 31) model retrieval[JI]. Compuler (graphics Forun, 2(03 4结论与展望 提出了一种结合三维模型的深度图像的边界方向直方图[1Tehc. On image analysis by the methods of moments 和 Zernike矩描述子特征,进行三维模型检索的算法。该算法 IEEE Trans On Pillern Analysis and Machine Intelligence 首先计算模型的深度图像,然后在深度图像的基础上提取边 1988,10(4);496-512 界方向直方图特征和 Zernike矩描述子特征,最后对待榆索模[2]秦磊基于矩的图像分析和快速算法D南京:东南大学,2003 C1994-2012ChinaAcademicJournalElectronicPublishingIlouse.Allrightsreservedhttp://www.cnki.net 【实例截图】
【核心代码】
一个基于深度图像的三维模型检索算法 一个基于深度图像的三维模型检索算法 一个基于深度图像的三维模型检索算法 一个基于深度图像的三维模型检索算法一个基于深度图像的三维模型检索算法一个基于深度图像的三维模型检索算法
工小凤,张飞,耿匡华,等:一个基于深庋图像的三维模邳检索算法 2012,48(7) 变换后的图像为: 的线段),再旋转该图像,使其主轴半行于X轴:根据主轴长度, D[i,j] =Pi.Jl +1@ i JlI (4)对形状作尺寸变换,使其主轴长度等于标准化主轴长度。 其中D,月变换后的图像。这样就得到了cany算子运算的 本文选择0-12阶的κ ernie矩作为深度图像的区域特征, 图像边缘,如图4(b)所示 出于各阶Zeik矩代表不同的物理意义,在数值上相差也很 大,因此不能直接利用欧式距离来判断两幅图像的相似性。 所以,需要将这13个 Zernike矩归一到0-1间,使得每个分量在 距离计算屮起到同等的作用。 24相似性度量 利用欧式距离分别计算两幅深度图像的边界方向直方图 之间的距离an和 ernie矩描述了之间的距离dw,由于dm (a)高斯平清后图像( b)canny边缘检测 和do相差很大,不能直接相加因此将d和da2归一化后再 图4蚂蚁图像处理后效果图 相加。 现在,在边缘图像的基础上计算边界方向直方图。对于 本文是在三维模型最小包围正方体的六个面上生成六幅 每个边界点,根据图像中该点的梯度方冋计算该边界点处的深度图像,从六幅深度图像可以看出,对于边界方向直方图 法向量广向角 图像的轮廓线越长,包含的边界点就越多,信息量越大,对深 g(i,j+1)g(,-1) arctan (5)度图像的相似件检索的页献越大;对于区域特征的zme矩 g(+1,j)-g(-1,j 描述子而言,图像的面积越大,对图像的相似性检索的贡献也 其中ε()为经过高斯滤波处理后图像的深度值。对边界方就越人。因此,加权后六幅深度图像的边界方向直方图的距 向角以5为范围进行划分得到个72级的方向直方图I[。离和如下 边界方向直方图具有“移不变性,为∫得到缩放不变性,对边 界方向直方图进行归一化处理 (d5+dh)(12) 其屮,d是查询三维模型和H标模型生成的深度图僚的边界 方向直方图间的距离总和,d查询模型和目标模型相应的深 其屮,S为图像的面积。 度图2像间的边界方向直方图间的距离,是查询三维模型和 边界方向直方图不具有旋转不变性,为∫解决这个问题,目标模掣牛成的深度图像的轮廓线长度总和,、1、和、l、 对直方图进行平滑 分别是查询模型和目标模型投影到H+、P+和z+方问上的图像 (7)的轮廓线长度。 六幅图像加权后的 Zernike矩之间的距离和: 其中,H、团是平滑后的方向直方图,H是原始直方图,参数 s,+ s k决定平滑度,本文取k2。 23.2 Zernike矩描述子 S-+ (13) Zernike矩是基于深度图像区域形状的特征描述∫,它的 S 是正交径向多项式,相比于不变矩,它具有旋转不变性、易其屮,d是查询三维模型和目标模型生成的深度图像的 构造高阶短冗余性小和对噪声不敏感等特性,并且通过变 Zernike矩之间的距阔总科,dm查间模型和日标桃型相应的深 换,它还可具有比例和平移不变性。因此,本文提取三维模型度图像间的 Zernike矩之间的距离,S是查询一维模型和目标 深度图冬像的 Zernike矩来表述深度图像的区域特征 模型生成的深度图像的面积总和,S1,S、S和S,、S、S分别是查 n阶Zmkc矩定义0为 询模型和目标模型投影到Ⅺ、P+和Z-方向上的图像的面积。 A=(n+1)可j(xypn(p.dy 最终查询图像和月标图像间的混合距离d为 其中,n=0,1,2,…,∞。l为满足以下条件的正、负整数: d edtw.d (14 n-|=even,|≤n 其中,n和W分别为边界方向直方图方法和 Zernike矩描述 L(x, y)=V,(p sin, p cos O)=R, (p)exp(ilo) 子方法所占的权重 这些函数在单位圆上是正交的,并且满足以下关系 25基于深度图像的维模型检索 IEn(x, pl* vm, (x, y)xdy=n/(n+10ma ey 接下来进行三维模型检索,系统处理流程为 在这个公式中,积分是在单位圆x2+y2≤1内的 (1)提取库中:维模型边界方向直方图和0~12阶 Zernike 多项式Rn)定义为 特征,并对这些特征归化即得到二三维模型特征库 (2)用户选择一个三维模型Q然后在模型库中检索和Q 1) (n-s)! 相似的三维模型返回。 貝体的检索算法如下: B (11) 步骤1提取模型Q的边界方向直方图和0-12阶 Zernike 矩特征并进行归一化。 其中(n-k)为偶数。 步骤2运用公式(14)计算模型Q和库屮三维模型的相似度 Zernike矩只具有旋转不变性,为了得到缩放不变性,可先 步骤3返回前16个模犁提供给用户 求得深度图像的形状主轴(即连接形状边界两点间距离最长 实验表明通常基于边界方向直方图的三维模型检索比基 C1994-2012ChinaAcademicJournalElectronicPublishingIlouse.Allrightsreservedhttp://www.cnki.net 2002012,48(7) Computer Engineering and4 pplications计算机工程与应用 于 Zernike矩描述f的:维模型检索有更好的检索结果,因此 给边界方向直方图方法的d1乘以较大的权值,本文取W 0.51,W=0.49 本文算法 步骤4用户对结果相关度进行判断反馈给系统,系统根 据用户反馈结果对权值W和重新调整,然后返回步骤2 继续检索,直到用户最满意的检索结果为止。采用相关反馈 技术实现了权值的动态调整。 3检索结果及分析 00.10.20.30.40.50.60.70.80.91.0 本文实验的机器配置为CPUP430GHz、1.75GB内存 图7三种算法检索效果比对曲线 Windows XP sP2操作系绽。实验数据来自普林斯顿大的 三维模型数据库、互联网和四北大学可视化所包含人体模型与三维模型库中的特征进行氏距离度量实现三维模型检 型植物模型、头部模型、椅子沙发模型、桌子模型等共计3020索。实验表明,本算法对三维模型的检萦具有较好的检索效 套三维棋型数据。 率和精度 对各种模型用本文算法进行检索,看出本文算法对多数 采用基于三维模型正交投影的深度图像检索,虽然可以 模型的检索具有较好的结果,效果如图5所示 找出两个模型的相似性,但不能体现出人类视觉对三维模型 的识别,为f让计算机可以像人一样识别三维模型,可以考虑 类似于人眼成像的透视投影法(投影射线是由公共点出发的) 生成深度图像。 参考义献 5。建: []周明全,耿国华韦娜基于内容图像检索技术[M北京:清华大学 出版社,2007 M, Ksatenmuller G. Kriegel h, et al.3D bascs[ C)/Proceedings of the 6th International Symposium on Advances in Spatial Databases, 1999: 207-226 13 Dietrm:r S, Dejan V3D)Model retrieval with spherical harIm 图5颅骨模型检索结果图 ics and moments[C]/ Proceedings of the DAGM, 2001: 392-397 [4] Hilaga M, Shinagawa Y, Kohmura T Topology matching for fully 鲁榉性测试:对三维模型沿、γ、Z轴随机的进行平移、旋 转和缩放后,进行检索,测试结果如图6所示。 automatic similarily esliImalionl of 3D shapeslCy/ Compuler Graph ics Proceedings, Annual Conference Series, ACM SIGGRAPII 平移旋转缩放前 os Angeles, california. 2001: 203-212 平移、旋转、缩放后 15 Min P, Chen J, Funkhouser TA 2D) sketch interface for a 3D model search engine[C] ACM SIGGRAPII 2002 Conference 2002:138 val[C]/Computer Graph [7 Avinash C K, Jeff L E Expcrimcntal statc of the art in 3D ob ection and localization using range data[C]pRoceedings of 00,10.20.3040.50.60.70.80.91.0 Workshop on Vision for Rob ros 95 Conlerence. pills 图6平移、腚转和缩放处理前后效果对比 burgh, Penn, USA, 1995: 1876-1886 从图6中可以清楚地看到本文算法对三维模犁的平移、旋] Canny J.A computational approach to edge detectionJEEE 转和缩放具有较好的鲁棒性。将本文算法与文献[6和文献[7] Transactions (n Pallern Analy sis and Machine Intelligence 进行比较,结果如图7所示。 1986,18(8):679-698 图7可以看出本文算法对三维模型检索的准确率高于文 9]章志勇,潘志康三维模型几何相似性比较的研究D]机州:浙江大 献 6和文献「71 学,205 [10 Chen D Y, Tian X P, Shen Y T et al. On visual similarity based 31) model retrieval[JI]. Compuler (graphics Forun, 2(03 4结论与展望 提出了一种结合三维模型的深度图像的边界方向直方图[1Tehc. On image analysis by the methods of moments 和 Zernike矩描述子特征,进行三维模型检索的算法。该算法 IEEE Trans On Pillern Analysis and Machine Intelligence 首先计算模型的深度图像,然后在深度图像的基础上提取边 1988,10(4);496-512 界方向直方图特征和 Zernike矩描述子特征,最后对待榆索模[2]秦磊基于矩的图像分析和快速算法D南京:东南大学,2003 C1994-2012ChinaAcademicJournalElectronicPublishingIlouse.Allrightsreservedhttp://www.cnki.net 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论