一种基于视图分类的3维模型检索方法

3维模型检索是近年来基于内容检索的研究热点。在基于2维草图检索3维模型的研究中,通常没有结合人的知识。为了提高3维模型检索的精度,提出了一种基于视图分类的3维模型检索方法,它的主要思想是通过视图分类将人对3维模型的认知变换为对2维视图的理解,以便在度量2维草图与视图之间的相似性时能利用人的知识。该方法涉及以下2个问题:视图分类、2维草图与视图之间的相似性度量。实验结果表明,该方法能提高检索精度,因此可应用在2维草图查询方式的3维模型检索中。     

一种基于相似性的规则集一致性度量的新方法

规则学习算法通过学习样本产生规则集,如何判断规则集的好坏?目前规则集的评估标准有很多,如一致性、可测量性和易理解性评估,但它们有各自的缺点。提出一种新的评估规则集方法:相似性度量。这种度量方法可以计算出两个规则集之间的正相似性与负相似性。实验说明这种新的度量方法可以被用来评估规则集间的一致性,并且可以决定使用哪种算法解决某类问题或选择组合分类模型中的基模型。     

一种基于相似性的规则集一致性度量的新方法

规则学习算法通过学习样本产生规则集,如伺判断规则集的好坏?目前规则集的评估标准有很多,如一致性、可测量性和易理解性评估,但它们有各自的缺点.提出一种新的评估规则集方法:相似性度量.这种度量方法可以计算出两个规则集之间的正相似性与负相似性.实验说明这种新的度量方法可以被用来评估规则集问的一致性,并且可以决定使用哪种算法解决某类问题或选择组合分类模型中的基模型.     

3维模型局部高度研究

提出一种新的3维模型的特征点检测算法。该算法可以作为其他许多3维模型处理技术的预处理操作(如模型简化、模型匹配、视点选择等)。与其他3维模型特征点检测算法相比,该算法具有两个特点： 1)引入一种新的显著性度量方法——“局部高度”,而不是传统的曲率。认为3维模型表面某点的视觉重要性(即显著性)是由它所在位置的凸起程度来刻画,而不是该点所在位置的弯曲程度所决定,因此,提出局部高度这种新的显著性度量方式。 2)基于局部高度,引入Mean Shift算法这种非参数化的概率密度估计方法来对3维模型表面的局部高度分布进行聚类分析,然后计算出3维模型的特征点。实验结果表明,该算法能够很好地捕捉视觉上显著的3维模型特征点,且在不同分辨率下均有稳定的表现。     

一种基于三维结构的分子相似性新定义

相似性模型在化学诸多领域的广泛应用激发了许多研究者努力探讨分子相似性更中肯的计算方法。我们根据语义模型定义了一种新的分子相似性指数。这种方法首先将分子结构安某种方式拆分，得到可以表征分子结构特征的结构碎片（子结构），它们构成了描述分子结构相似性的度量空间，再根据这些碎片的语义关系定义了分子相似。通过１６个含５个碳的醇之间的分子相似性的计算举例说明这个新方法。     

几何特征映射下的3维模型相似性匹配研究

针对3维统计特征对模型几何信息描述过于弱化的问题,提出了一种基于3维模型的多视点深度图的几何统计特征提取方法.因为模型库中的每个3维模型的多视点深度图经过相位傅里叶变换后,就可以得到对应3维模型表面面片的法向方向和面片面积大小的2维统计直方图,而且查询模型通过主元分析方法还可得到一个最佳视点深度图和相应的2维统计直方图,所以可通过与模型库的多视点统计直方图进行匹配计算来实现3维模型的相似性匹配和检索.实验表明,该方法对模型的简化是鲁棒的,并具有平移、尺度和旋转不变性,这就很好地解决了3维统计特征对模型几何信息过于弱化的问题,并适合模型的粗分类.     

水平集活动轮廓模型的3维牙齿重建

目的 建立患者口腔每颗牙齿独立的3维模型对于计算机口腔修复的精确定位和量化评估具有十分重要的意义。针对口腔CT图像序列的牙齿形态变化和排列特点,提出一种新颖的基于水平集活动轮廓模型的3维牙齿重建方法。方法 基于层间映射机制,对不同部位牙层切片采用不同的分割模型：利用先验形状约束能量、基于Flux模型的边缘梯度能量、基于先验灰度的局部区域能量相结合构造的单相混合水平集模型分割牙根层切片轮廓;利用结合区域竞争约束的双相混合水平集模型分割牙冠层切片轮廓;最后利用这些层间轮廓重建出牙齿3维模型。结果 对不同位置的牙齿CT图像进行分割实验,结果表明,与现有的方法相比,本文方法具有较好的分割效果和较高的准确率,平均分割相似系数达到96%。结论 本文的混合水平集模型能有效克服牙髓腔和牙槽骨的干扰以及图像灰度不均匀等问题,较准确地重建出每颗牙齿独立的3维模型,从而为制定口腔修复规划、生物力学分析等奠定坚实的基础。     

面向复杂网络的节点相似性度量

在复杂网络中,度量节点之间的相似性是一项基础且具有挑战性的工作。基于邻域节点的相似性度量仅考虑了节点的邻域信息。基于路径的相似性度量考虑了节点之间的路径信息,使得多数节点与大度节点相似。为了更准确地度量节点之间的相似性且避免多数节点与大度节点相似,定义了每个节点的距离分布,并在此基础上采用相对熵和距离分布提出了一种节点相似性度量方法(DDRE)。DDRE方法通过节点之间的最短路径生成每个节点的距离分布,根据距离分布计算节点之间的相对熵,进而得到节点之间的相似性。6个真实网络数据集的对比实验结果表明,DDRE方法在对称性以及SIR模型中影响其他节点的能力这两方面表现较好。     

3维模型形状相似性比较算法综述

随着3维模型使用得日益广泛,对3维模型检索系统的研究,近年来日益受到了国内外广大研究人员的关注。3维模型形状相似性比较算法是3维模型检索系统的主要研究问题之一,很多学者对其进行了深入的研究并提出了很多算法。为了使人们对该领域现状有个概略了解,首先介绍了3维模型检索系统,同时回顾了近几年来3维模型检索技术的发展概况,并且从3维模型检索系统实用性的角度分析了3维模型形状相似性比较算法所应该具备的特点;然后对3维模型形状相似性比较算法进行了分类综述,同时分析了它们的特点,并对其中的一些算法进行了检索对比实验;最后归纳了3维模型形状相似性比较算法研究所面临的困难和挑战,指出了进一步研究此问题的发展空间,并对此问题进行了展望。     

一种基于最大加权频繁项目集的数据库相似性判别算法

在引入最大加权频繁项目集之后，给出一种新的数据库相似性度量模型，并提出基于最大加权频繁项目集的数据库相似性度量算法．该算法可有效地改进基于最大频繁项目集的数据库相似性度量方法，提高数据库相似性度量准确性．在实际应用中，改进模型为分布多库环境下数据挖掘的数据准备提供有效的框架，因而具有重要的使用价值．     

一种基于切片的三维模型检索算法*

为了更加高效地从三维模型库中检索出相似模型,提出了一种基于切片的三维模型检索算法。首先应用主元分析对三维模型进行预处理;然后对预处理后的模型在不同位置和不同方向上进行切片,根据所得切片断面的相对面积进行三维模型检索。基于该算法设计并实现了三维模型检索系统。实验采用PSB(PrincetonShape Benchmark)提供的三维模型数据库,结果表明把模型的切片截面作为三维模型的特征描述,能有效地区分不同模型,并取得了较好的检索效果。     

Using extended feature objects for partial similarity retrieval

In this paper, we introduce the concept of extended feature objects for similarity retrieval. Conventional approaches for similarity search in databases map each object in the database to a point in some high-dimensional feature space and define similarity as some distance measure in this space. For many similarity search problems, this feature-based approach is not sufficient. When retrieving partially similar polygons, for example, the search cannot be restricted to edge sequences, since similar polygon sections may start and end anywhere on the edges of the polygons. In general, inherently continuous problems such as the partial similarity search cannot be solved by using point objects in feature space. In our solution, we therefore introduce extended feature objects consisting of an infinite set of feature points. For an efficient storage and retrieval of the extended feature objects, we determine the minimal bounding boxes of the feature objects in multidimensional space and store these boxes using a spatial access structure. In our concrete polygon problem, sets of polygon sections are mapped to 2D feature objects in high-dimensional space which are then approximated by minimal bounding boxes and stored in an R-tree. The selectivity of the index is improved by using an adaptive decomposition of very large feature objects and a dynamic joining of small feature objects. For the polygon problem, translation, rotation, and scaling invariance is achieved by using the Fourier-transformed curvature of the normalized polygon sections. In contrast to vertex-based algorithms, our algorithm guarantees that no false dismissals may occur and additionally provides fast search times for realistic database sizes. We evaluate our method using real polygon data of a supplier for the car manufacturing industry. Edited by R. Güting. Received October 7, 1996 / Accepted March 28, 1997     

基于倾斜摄影的三维模型单体化方法研究

利用三角面片的可分割性质,解决倾斜摄影数据的三维模型可分离单体化问题。该方法首先绘制切割多边形,确定单体化模型边界,然后使用包围盒方法进行求交检测,获得需要切割的三角面片。之后计算求交检测所得三角面片与切割多边形的交点,然后详细分析切割多边形与三角面片相交时的不同相交情形,并针对不同的相交情形采用不同的切割方法。最后,对相交区域三角面片进行裁切并重构,再纹理重构并实现多细节分层后得到分离的单体化模型。实验结果表明,该方法可有效实现倾斜摄影三维模型的分离单体化。     

Similarity and affine invariant distances between 2D point sets

We develop expressions for measuring the distance between 2D point sets, which are invariant to either 2D affine transformations or 2D similarity transformations of the sets, and assuming a known correspondence between the point sets. We discuss the image normalization to be applied to the images before their comparison so that the computed distance is symmetric with respect to the two images. We then give a general (metric) definition of the distance between images, which leads to the same expressions for the similarity and affine cases. This definition avoids ad hoc decisions about normalization. Moreover, it makes it possible to compute the distance between images under different conditions, including cases where the images are treated asymmetrically. We demonstrate these results with real and simulated images     

2D/3D image registration on the GPU

We present a method that performs a rigid 2D/3D image registration efficiently on the Graphical Processing Unit (GPU). As one main contribution of this paper, we propose an efficient method for generating realistic DRRs that are visually similar to x-ray images. Therefore, we model some of the electronic post-processes of current x-ray C-arm-systems. As another main contribution, the GPU is used to compute eight intensity-based similarity measures between the DRR and the x-ray image in parallel. A combination of these eight similarity measures is used as a new similarity measure for the optimization. We evaluated the performance and the precision of our 2D/3D image registration algorithm using two phantom models. Compared to a CPU + GPU algorithm, which calculates the similarity measures on the CPU, our GPU algorithm is between three and six times faster. In contrast to single similarity measures, our new similarity measure achieved precise and robust registration results for both phantom models.     

基于连接点的3D多角弧匹配

为了满足实际应用的要求，快速地进行多角弧匹配是必要的，因此，提出了一种快速的3D多角弧表示和匹配的方法。该方法是在分析多角弧几何形状基础上，引入连接点的概念，同时，通过在连接点处建立局部直角坐标系来得到每一连接点处的球面坐标。并用连接点的球面坐标集表示多角弧，因这一表示在旋转和平移变换下是不变的，所以可取该球面坐标集作为多角弧匹配的特征集，用该特征集可保持多角弧的几何属性和拓扑结构。这样3D多角弧匹配就降为1D数值串匹配，从而使使匹配变得简单快速。其测量函数为对应连接点间的均方差。实验结果表明，该匹配算法效果良好，并且对于数值污染具有健壮性。     

边界不确定信息的处理—Fuzzy集和Vague集

Fuzzy集和Vague集都可用于边界不确定信息的处理。文章首先研究了这两种集合间的关系、性质,提出了Fuzzy集和Vague集的边界不确定性都可用犤0,1犦上的一个子区间来进行描述的思想。然后基于一些Vague集相似度量的思想,提出了一种求Fuzzy集和Vague集的相似性度量方法,并建立了基于Fuzzy集和Vague集度量方法的统一模型,该模型在这两种集合相似性度量上是等价的,并给出了该模型满足的性质。     

基于图像辅助的三维模型形状检索

随着3D建模技术的快速发展,互联网上可用的3D模型库出现了爆炸式增长,越来越多的3D模型可以方便地通过网络下载使用.这直接促使了3D形状检索技术的发展,即给出特定的搜索信息,要求系统搜索出符合要求的、相似的3D模型.文章提出了一种新的3D形状检索方法,以3D模型作为输入,系统将会从模型数据库中自动检索出与输入形状最相似的模型.对于给定的输入模型以及数据库中的每一个模型,首先由计算机生成多幅在不同视角下的2D草图;然后,应用Gabor滤波器对每一幅2D草图提取图像上的局部特征,并对特征进行量化,从而得到代表该图像特征的直方图,这样对于每一个3D模型将得到多个代表该模型的直方图;最终,通过对比两个模型之间直方图的相似性,可以得到它们的相似性值,从而检索出与输入模型最相似的模型.文章所提出的方法通过采取2D图像分析方法提取能反映3D模型的特征并计算出模型之间的相似性值.经过测试,在一些公开的数据集上得到了较好的效果.     

3D Face Similarity Measure by Fréchet Distances of Geodesics

3D face similarity is a critical issue in computer vision, computer graphics and face recognition and so on. Since Fréchet distance is an effective metric for measuring curve similarity, a novel 3D face similarity measure method based on Fréchet distances of geodesics is proposed in this paper. In our method, the surface similarity between two 3D faces is measured by the similarity between two sets of 3D curves on them. Due to the intrinsic property of geodesics, we select geodesics as the comparison curves. Firstly, the geodesics on each 3D facial model emanating from the nose tip point are extracted in the same initial direction with equal angular increment. Secondly, the Fréchet distances between the two sets of geodesics on the two compared facial models are computed. At last, the similarity between the two facial models is computed based on the Fréchet distances of the geodesics obtained in the second step. We verify our method both theoretically and practically. In theory, we prove that the similarity of our method satisfies three properties: reflexivity, symmetry, and triangle inequality. And in practice, experiments are conducted on the open 3D face database GavaDB, Texas 3D Face Recognition database, and our 3D face database. After the comparison with iso-geodesic and Hausdorff distance method, the results illustrate that our method has good discrimination ability and can not only identify the facial models of the same person, but also distinguish the facial models of any two different persons.     

基于内容的三维模型检索综述

对当前基于内容的三维模型检索技术的国际研究现状及进展进行了广泛而深入的综述．探讨和分析了基于内容的三维模型检索技术的系统框架及其关键方法，重点介绍其中的模型坐标标准化、特征提取与索引、相似性匹配、查询方式与用户界面等方面的基本内容，并进行了适当分类．分析总结了现有的基于内容的三维模型检索系统及搜索引擎的典型实例．最后，对现有研究中存在的难点问题及其未来的发展方向进行了展望．