專利名稱：一種三維對象檢索的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像4僉索領(lǐng)域，特別涉及一種三維對象私、索的方法。
背景技術(shù)：
三維對象由于其真實、立體的特點，正在成為重要的計算機(jī)多媒體數(shù)據(jù)類 型，其數(shù)量在互聯(lián)網(wǎng)和個人電腦上迅速增長。因此使用者會有對三維對象數(shù)據(jù) 信息進(jìn)行;險索的需求，即乂人海量的三維對象數(shù)據(jù)中獲取所需的信息。
三維對象檢索方法有基于模型的統(tǒng)計信息、基于幾何結(jié)構(gòu)和基于模型視圖 這三種方式。這些方法都是依賴于現(xiàn)有的模型信息，通過構(gòu)建好的幾何模型， 計算出需要的信息，即便是基于視圖的檢索方式，也是根據(jù)模型信息，進(jìn)而得 到各個角度的視圖。由于模型的復(fù)雜度直接與實際物體或者場景的復(fù)雜度相關(guān)， 完全依賴于模型會造成計算復(fù)雜度的增加，對于復(fù)雜場景，建模十分困難甚至 無法實現(xiàn)。
目前基于圖像的三維對象表示和渲染技術(shù)都有了重要發(fā)展，特別是密集多 視圖采樣技術(shù)，是一種快速發(fā)展并頗具前景的立體描述技術(shù)，三維對象的多視
圖采集一般用如下方法將三維對象置于一個攝像機(jī)陣列中進(jìn)行拍攝，得到描 述該對象的二維圖像集合，基于多視圖的三維對象檢索也成為了一個很有前景 的研究方向。
現(xiàn)有的三維對象檢索的方法中，大多需要獲得采集環(huán)境的信息，如攝像機(jī) 陣列分布方式等信息，并且采集環(huán)境大多是固定單一的，如等間隔環(huán)形分布的 攝像機(jī)陣列等。在三維對象的檢索過程中，由于依賴采集環(huán)境信息的獲取，使 得三維對象檢索方法的應(yīng)用具有 一定的局限性。

發(fā)明內(nèi)容
本發(fā)明實施例提供了一種三維對象檢索的方法，所述方法包括 獲取用戶輸入的三維檢索對象的視圖集；將所述三維檢索對象視圖集與數(shù)據(jù)庫中的視圖集進(jìn)行二分圖最大匹配，濾 除數(shù)據(jù)庫中不滿足預(yù)設(shè)匹配條件的視圖集，得到剩余視圖集；
根據(jù)所述三維檢索對象視圖集的統(tǒng)計聚類結(jié)果與每個所述剩余視圖集的統(tǒng) 計聚類結(jié)果，將所述三維檢索對象視圖集與每個所述剩余視圖集進(jìn)行二分圖最 優(yōu)匹配，獲取所述三維檢索對象視圖集與每個所述剩余視圖集之間的距離；
根據(jù)所述三維檢索對象視圖集與每個所述剩余視圖集之間的距離，對每個 所述剩余^L圖集進(jìn)行排序，將排序后的每個所述剩余視圖集作為4全索結(jié)果輸出。
本發(fā)明實施例在三維對象檢索的過程中，通過采用統(tǒng)計聚類的預(yù)處理，結(jié) 合二分圖最大匹配和最優(yōu)匹配，獲取三維檢索對象視圖集與數(shù)據(jù)庫中的視圖集 之間的距離，提高了三維對象檢索的正確率，同時使得三維對象的檢索可以不 依賴采集環(huán)境的信息，使三維對象檢索的方法能夠更廣泛地應(yīng)用。


圖l是本發(fā)明實施例1中提供的三維對象檢索的方法流程圖。
具體實施例方式
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明 實施方式作進(jìn)一步地詳細(xì)描述。 實施例1
本發(fā)明實施例提供了一種三維對象檢索的方法，參見圖1,該方法包括 101:獲取用戶輸入的三維檢索對象的視圖集。
具體的，用戶輸入的需要檢索的三維對象的視圖集，是表示該三維對象的 一組二維視圖。
102:對該三維檢索對象的視圖集進(jìn)行統(tǒng)計聚類，得到三維檢索對象視圖集 的統(tǒng)計聚類結(jié)果。
具體的，在對視圖集進(jìn)行統(tǒng)計聚類時，需要先對視圖集進(jìn)行特征的提取， 通常提取的是視圖的底層視覺特征，然后利用無監(jiān)督或半監(jiān)督的學(xué)習(xí)方法將該 視圖集合劃分為若干個視圖子集，每個視圖子集里面包括一組視覺上相似的圖 像。如一個視圖集JrM;c,，A，...,xJ,其中^為I中的一幅二維視圖，在進(jìn)行聚類時，即將與x,視覺上相似的圖像的圖像W…,x,劃分為一個視圖子集 《={^、...,4,由此視圖集X-^,X2，…,xJ進(jìn)行統(tǒng)計聚類后，得到k個視圖子
集，即義={《,12,...,;^}，且每個視圖子集中的視圖都是視覺上相似的視圖。優(yōu) 選的，k的取4直為3-6之間。
103:將該三維檢索對象視圖集與數(shù)據(jù)庫中的視圖集進(jìn)行二分圖最大匹配， 濾除數(shù)據(jù)庫中不滿足預(yù)設(shè)匹配條件的視圖集，得到剩余視圖集。
具體的，進(jìn)行二分圖的最大匹配的方法如下設(shè)1 =化^2，...,^ }時三維檢索 對象的視圖集，《={乂，:^2，...，力}是數(shù)據(jù)庫中的一個三維對象的視圖集合。依次對 X和j;中的-現(xiàn)圖^f吏用二分圖最大匹配，濾除數(shù)據(jù)庫中不滿足預(yù)設(shè)匹配條件的朝L
圖集，得到數(shù)據(jù)庫中滿足預(yù)設(shè)條件的每個剩余^L圖集，其中，該預(yù)設(shè)條件為 與該三維檢索對象^L圖集的相似度大于預(yù)設(shè)的閾值。
優(yōu)選的，可以使用Hungarian算法。如果義中的視圖:c,.和i;中的視圖力的相 似度大于鬮值r，則認(rèn)為這兩幅圖相關(guān)，用一條邊線連接這兩幅視圖。其中，閾 值r的值可以根據(jù)匹配視圖的個數(shù)進(jìn)行調(diào)整。在視圖一對一匹配的約束下，可以 求出最大匹配子圖似，如果最大匹配子圖M中邊線的總個數(shù)/大于預(yù)設(shè)的匹配 閾值(如"/2)時，則認(rèn)為j;和x相似。否則最大匹配子圖M中邊線的總個數(shù)/
小于預(yù)設(shè)的匹配閾值，則認(rèn)為i;和y不相似，濾除i;,繼續(xù)比較數(shù)據(jù)庫中其他視圖集。
由上述方法可知，二分圖的最大匹配的計算復(fù)雜度是0((" +附)*/)，其中z是 最大匹配子圖M中的邊線的個數(shù)。通過步驟103，就濾除了和用戶輸入的三維檢 索對象不相關(guān)的視圖集合，得到的剩余視圖集也就與該三維檢索對象相關(guān)。
104:對上述的每個剩余視圖集進(jìn)行統(tǒng)計聚類，得到每個剩余視圖集的統(tǒng)計 聚類結(jié)果。
對數(shù)據(jù)庫中的每個剩余一見圖集進(jìn)行統(tǒng)計聚類的方法與102中的方法相同， 不再贅述，對數(shù)據(jù)庫中的視圖集進(jìn)行統(tǒng)計聚類可以預(yù)先進(jìn)行，由此在檢索時可 以直接從數(shù)據(jù)庫中提取每個剩余視圖集的統(tǒng)計聚類結(jié)果。
105:根據(jù)該三維檢索對象視圖集的統(tǒng)計聚類結(jié)果和每個剩余視圖集的統(tǒng)計 聚類結(jié)果，對該三維檢索對象視圖集與該每個剩余視圖集進(jìn)行二分圖最優(yōu)匹酉己， 得到該三維檢索對象視圖集與每個該剩余視圖集之間的距離。
具體的，進(jìn)行二分圖的最優(yōu)匹配的方法如下1) 求出^L圖子集的聚類中心，用屬于該子集的^f見圖的特征向量平均值作為 該子集中心，對于劃分為K個子集的Z和K，求出其子集中心記為{^12,...,&}, {U2,，步驟1 )的計算復(fù)雜度為+ 。
2) 對聚類中心《={^，^2,...,^}和&=仏,義2,..">^}兩個集合，構(gòu)成二分圖 Gc^J^，:^,五J,用Kuhn-Munkres算法，在一對一匹配的約束下，可以求出最優(yōu) 匹配子圖風(fēng)，從而得到J^ ={xc..,xj和^ ...，x,}里各個視圖的對應(yīng) 關(guān)系，也就是視圖集合X和《里各個子集的對應(yīng)關(guān)系，將K按照和義的對應(yīng)關(guān)系 重新排序，得到1 = {^,12,...,^, 4={"2"..,7/},其中X,和t相對應(yīng)。步驟 2)的計算復(fù)雜度為0(《4)。
3) 根據(jù)每一對對應(yīng)子集《和^'構(gòu)成一個二分圖G,HXplV，五J,使用最優(yōu)匹 配的算法，如Kuhn-Munkres算法，對各個邊進(jìn)行杈值的設(shè)定，具體的，在本發(fā) 明實施例中，兩幅視圖特征向量的歐氏距離被設(shè)定為邊的權(quán)值。在一對一匹配 的約束下，求得權(quán)值最小的子圖，作為該二分圖的最優(yōu)匹配，并對權(quán)值求和得
到子集x,和i;'的距離
呵W)』"《力
其中，《Hx,Vi2,…,d, ;^-uV,2,…,V")，",，柳,分別是《和S的視圖 個數(shù)。
進(jìn)一步，將對應(yīng)子集距離進(jìn)行求和，得到視圖集合義和&的距離
加(x，i;):》'(W)，步驟3)的計算復(fù)雜度為為o(^^)。
在上述計算兩個視圖集的距離的步驟中，可知由于在密集采樣中視圖的個
數(shù)"和m遠(yuǎn)大于k,統(tǒng)計聚類和視圖匹配過程中的計算復(fù)雜度相對很小，可以忽
略，由此降低了最優(yōu)匹配的復(fù)雜度，因此，本發(fā)明采用聚類預(yù)處理提高了系統(tǒng) 的效率。
106:根據(jù)該三維檢索對象視圖集與每個該剩余視圖集之間的距離，對每個 該剩余視圖集進(jìn)行排序，將排序后的每個該剩余視圖集作為檢索結(jié)果輸出。
有上述描述可知，本發(fā)明通過統(tǒng)計聚類，先采用二分圖最大匹配，濾除數(shù) 據(jù)庫中與檢索對象相關(guān)度不高的視圖集，然后再采用二分圖最優(yōu)匹配，從數(shù)據(jù)
庫中視圖集進(jìn)一步的檢索和匹配。本發(fā)明實施例通過采用統(tǒng)計聚類以及二分圖 的最大匹配和最優(yōu)匹配，使得基于多視圖集的三維對象檢索可以不依賴采集環(huán) 境的信息，同時三維對象沖全索的正確率也得到了提高。本發(fā)明實施例在三維對象檢索的過程中，通過采用統(tǒng)計聚類的預(yù)處理，結(jié) 合二分圖最大匹配和最優(yōu)匹配，獲取三維檢索對象視圖集與數(shù)據(jù)庫中的視圖集 之間的距離，提高了三維對象檢索的正確率，同時使得三維對象的檢索可以不 依賴采集環(huán)境的信息，使三維對象檢索的方法能夠更廣泛地應(yīng)用。
本發(fā)明實施例可以利用軟件實現(xiàn)，相應(yīng)的軟件程序可以存儲在可讀取的存 儲介質(zhì)中，例如，路由器的硬盤、緩存或光盤中。
以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的 精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的 保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種三維對象檢索的方法，其特征在于，所述方法包括獲取用戶輸入的三維檢索對象的視圖集；將所述三維檢索對象視圖集與數(shù)據(jù)庫中的視圖集進(jìn)行二分圖最大匹配，濾除數(shù)據(jù)庫中不滿足預(yù)設(shè)匹配條件的視圖集，得到剩余視圖集；根據(jù)所述三維檢索對象視圖集的統(tǒng)計聚類結(jié)果與每個所述剩余視圖集的統(tǒng)計聚類結(jié)果，將所述三維檢索對象視圖集與每個所述剩余視圖集進(jìn)行二分圖最優(yōu)匹配，獲取所述三維檢索對象視圖集與每個所述剩余視圖集之間的距離；根據(jù)所述三維檢索對象視圖集與每個所述剩余視圖集之間的距離，對每個所述剩余視圖集進(jìn)行排序，將排序后的每個所述剩余視圖集作為檢索結(jié)果輸出。
2、 根據(jù)權(quán)利要求l所述的三維對象檢索的方法，其特征在于，所述將所述 三維檢索對象視圖集與每個所述剩余視圖集進(jìn)行二分圖最優(yōu)匹配之前，還包括對所述三維檢索對象的視圖集進(jìn)行底層視覺特征的提?。徊⒏鶕?jù)提取的特 征對所述三維檢索對象的視圖集進(jìn)行統(tǒng)計聚類，得到所述三維檢索對象視圖集 的統(tǒng)計聚類結(jié)果；對每個所述剩余^L圖集進(jìn)行底層3見覺特征的提??；并根據(jù)提取的特征對每 個所述剩余視圖集進(jìn)行統(tǒng)計聚類，得到每個所述剩余一見圖集的統(tǒng)計聚類結(jié)果。
3、 根據(jù)權(quán)利要求1所述的三維對象檢索的方法，其特征在于，所述預(yù)設(shè)匹 配條件為與所述三維檢索對象視圖集的相似度大于預(yù)設(shè)的閾值。
4、 根據(jù)權(quán)利要求1所述的三維對象檢索的方法，其特征在于，所述將所述 三維檢索對象視圖集與每個所述剩余視圖集進(jìn)行二分圖最優(yōu)匹配，獲取所述三 維檢索對象視圖集與每個所述剩余視圖集之間的距離，包括獲取所述三維檢索對象的視圖子集的第一聚類中心，并獲取所述剩余視圖 子集的第二聚類中心；計算得到所述第一聚類中心與所述第二聚類中心的對應(yīng)關(guān)系，根據(jù)所述對 應(yīng)關(guān)系，將所迷三維檢索對象的視圖子集與所述剩余視圖子集進(jìn)行對應(yīng)；根據(jù)相互對應(yīng)的所述三維檢索對象的視圖子集與所述剩余視圖子集，計算 所述三維檢索對象視圖集與所述剩余視圖集之間的距離。
全文摘要
本發(fā)明公開了一種三維對象檢索的方法，所述方法包括將三維檢索對象視圖集與數(shù)據(jù)庫中的視圖集進(jìn)行二分圖最大匹配，濾除數(shù)據(jù)庫中不滿足預(yù)設(shè)匹配條件的視圖集，得到剩余視圖集；將所述三維檢索對象視圖集與每個所述剩余視圖集進(jìn)行二分圖最優(yōu)匹配，獲取所述三維檢索對象視圖集與每個所述剩余視圖集之間的距離；對每個所述剩余視圖集進(jìn)行排序，將排序后的每個所述剩余視圖集作為檢索結(jié)果輸出。本發(fā)明實施例采用統(tǒng)計聚類的預(yù)處理，結(jié)合二分圖最大匹配和最優(yōu)匹配，獲取三維檢索對象視圖集與數(shù)據(jù)庫中的視圖集之間的距離，提高了三維對象檢索的正確率，同時使得三維對象的檢索可以不依賴采集環(huán)境的信息，使三維對象檢索的方法能夠更廣泛地應(yīng)用。
文檔編號G06F17/30GK101599077SQ20091008841
公開日2009年12月9日 申請日期2009年6月29日 優(yōu)先權(quán)日2009年6月29日
發(fā)明者爾桂花, 戴瓊海, 瑤 路 申請人:清華大學(xué)