基于多特征融合的三維模型自適應分類方法研究與實現(xiàn).pdf

1、本文針對海量模型中快速查找的需求，基于自主模型庫，研究并提出基于一種新的動態(tài)融合特征算法的聚類分析方法，并設計實現(xiàn)了一個具有三維模型自適應分類功能的檢索系統(tǒng)，為模型數(shù)據(jù)庫的擴充、數(shù)據(jù)的優(yōu)化管理提供了平臺。本研究得到國家863高技術(shù)研究發(fā)展計劃資助項目“三維模型智能處理與檢索平臺”的資助，主要研究工作包括：
　　 1)研究并實現(xiàn)了獲取三維模型特征的模型骨架提取算法、形狀直方圖算法和模型投影環(huán)切算法，并對算法性能、適用條件對比和分析

2、，為進一步研究提供了基礎(chǔ)。
　　 2)在將三維模型投影點轉(zhuǎn)化成投影二維圖像基礎(chǔ)上，提出基于三維模型三視圖像的zernike矩和投影環(huán)切的融合特征算法。針對通用模型類別的多樣性，采用相關(guān)反饋的方法來自動調(diào)整融合特征的參數(shù)，有效改進了對模型特征的描述。
　　 3)研究并實現(xiàn)了OPTICS、K-中心點、CURE等經(jīng)典聚類算法，結(jié)合三維模型特征數(shù)據(jù)維度高、數(shù)據(jù)量大等特點，提出了將熵度量篩選有效特征應用到OPTICS聚類分析方法中

3、，提高了聚類準確率。
　　 4)提出模型庫分類設計規(guī)則，建立了三維模型學習庫。通過對普林斯頓三維模型庫分類的研究，結(jié)合認知心理學的知識，初步建立了一套模型分類規(guī)則，在此基礎(chǔ)上從待分類模型庫中挑選出一定的模型組成了學習庫。
　　 5)設計并實現(xiàn)了一個具有三維模型自適應分類功能的檢索系統(tǒng)，支持單個模型分類與批量模型分類入庫，提供了手動調(diào)整分類模型的功能，對分類錯誤的模型可以進行更改。系統(tǒng)分類效果良好，在三維模型檢索方面具有一