基于最小二乘法的三维模型对称性特征检测方法及系统技术方案

本发明专利技术公开了基于最小二乘法的三维模型对称性特征检测方法及系统，步骤：建立三维模型的最小包围盒，建立新的坐标系；根据空间分辨率划分最小包围盒的平面，将划分的六个面中相对的面设置为一组，在最小包围盒的每个平面均取若干个等间距标记点，将每组标记点投影到三维模型表面得到投影点，计算标记点与投影点的匹配度，根据匹配度筛选对称数据组；将对称数据组根据最小二乘法进行平面反射对称性的检测，找到初始对称面；检验校正初始对称面，不断细化初始对称面直到得到准确的对称面。本发明专利技术由计算最小包围盒、筛选对称数据组、平面反射对称性检测、检验校正对称面四部分组成，检测三维模型的对称面。

Symmetry feature detection method and system of 3D model based on least square method

The invention discloses a method and system for detecting symmetry feature of 3D model based on least square method. Step: establish the minimum bounding box of 3D model, establish a new coordinate system, divide the plane of the minimum bounding box according to the spatial resolution, and set the relative surface in the divided six surfaces to a group, in the smallest bounding box. A number of equidistance marking points are taken in each plane, and each mark point is projected to the surface of the 3D model to get the projection point, and the matching degree of the mark point and the projection point is calculated. The symmetric data group is screened according to the matching degree. The symmetry data group is detected by the least square method and the initial symmetry surface is found. The initial symmetry plane is corrected and the initial symmetry plane is refined until the exact symmetry plane is obtained. The invention is composed of four parts, the minimum bounding box, the symmetric data group, the plane reflection symmetry detection, the inspection and correction symmetry surface, and the symmetry surface of the 3D model is detected.

【技术实现步骤摘要】
基于最小二乘法的三维模型对称性特征检测方法及系统
本专利技术涉及基于最小二乘法的三维模型对称性特征检测方法及系统。
技术介绍
计算机群体仿真对于现代社会研究具有重要的意义，随着关注度的提高，群体仿真应用的领域也越来越广，相关技术也逐渐发展成熟。因此，人们对群体仿真中应用到的模型要求也越来越高，既想保持模型的精度，又不能占用太多的内存空间，三维网格简化算法也由最初的全局简化逐渐过渡为局部特征保留的简化方法。考虑到这些三维模型本身大部分都具有对称性的特征，比如动物、家具、人物、汽车等，如何利用物体的对称性减少简化步骤中的计算量，对提高三维模型简化算法的性能具有十分重要的意义。但在实际应用步骤中，并不是所有的三维模型都是完美对称的。对于非完美对称的三维模型，如何高效、准确的检测到模型的对称面，具有十分重要的研究意义。
技术实现思路
为了解决现有技术的不足，本专利技术提供了基于最小二乘法的三维模型对称性特征检测方法及系统，本专利技术由计算最小包围盒、筛选对称数据组、平面反射对称性检测、检验校正对称面四部分组成，检测三维模型的对称面。为了实现上述目的，本专利技术采用如下方案：基于最小二乘法的三维模型对称性特征检测方法，包括以下步骤：对三维模型的最小包围盒的六个平面的每个平面，依据空间分辨率进行单元格划分，在划分的最小包围盒的每个平面上选取若干个等间距标记点，将划分的六个平面的每两个相对的面设置为一组，将每组标记点投影到三维模型表面得到投影点，计算标记点与投影点的匹配度，根据匹配度筛选对称数据组；将对称数据组根据最小二乘法进行平面反射对称性的检测，找到初始对称面。优选的，在对三维模型的最小包围盒的六个平面的每个平面，依据空间分辨率进行划分步骤之前，还包括：建立三维模型的最小包围盒，建立新的坐标系。优选的，在找到初始对称面步骤之后，还包括：检验校正初始对称面，不断细化初始对称面直到得到准确的对称面。优选的，所述建立新的坐标系，是以最小包围盒的中心点为坐标轴原点，建立新的坐标系。优选的，所述根据空间分辨率划分最小包围盒的平面，包括步骤如下：计算三维模型顶点个数与最小包围盒的体积的比值，将比值与设定阈值进行比较，如果比值大于等于设定阈值，则将最小包围盒的六个平面按照比值等间距划分为若干个单元格；如果比值小于设定阈值，则将最小包围盒的六个平面按照像素划分为若干个单元格。优选的，计算标记点与投影点的匹配度，包括步骤如下：两个对称的标记点都有两个投影点，如果所述两个投影点的横坐标、纵坐标与竖坐标三项中有两项的数值一致，只有一项不一致，那么判断不一致的坐标数值偏差是否在设定的偏差测度范围内，如果是，就判断两个标记点匹配，否则两个标记点不匹配。如果两个对称的标记点，只有一个投影点或者没有投影点，那么直接判断为两个标记点不匹配。如果两个标记点匹配，那么计算匹配的标记点对数与该组标记点对数的比值，得到的比值就是标记点与投影点的匹配度。优选的，根据匹配度筛选对称数据组的步骤如下：匹配度值最高的标记点组对应的投影点集合，即为对称数据组。优选的，将对称数据组根据最小二乘法进行平面反射对称性的检测，找到初始对称面的步骤如下：将每份对称数据组内的离散数据点经过拟合后得出对应的直线，将所有的直线连接成面得到一条初始对称面。优选的，所述的检验校正初始对称面的步骤如下：将初始对称面与预设对称平面进行比对，初始对称面与预设对称平面有部分平行或重合，则该平行或重合部分定义为完全对称部分，其余部分定义为非完全对称部分；对于非完全对称部分，则将等间距缩小一半，重复寻找初始对称面的步骤。基于最小二乘法的三维模型对称性特征检测系统，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，所述计算机程序被处理器运行时，完成上述任一方法所述的步骤。一种计算机可读存储介质，其上运行有计算机指令，所述计算机指令被处理器运行时，完成上述任一方法所述的步骤。本专利技术的有益效果：(1)本专利技术的基于最小二乘法的三维模型对称性特征检测方法，在预处理阶段，根据模型分布重新定义坐标轴方向建立新的坐标系，使得对应点的坐标只有某项坐标不同，为后续的计算提供了便利、节省了时间；(2)本专利技术的基于最小二乘法的三维模型对称性特征检测方法，根据模型的空间分辨率等间距缩减计算范围，从原始的遍历整个模型的点进行计算缩减为计算小范围数据，不仅计算量上大大减少，也没丢失模型的对称特性；(3)本专利技术的基于最小二乘法的三维模型对称性特征检测方法，利用微积分的思想，先将整体细分为局部，再由局部细节汇总为整体，既降低了算法的复杂度避免重复迭代，又将对称的细节特征得到较好的保留，最大程度上依托模型的对称性找到了模型的对称曲面，在实际应用步骤中，为后续的三维模型的简化工作提供了便利。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1是本专利技术的模块示意图；图2(a)和图2(b)是本专利技术中包围盒概念示意图；图3是本专利技术中网格划分示意图；图4(a)和图4(b)是本专利技术中某模型包围盒及坐标系变化对比示意图；图5是本专利技术中某模型的网格划分示意图；图6是本专利技术中某个面向模型投影的效果示意图；图7是本专利技术中某模型的子集平面示意图；图8是本专利技术中某模型的某子集平面拟合直线的示意图；图9(a)、图9(b)和图9(c)是本专利技术中某模型的对称检测示意图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面结合附图与实施例对本专利技术作进一步说明。下面结合附图与实施例对本专利技术做进一步说明：本专利技术可以应用到3D打印领域，还可以应用到三维动画设计领域。如图1所示，基于最小二乘法的三维模型对称性特征检测方法，包括以下步骤：步骤(1)：建立三维模型的最小包围盒，建立新的坐标系；步骤(2)：根据空间分辨率划分最小包围盒的平面，在最小包围盒的每个平面均取若干个等间距标记点，将标记点投影到三维模型表面得到对称特征点，计算标记点与对称特征点的匹配度，根据匹配度筛选对称数据组；步骤(3)：将对称数据组根据最小二乘法进行平面反射对称性的检测，找到初始对称面；步骤(4)：检验校正初始对称面，不断细化初始对称面直到得到准确的对称面。优选的，所述建立新的坐标系，是以最小包围盒的中心点为坐标轴原点，建立新的坐标系。优选的，所述步骤(1)中，所述的建立三维模型的最小包围盒的步骤如下：步骤(1-1)：假设三维模型的顶点集合P＝{p1,p2,...,pn}，其中，pi＝(xi，yi，zi)∈R，i＝1,2,...,n组成，令为三维模型的质心；步骤(1-2)：根据最小包围盒内的点的性质，将最小包围盒的点的最大值设为正无穷大，将最小包围盒的点的最小值设为负无穷大；步骤(1-3)：遍历全部点，并扩展最小包围盒的边界框直到它包含三维模型所有点为止。如图2(a)和图2(b)所示，优选的，所述步骤(1-2)中，最小包围盒内的点的性质为：(1-2-1)：最小包围盒内的点满足下列不等式：Xmin≤X≤X本文档来自技高网...

【技术保护点】
1.基于最小二乘法的三维模型对称性特征检测方法，其特征是，包括以下步骤：对三维模型的最小包围盒的六个平面的每个平面，依据空间分辨率进行单元格划分，在划分的最小包围盒的每个平面上选取若干个等间距标记点，将划分的六个平面的每两个相对的面设置为一组，将每组标记点投影到三维模型表面得到投影点，计算标记点与投影点的匹配度，根据匹配度筛选对称数据组；将对称数据组根据最小二乘法进行平面反射对称性的检测，找到初始对称面。

【技术特征摘要】
1.基于最小二乘法的三维模型对称性特征检测方法，其特征是，包括以下步骤：对三维模型的最小包围盒的六个平面的每个平面，依据空间分辨率进行单元格划分，在划分的最小包围盒的每个平面上选取若干个等间距标记点，将划分的六个平面的每两个相对的面设置为一组，将每组标记点投影到三维模型表面得到投影点，计算标记点与投影点的匹配度，根据匹配度筛选对称数据组；将对称数据组根据最小二乘法进行平面反射对称性的检测，找到初始对称面。2.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法，其特征是，在对三维模型的最小包围盒的六个平面的每个平面，依据空间分辨率进行划分步骤之前，还包括：建立三维模型的最小包围盒，建立新的坐标系。3.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法，其特征是，在找到初始对称面步骤之后，还包括：检验校正初始对称面，不断细化初始对称面直到得到准确的对称面。4.如权利要求2所述的基于最小二乘法的三维模型对称性特征检测方法，其特征是，所述建立新的坐标系，是以最小包围盒的中心点为坐标轴原点，建立新的坐标系。5.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法，其特征是，根据空间分辨率进行单元格划分，包括步骤如下：计算三维模型顶点个数与最小包围盒的体积的比值，将比值与设定阈值进行比较，如果比值大于等于设定阈值，则将最小包围盒的六个平面按照比值等间距划分为若干个单元格；如果比值小于设定阈值，则将最小包围盒的六个平面按照像素划分为若干个单元格。6.如权利要求1所述的基于最小二乘法的三维模型对称性特征检测方法，其特征是，计算标记点与投影点的匹配度，包括步骤如下：两个对称...

【专利技术属性】
技术研发人员：刘弘，李雨婷，杜萍，李薇，张桂娟，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东,37