一种基于多层球谐特征算子的模型检索方法技术

本发明专利技术涉及点云数据处理技术领域，解决了现有模型检索方法中，难以对不完全的点云数据进行精确高效检索的技术问题，尤其涉及一种基于多层球谐特征算子的模型检索方法，包括以下步骤：S1、获取待检索模型三维点云数据，并对所获取的三维点云数据进行预处理得到点集数据；S2、计算点集数据的多层球谐特征算子得到待检索数据特征算子；S3、将待检索数据特征算子与数据库中模型的多层球谐特征算子进行匹配排序；S4、根据匹配排序输出与待检索模型对应的模型数据与模型种类。本发明专利技术完善了对不完全模型数据进行检索方面的工作，提升了模型检索的效率。效率。效率。

【技术实现步骤摘要】
一种基于多层球谐特征算子的模型检索方法


[0001]本专利技术涉及点云数据处理
，尤其涉及一种基于多层球谐特征算子的模型检索方法。

技术介绍

[0002]近年来，在大量行业需求的刺激下，三维数据采集正处于蓬勃发展的阶段，如激光扫描、结构光、GPS测量等三维数据采集技术不断涌现。随着采集技术的发展，对海量的三维数据进行管理和检索也已成为工业领域中必须要面对的问题。
[0003]三维形状检索系统的典型工作流程是给定一个查询形状，使用形状相似度匹配，从特定的数据库中找到最相似的三维对象的算法。目前的三维形状匹配算法一般分为基于特征的、基于图的和一些其他的方法。
[0004]球面谐波变化算法在检索完整三维形状上，表现出了优越的精度和效率，但由于球面函数直接以形状质心为全局参考点，因此球谐特征对中心位置的依赖性很大。在这种情况下，在检索不完整的模型数据时，特征将变得不再可靠，可能导致形心不稳定，容易对算子特征造成影响，难以对不完全的点云数据进行精确高效检索，因此无法适用于不完全形状的检索。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了一种基于多层球谐特征算子的模型检索方法，解决了现有模型检索方法中，难以对不完全的点云数据进行精确高效检索的缺陷，完善了对不完全模型数据进行检索方面的工作，提升了模型检索的效率。
[0006]为解决上述技术问题，本专利技术提供了如下技术方案：一种基于多层球谐特征算子的模型检索方法，包括以下步骤：S1、获取待检索模型三维点云数据，并对所获取的三维点云数据进行预处理得到点集数据；S2、计算点集数据的多层球谐特征算子得到待检索数据特征算子；S3、将待检索数据特征算子与数据库中模型的多层球谐特征算子进行匹配排序；S4、根据匹配排序输出与待检索模型对应的模型数据与模型种类。
[0007]进一步地，在步骤S1中，三维点云数据的大小为250000个点。
[0008]进一步地，在步骤S1中，对三维点云数据的预处理包括点云滤波、点云去噪、点云平滑。
[0009]进一步地，在步骤S1中，获取的待检索模型三维点云数据既可以是完整的模型点云，也可以是部分的模型点云。
[0010]进一步地，在步骤S2中，计算经过预处理的三维点云数据的多层球谐特征算子得到待检索数据特征算子，具体过程包括：S21、将点集数据中的每一个点的法向量归一化为单位法向量；
S22、构建高斯球面，将单位法向量转化为球坐标系下的法向量坐标，和分别为球坐标系下的天顶角和方位角；S23、采用核密度函数计算球坐标系下的法向量坐标每个球面坐标的局部密度值，根据局部密度值构成体素化的高斯球模型；S24、用与高斯球同心的球体分割体素化的高斯球模型，划分为R个壳体，每个壳体上保留经纬度划分网格；S25、根据体素化的高斯球模型在R个壳体上的分布情况划分带宽B，最后进行球谐变化，得到R*B维的多层球谐特征算子即为待检索数据特征算子。
[0011]进一步地，在步骤S23中，采用核密度函数计算球坐标系下的法向量坐标每个球面坐标的局部密度值，根据局部密度值构成体素化的高斯球模型，具体过程包括以下步骤：S231、计算球坐标系下的法向量坐标球面坐标的局部密度值；S232、根据步骤S231计算所有法向量坐标每个球面坐标的局部密度值进行体素化，得到体素化的高斯球模型。
[0012]进一步地，在步骤S25中，根据体素化的高斯球模型在R个壳体上的分布情况划分带宽B，最后进行球谐变化，得到R*B维的多层球谐特征算子即为待检索数据特征算子，具体过程包括以下步骤：S251、对步骤S24中的壳体用带宽B进行经纬度划分为2B*2B个区域，对壳体在球坐标系下的天顶角和方位角分别划分为和；S252、划分完成后的壳体进行球谐变化，得到变化后系数；S253、根据步骤S251和步骤S252对R个壳体进行球谐变化得到R*B维的多层球谐特征算子。
[0013]进一步地，在步骤S25中，带宽B为32，壳体数R为8，多层球谐特征算子为8*32维特征矩阵。
[0014]借由上述技术方案，本专利技术提供了一种基于多层球谐特征算子的模型检索方法，至少具备以下有益效果：1、本专利技术通过构建多层球谐特征算子，利用其对于不完全数据的高鲁棒性的特点，解决了现有技术无法对不完全模型点云数据进行高效检索的缺陷，提升了模型检索的效率，完善了不完全点云数据的检索方法。
[0015]2、本专利技术所提出的检索方法避免了中心位置对算子特征的影响，能有效进行三维形状数据的检索，尤其适用于不完全形状检索，以实现模型点云数据的高效检索。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，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。在附图中：图1为本专利技术模型检索方法的流程图；图2为本专利技术多层球谐特征算子构建的流程图；图3为本专利技术三维数据检索效果图。
具体实施方式
[0017]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
[0018]本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD
‑
ROM、光学存储器等)上实施的计算机程序产品的形式。
[0019]请参照图1
‑
图3，示出了本实施例的一种具体实施方式，本实施例在实际应用时可以直接部署到相应程序中，以实现查询三维数据形状的功能，避免了中心位置对算子特征的影响，能有效进行三维形状数据的检索，尤其适用于不完全形状检索，以实现模型点云数据的高效检索。
[0020]请参照图1，本实施例提出了一种基于多层球谐特征算子的模型检索方法，包括以下步骤：S1、获取待检索模型三维点云数据，并对所获取的三维点云数据进行预处理得到点集数据；在步骤S1中，三维点云数据的大小为250000个点，对三维点云数据的预处理包括点云滤波、点云去噪、点云平滑，本实例中采取的预处理方法为点云去噪，所采用的去噪方法为半径滤波法。
[0021]在步骤S1中，获取的待检索模型三维点云数据既可以是完整的模型点云，也可以是部分的模型点云。
[0022]S2、计算点集数据的多层球谐特征算子得到待检索数据特征算子；在步骤S2中，计算经过预处理的三维点云数据的多层球谐特征算子得到待检索数据特征算子，具体过程包括：S21、将点集数据中的每一个点的法向量归一化为单位法向量；S22、构建高斯球面，将单位法向量转化为球坐标系下的法向量坐标，和分别为球坐标系下的天顶角和方位角；S23、采用核密度函数计算球坐标系下的法向量坐标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多层球谐特征算子的模型检索方法，其特征在于，包括以下步骤：S1、获取待检索模型三维点云数据，并对所获取的三维点云数据进行预处理得到点集数据；S2、计算点集数据的多层球谐特征算子得到待检索数据特征算子；S3、将待检索数据特征算子与数据库中模型的多层球谐特征算子进行匹配排序；S4、根据匹配排序输出与待检索模型对应的模型数据与模型种类。2.根据权利要求1所述的模型检索方法，其特征在于：在步骤S1中，三维点云数据的大小为250000个点。3.根据权利要求1所述的模型检索方法，其特征在于：在步骤S1中，对三维点云数据的预处理包括点云滤波、点云去噪、点云平滑。4.根据权利要求1所述的模型检索方法，其特征在于：在步骤S1中，获取的待检索模型三维点云数据既可以是完整的模型点云，也可以是部分的模型点云。5.根据权利要求1所述的模型检索方法，其特征在于：在步骤S2中，计算经过预处理的三维点云数据的多层球谐特征算子得到待检索数据特征算子，具体过程包括：S21、将点集数据中的每一个点的法向量归一化为单位法向量；S22、构建高斯球面，将单位法向量转化为球坐标系下的法向量坐标，和分别为球坐标系下的天顶角和方位角；S23、采用核密度函数计算球坐标系下的法向量坐标每个球面坐标的局部密度值，根据局部密度值构成体素化的高斯球模型；S24、用与高斯球同心的球体分割体素化的高斯球模型，划分为R个壳体，每个壳体上保留经纬度划分...

【专利技术属性】
技术研发人员：汪俊，杨建铧，李子宽，李超，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：