【技术实现步骤摘要】
本专利技术涉及三维形状描述，具体涉及一种非刚性三维形状描述方法及装置、存储介质、设备。
技术介绍
1、谱形状描述符对常见的形状变形具有内在不变性，非常适合寻找等距或近等距形状之间的相似映射，以及比较不同表情或姿态下的同一物体。lb算子可以描述模型的内在属性和几何特征，在过去的十年中，利用形状lb算子的特征值及其对应的特征函数构造了许多谱描述符，这些描述符对非刚性变换保持不变且相对稳定。全局点签名(global pointsignature，gps)具有几个理想的性质，如等距形变下的不变性和算子的唯一性，被广泛用于形状的分割和配准。然而，gps不能用于检测部分对称性，也不能进行部分匹配，且存在特征值相近时特征函数切换的问题，无法保证模型的对称区域具有相同的特征颜色映射。双调和核签名(biharmonic kernel signature，bks)基于模型的内在固有量，对等距变形不敏感，对噪声、采样和部分对象具有鲁棒性，计算速度快，也可用于函数插值和形状对应。与gps相比，bks描述符可以更精确地描述模型，增强了模型特征之间的差异性，可以保证模型对称区域具有相同的特征映射。bks描述符还能够通过特征值的平方运算消除特征值符号翻换和特征函数顺序调换的问题。然而，由于bks描述符过于强调对形状局部和全局特征的调和性，影响了算子本身对局部或全局形状信息的描述性能。
技术实现思路
1、为此，本专利技术提供一种非刚性三维形状描述方法及装置、存储介质、设备，旨在解决现有技术中bks描述符过于强调对
2、为实现以上目的，本专利技术采用如下技术方案：
3、依据本专利技术第一方面，本专利技术提供一种非刚性三维形状描述方法，所述方法包括：
4、构建基于bks标度特征函数和特征值向量的目标谱形状描述符；所述目标谱形状描述符用于获取目标形状模型表面上任意顶点的内蕴和几何特征；以及，
5、确定表征所述目标形状模型表面上任意顶点的曲面弯曲程度的高斯曲率函数；
6、针对所述待匹配形状，构建基于所述目标谱形状描述符和所述高斯曲率函数的特征融合描述符；
7、对所述特征融合描述符中的原始变量进行标准化处理，得到目标特征融合描述符；
8、利用所述目标特征融合描述符对所述目标形状模型进行形状特征描述，得到模型特征数据。
9、可选地，所述利用所述目标特征融合描述符对所述目标形状模型进行形状特征描述之前，所述方法还包括：
10、绘制所述特征融合描述符对应的特征热力图；
11、基于所述特征热力图分析最小特征函数对的选择对于所述特征融合描述符的特征描述性能的影响，以得到所述特征融合描述符所需的最小特征函数对值。
12、可选地，所述方法还包括：
13、利用bof特征编码技术将多个目标形状模型的模型特征数据转换为具有相同特征维数的模型特征向量；
14、基于所述模型特征向量，利用欧几里得距离计算方法计算各所述目标形状模型之间的相似度，以进行形状匹配和/或形状检索。
15、可选地，所述构建基于bks标度特征函数和特征值向量的目标谱形状描述符，包括：
16、利用以下公式表示所述目标谱形状描述符：
17、
18、其中，xj为所述目标形状模型表面上的任意顶点；λi为特征值矩阵λ＝{λ1,λ1,...,λn}的第i个特征值；为对应的特征函数；为特征函数在xj点处的特征函数值；n为lb算子谱分解生成的特征值个数。
19、可选地，所述确定表征所述目标形状模型表面上任意顶点的曲面弯曲程度的高斯曲率函数，包括：
20、基于离散曲率原理对所述目标形状模型任意顶点的曲面弯曲程度进行计算，所述高斯曲率函数的表示公式如下：
21、
22、其中，am为包含顶点的所有三角形的投影面积总和；θi为三角形以xj为顶点的相邻两边的夹角；n(j)表示顶点xj的一环邻域。
23、可选地，所述构建基于所述目标谱形状描述符和所述高斯曲率函数的特征融合描述符，包括：
24、利用以下公式表示所述特征融合描述符：
25、
26、其中，xj为所述目标形状模型表面上的任意顶点；bks*(xj)为在目标形状模型表面任意顶点xj的内蕴特征；g(xj)为在目标形状模型表面任意顶点的高斯曲率；为特征函数；为特征函数在点处的特征值；λi为特征值矩阵λ＝{λ1,λ2,...,λn}的第i个特征值；为对应的特征函数；为特征函数在xj点处的特征函数值；n为lb算子谱分解生成的特征值个数；am为包含顶点的所有三角形的投影面积总和；θi为三角形以xj为顶点的相邻两边的夹角；n(j)表示顶点xj的一环邻域。
27、可选地，所述对所述特征融合描述符中的原始变量进行标准化处理，得到目标特征融合描述符，包括：
28、利用最大差分归一化方法对所述目标谱形状描述符和所述高斯曲率函数进行处理，公式如下：
29、
30、其中，ibks(x)为目标特征融合描述符；m为所述目标形状模型上的采样点个数；采样点x∈m；g(x)为在目标形状模型表面采样点上的高斯曲率；max(gm)为在目标形状模型表面全部采样点上的最大高斯曲率；min(gm)为在目标形状模型表面全部采样点上的最小高斯曲率；bks*(x)为在目标形状模型表面采样点上的内蕴特征；max(bks*m)为在目标形状模型表面全部采样点上的最大值；min(bks*m)为在目标形状模型表面全部采样点上的最小值。
31、依据本专利技术第二方面，本专利技术提供一种非刚性三维形状描述装置，所述装置包括：
32、特征构建模块，用于构建基于bks标度特征函数和特征值向量的目标谱形状描述符；所述目标谱形状描述符用于获取目标形状模型表面上任意顶点的内蕴和几何特征；
33、函数确定模块，用于确定表征所述目标形状模型表面上任意顶点的曲面弯曲程度的高斯曲率函数；
34、变量融合模块，用于针对所述待匹配形状，构建基于所述目标谱形状描述符和所述高斯曲率函数的特征融合描述符；
35、数据处理模块，用于对所述特征融合描述符中的原始变量进行标准化处理，得到目标特征融合描述符；
36、特征描述模块，用于利用所述目标特征融合描述符对所述目标形状模型进行形状特征描述，得到模型特征数据。
37、依据本专利技术第三方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如本专利技术第一方面中任一项所述非刚性三维形状描述方法。
38、依据本专利技术第四方面，本专利技术提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如本专利技术第一方本文档来自技高网...
【技术保护点】
1.一种非刚性三维形状描述方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述目标特征融合描述符对所述目标形状模型进行形状特征描述之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述构建基于BKS标度特征函数和特征值向量的目标谱形状描述符，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定表征所述目标形状模型表面上任意顶点的曲面弯曲程度的高斯曲率函数，包括：
6.根据权利要求4或5任一项所述的方法，其特征在于，所述构建基于所述目标谱形状描述符和所述高斯曲率函数的特征融合描述符，包括：
7.根据权利要求6所述的方法，其特征在于，所述对所述特征融合描述符中的原始变量进行标准化处理，得到目标特征融合描述符，包括：
8.一种非刚性三维形状描述装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处
10.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～7中任一项所述的非刚性三维形状描述方法。
...【技术特征摘要】
1.一种非刚性三维形状描述方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述目标特征融合描述符对所述目标形状模型进行形状特征描述之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述构建基于bks标度特征函数和特征值向量的目标谱形状描述符，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定表征所述目标形状模型表面上任意顶点的曲面弯曲程度的高斯曲率函数，包括：
6.根据权利要求4或5任一项所述的方法，其特征在于，所述构建基于所述目标谱形状描述符和所述高斯曲率...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。