【正文】 SSD和D2。ED的平均差準率值優(yōu)于其它方法。圖4．8詳細的比較了這幾種方法查全率的平均值。對于絕大多數(shù)模型類，本方法都有著好的表現(xiàn)。為了證明ED對于不同模型的有效性，對于兩個測試數(shù)據(jù)庫進行了實驗。三種其它的方法(包括SH、MPEG一7 3D SSD和D2)給檢索結(jié)果提供了比較。對用戶而言，評判一個檢索系統(tǒng)的性能，關(guān)鍵是考察檢索結(jié)果是否與人的期望相接近，該系統(tǒng)是否滿足用戶的需要。但對一個檢索系統(tǒng)的性能做出所謂正確的評價是一件不容易的事情。一個主要的原因是檢索本身具有的主觀性，這種主觀性使得建立一個標準來排列從模型數(shù)據(jù)庫中提取出來的模型非常困難。例如對兩個用戶來說，他們對同一組模型會有不同的排列，甚至對同一個用戶，他在不同時刻對同一組模型的排列也會不同。也就是說，對系統(tǒng)檢索性能的評價主要根據(jù)的是主觀的要求而不是客觀的指標。另外一個原因是對檢索性能評價時，“相關(guān)結(jié)果這個概念常常定義得并不明確，在很多情況下，所謂“相關(guān)結(jié)果”本身并沒有明確的定義，而且它的存在也只是假定的?？傊煌臋z索系統(tǒng)在查詢機制、視覺特征的選擇、以及應(yīng)用領(lǐng)域等方面都各有特點，目前還缺乏比較系統(tǒng)和有效的評價準則。事實上，影響檢索性能評價的相似度既與客觀的應(yīng)用有關(guān)，也與主觀的判斷相關(guān)，這也給系統(tǒng)性能的評價增加了復(fù)雜性。目前人們常以查全率和查準率的統(tǒng)計數(shù)據(jù)或曲線來進行系統(tǒng)性能或相似性匹配方法的評價，如下述兩個公式所示：查全率：查準率其中，n是適合檢索的模型數(shù)量，T是數(shù)據(jù)庫中所有模型的數(shù)量，k是所有檢索模型數(shù)量。4．5．1對于數(shù)據(jù)庫1的實驗為了測試模型變形時，提出算法的不變性、衡常性，而建立了數(shù)據(jù)庫l。數(shù)據(jù)庫l由20個種子模型組成，每個種子模型含14種變換，包括4個幾何變換，2個比例變換，3個旋轉(zhuǎn)，5個不同的多邊形分解變換(如圖4．6)。因此，在數(shù)據(jù)庫1中共有300個模型。在我們的實驗中，數(shù)據(jù)庫1的模型都被拿出來作為一次查詢模型。下表呈現(xiàn)對所有查詢模型應(yīng)用ED(本文提出的方法)：SH、3DSSD和D2。ED的平均差準率值優(yōu)于其它方法。圖4．8詳細的比較了這幾種方法查全率的平均值。對于絕大多數(shù)模型類，本方法都有著好的表現(xiàn)。 如想知道哪種變換明顯的影響了檢索結(jié)果，圖4．9給出了各種方法對于5種變換的詳細比較。圖4．9對于模型各種變換，幾種方法的性能比較4．5．2對于數(shù)據(jù)庫2的實驗數(shù)據(jù)庫2是從包含1814個模型(16l類)的普林斯頓圖形基準數(shù)據(jù)庫獲得的，這些模型專門用于基于檢索的分析算法的評估。注意，在此數(shù)據(jù)庫內(nèi)，每個種類包含不同數(shù)量的模型。這22類有極大數(shù)量的模型用于查詢。它們中每一類至少有15個模型。這22類由圖4．10顯示。 檢索的性能也是由篩選性和精確性來衡量。實驗結(jié)果顯示，提出的方法表現(xiàn)仍較好。下表比較了平均查詢時間。我們可以看到，當使用提出的ED法時，時間會稍火十SH。344．6本章小結(jié)本章提出了一種用于三維模型檢索的新方法。首先，三維模型由6個視角產(chǎn)生的二維投影的高度信息灰度圖像表示，每個灰度圖像成為一個高度，把每個高度分解為一系列的同心圓，計算每個圓的高度信息和，從兩個臨近同心圓的高度和之間的差值來得到所謂的高度表述。有了這6個高度，便可以使用一種高效的相似性匹配方法去尋找最佳匹配，而無需一個不落的匹配61也就是720個高度排列。實驗數(shù)據(jù)顯示，對于一些類型的三維模型，提出的ED法優(yōu)于其它諸如球形調(diào)和(SH)、MPEG．7三維圖形光譜法(MPEG_7 3D SSD)和D2。結(jié)語隨著計算機制圖和計算機動畫的發(fā)展，3D模型的數(shù)量幾乎也可與圖形視頻文件等量齊觀。對于基于內(nèi)容的3D模型檢索系統(tǒng)，最根本的問題是選取恰當?shù)奶卣鱽韰^(qū)別不同的形狀，以用來有效的索引相似的文件數(shù)據(jù)。三維模型的特征提取是三維模型檢索研究中首要解決的最基本的問題，也是最關(guān)鍵的問題。模型特征的定義和匹配的目的密切相關(guān)，試圖提取一個能適應(yīng)所有應(yīng)用的特征是非常難的。本文首先闡述了三維模型檢索研究的意義，描述了檢索系統(tǒng)的組成部分，并對現(xiàn)有模型特征提取技術(shù)進行了總結(jié)和分析，指出了一些目前大多數(shù)方法的優(yōu)勢和不足，在此基礎(chǔ)上，本文提出了基于二維投影的三維模型的特征提取技術(shù)。研究包括兩部分：第一部分是關(guān)于基于二維投影的三維模型特征提取的技術(shù)和相似性度量，第二部分是關(guān)于對提取的特征進行盡可能簡化，從而減少運算負擔(dān)，希望在查詢準確性和查詢的速度方面取得平衡。本文的工作主要集中在對三維模型的特征提取。對于基于內(nèi)容的三維模型檢索方法，可大致分為基于外形的方法；基于結(jié)構(gòu)的方法和基于視角的方法。文中提出了一種用于三維模型檢索的新方法。把三維模型由6個視角產(chǎn)生的二維投影的灰度圖像表示，把每個二維圖像分解為一系列的同心圓，計算每個圓的信息和。有了這6個二維圖像，便可以使用一種高效的相似性匹配方法去尋找最佳匹配。基本的原理支持在于：兩個三維模型如果在不同的視角看起來相似，那么它們二者便是相似的?；谛螤畹娜S模型檢索是計算機圖形學(xué)領(lǐng)域的一個新的研究方向。由于三維模型的復(fù)雜性以及人類主觀感知的不確定性，還有許多問題有待進一步的研究，如何描述三維模型的復(fù)雜度，也是一個重要的問題，值得進一步關(guān)注的問題包括：盡管三維模型檢索技術(shù)在理論方法和實現(xiàn)技術(shù)上都取得了一定的研究成果，但是，由于三維模型所包含信息的復(fù)雜性以及人類主觀感知的不確定性，還有許多問題有待更深入的研究：(1)不需要進行模型坐標標準化的三維形狀特征提取問題。模型坐標標準化處理容易造成誤差，還導(dǎo)致特征提取效率不高、運行開銷大等問題。為了解決這些問題，有必要研究新的形狀特征描述方法，使其不需要進行模型坐標標準化，仍能準確地區(qū)分模型之間的形狀差異。(2)三維模型的局部形狀特征提取問題?，F(xiàn)有的形狀特征描述，往往以三維模型整體為考察對象，但在實際情況中，需要形狀特征具有描述局部細節(jié)的能力。此外，為實現(xiàn)不同的檢索要求，需要同時提供一個包含多種形狀特征的特征集，如何綜合運用這些形狀特征以實現(xiàn)更精確的檢索效果，也是未來的發(fā)展方向之一。(3)三維模型的非形狀特征表示方法。如材質(zhì)顏色、紋理及拓撲特性等特表示方法，以及結(jié)合人類主觀認知特性的語義特征表示方法的研究。參考文獻\[1]Zhang Deng—Sheng，Lu Guo—Jun．Review of shape representation and description techniques\[J]．Pattern Recognition，2004，37(1)： 1—19．\[2]Shams Ladan， von der Mal sburg Christoph．Acquisition of visual shape primi— tivees\[J]． Vision Research， 2002， 42 (17)： 2105—2122．\[3]Iyer Nat raj， Jayanti Subramaniam， Lo Kuiyang， Kalyanaraman Yagnanarayanan． Three—dimensional shape searching： State—of—the art review and future trend\[J]． Compute—Ai ded Design， 2005， 37(5)： 509—530．[4]Paquet E．，Rioux M． Description of shape information for 2—D and 3一D objects\[J]．Signal Process：Image Commun，2000， 16： 103—122．\[5]Del Bimbo．Visual Information Retrieval\[J]．Morgan Kaufrnann，1999：208—211．\[6]Paquet E．，Rioux M．Content—based search engine for VRML databases\[R]．Proceeding of the 1998Computer Society Conference on Computer Vision and Pattern Recognition (CVPR)， Santa Barbara， CA，1998．\[7]ZhaIlg C， Chen T． AN active learningFramework for content basedInformation retrieval\[J]． IEEE Transactions on Multimedia Special Issue on Multimedia Database，2002，4 (2)： 260一280．\[8]FunkHouser，Kazhdan P．，et a1． A search engine for 3D models\[J]．ACM 1’ransactions on Graphics，2003，22 (1)： 83一105．\[9]Cyr C．，KiⅢia B． 3d object recognition using shape sinu；Aarity based aspect graph\[J]．Roceedings of IEEE International Conference on Computer Vision，Vabcouver， Canada， 200l， 254—261．[10]Suzuki M．，Kato T．，Otsu N．A similarity retrieval of 3d p01ygonal models using rotation invariantShape descriptors\[J]． Proceedings of IEEE International Conference on System，Nashvi le，Tennessee，USA，2000： 2946—2952．\[11]Kazhdan M．， Chazelle B．，Dobkin D， eta1． Areflective symmetry desripyor． Proceedings ofEuropean Conference on Computer\[R]． Copenhagen， Derunark， 2002： 642—656．【12]Vranic，Saupe D．，Richter J．T001s for 3D—object retrieval\[J]．Karhunen Loeve transform and spherical harmonics．Proceedings Of the IEEE 2001 Workshop Mulimedia Signal Processing， Cannes，F(xiàn)rance，2001：293—298． \[13]Vranic，Saupe D． 3D model retrieval\[R]．Proceedings of Spring Conference on ComputerGraphics2000， Budmerice，S10vakia，2000： 89—93．\[14]Wallace T．，Wintz P．AN efficient 3一D aircraft recognitionAlgorithm using normalizedFourier Descriptors\[J]．Computer Graphics and Image Processing，1980， 13(3)：99—126．三維模型檢索數(shù)據(jù)庫網(wǎng)址：附錄1．：／／shape．cs．princeton．edu／search．html2．：／／amp．ece．cmu．edu／projects／3DmodelRetrieval3．：／／merkur01．inf．unikonstanz．de／CCCC4．：／／．tril．ibm．／projects／3dweb／imsearchwee．htm5．：／／3dsearch．iti．gr／default．php?page=dseach6．：／／．cs．uu．nl／centers／give／imaging／Drecog／3Dmatching．html后記本論文的完成，離不開我的導(dǎo)師梁晶晶老師悉心指導(dǎo)。梁晶晶認真嚴謹?shù)闹螌W(xué)作風(fēng)和忘我的工作精神給了我很大的觸動，使我受益匪淺，她的諄諄教誨將使我受益終身，她將永遠成為我學(xué)習(xí)的榜樣。老師日常工作、學(xué)習(xí)和生活中的言傳身教令我獲益匪淺，難忘他們那種忘我的工作和科研態(tài)度，難忘樸實無華的話語和多次的教誨。在此，我衷心感謝!這段日子，除了學(xué)業(yè)上的收獲，我成熟了很多，眼界開闊了很多，研究水平也提高了很多，很高興在這幾年里認識了這么多的同學(xué)，從他們身上，我同樣學(xué)到了很多寶貴的東西。他們經(jīng)常在理論、學(xué)業(yè)上指導(dǎo)我，從他們身上我學(xué)到了很多科研和理論方面的知識。感謝我的家人和朋友，我的研究工作離不開他們的理解和支持，他們的鼓勵與關(guān)懷保證了我的學(xué)業(yè)能順利完成。家人和朋友是在背后默默關(guān)心、支持我的人，有了他們的關(guān)心、支持，我才可能邁開大步向前進。感謝所有幫助過我的人?