专题栏目:ARVRMR虚拟现实

基于体积的体征是什么意思?

(1)形状直方图

形状直方图直接对3D模型进行某种切分,然后统计每个切分单元中点的个数占模型所有点个数的比例,构成形状直方图。 Ankerst等将三维模型采样称为点云,构造点云分布的统计直方图(Shape Histograms)研究相似度检索。首先统计三维模型点分布的直方图,将包围三维模型的空间分割成不同的区域,统计落在区域中的三维模型点的数量,形成统计直方图,然后进行三维模型检索。

文中使用的分解区域有:(a)球壳区域(Shel),将三维模型分解成为以质心为球心的同心球壳;(b)扇形区域(Sector),将三维模型分解成为以质心到包围正多边形的顶点射线为边界的相等的扇形区域;(c)组合区域则是使用了球壳区域和扇性区域的交集作为分解区域。其中球壳区域是旋转不变的,而扇形区域和组合区域需要PCA预处理。在进行相似度计算的时候,使用了二次型距离函数作为距离度量,这样可以反映出统计直方图不同的值之间的相似度的关联作用。在分子分类中的实验表明高维的扇形区域直方图(122维)和组合区域直方图(240维)具有较高的检索能力。

(2)旋转不变的点云特征

基本思想是将外包三维模型的立方体切分成N×N×N个单元格,并将所有单元格分类,分类的方法是围绕X、Y、Z轴旋转90°后,彼此重叠在一起的单元分为一类,N不同则类的个数也不一样。计算每类单元中三维模型的顶点数,然后除以三维模型总的顶点数,构成三维模型的特征向量。这种方法同形状直方图方法的基本思想是一样的,都是求点的分布情况,但是实现方法不同。 Suzuki等构造了一种旋转不变的点云特征(Rota tion Invariant Point Cloud Descriptor)。他们使用PCA将三维模型变换到规范坐标系,再将它进行缩放变换,使得三维模型落在一个单位立方体内。然后将单位立方体分割成7×7×7的等尺度的体素单元,确定三维模型在对应的体素单元的值。这343个体素单元按所在的位置分成等价类。如图5-所示,当绕着坐标轴旋转90°的时候,等价的体素相互重合。记录每个等价类的值,得到一个21维的特征。文中的实验表明,7×7×7的分割具有最好的检索效果。

答案来源:黄海 《虚拟现实技术》

发表评论

相关文章