您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (6): 48-53.doi: 10.6040/j.issn.1672-3961.0.2016.127

• • 上一篇    下一篇

融合整体和局部信息的三维模型检索方法

牟春倩,唐雁*   

  1. 西南大学计算机与信息科学学院软件学院, 重庆 400715
  • 收稿日期:2016-04-16 出版日期:2016-12-20 发布日期:2016-04-16
  • 通讯作者: 唐雁(1965— ), 女, 重庆人, 教授, 主要研究方向为智能科学. E-mail:ytang@swu.edu.cn E-mail:mcq0207@email.swu.edu.cn
  • 作者简介:牟春倩(1992— ), 女, 四川成都人, 硕士, 主要研究方向为三维模型检索. E-mail:mcq0207@email.swu.edu.cn
  • 基金资助:
    中央高校基本科研业务费专项资金资助项目(XDJK2015C110);教育部“春晖计划”资助项目(z2011149)

A novel 3D model retrieval method fusing global and local information

MOU Chunqian, TANG Yan*   

  1. College of Computer and Information Science, Southwest University, Chongqing 400715, China
  • Received:2016-04-16 Online:2016-12-20 Published:2016-04-16

摘要: 基于特征融合的三维模型检索方法能有效提高检索效率,提出一种融合整体和局部信息的三维模型检索方法。分别通过Canny算子提取边缘特征和基于尺度不变特征变换特征的词袋模型提取词频向量特征,边缘特征用于描述三维模型的整体信息,词频向量特征用于描述三维模型的局部信息,将这两种特征融合成为新的特征用于描述三维模型。试验表明,融合整体和局部信息的三维模型检索方法能够有效地提高检索结果的准确率。

关键词: 特征融合, 词袋模型, 尺度不变特征变换特征, 三维模型检索, Canny算子

Abstract: 3D model retrieval methods based on feature fusion could improve the retrieval efficiency. A novel retrieval method fusing global and local information was proposed. Edge feature for global information and word frequency vector feature for local information were extracted through Canny algorithm and bag-of-feature based on scale-invariant feature transform(SIFT)features respectively, then they were fused into a new feature of a 3D model. The experimental results showed that our method improves the retrieval accuracy well.

Key words: feature fusion, bag-of-feature, scale-invariant feature transform feature, 3D model retrieval, Canny algorithm

中图分类号: 

  • TP319
[1] OSADA Robert, FUNKHOUSER Thomas, CHAZELLE Bernard, et al. Shape distributions[J]. Acm Transactions on Graphics, 2002, 21(4):807-832.
[2] CHEN Dingyun, TIAN Xiaopei, SHEN Yute, et al. On visual similarity based 3D model retrieval[J]. Computer Graphics Forum, 2003, 22(3):223-232.
[3] LI Bo, JOHAN Henry. 3D model retrieval using hybrid features and class information[J]. Multimedia Tools and Applications, 2013, 62(3):821-846.
[4] CANNY John. A computational approach to edge detection[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 1986, 6:679-698.
[5] LOWE D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91-110.
[6] SHILANE Philip, MIN Patrick, KAZHDAN Michael, et al. The princeton shape benchmark(Figure 1 and 2)[J]. Proceedings of Shape Modeling International, 2004(6):167-178.
[7] LI Bo, GODIL Afzal, AONO Masaki, et al. SHREC'12 track: generic 3D shape retrieval[J]. Eurographics Conference on 3D Object Retrieval, 2012(5):119-126.
[8] SAUPE Dietmar, VRANIC Dejan V. 3D model retrieval with spherical harmonics and moments[J]. Lecture Notes in Computer Science, 2001:392-397.
[9] PAN Xiang, YOU Qian, LIU Zhi, et al. 3D shape retrieval by poisson histogram[J]. Pattern Recognition Letters, 2011, 32(6):787-794.
[10] DING Ke, WANG Wei, LIU Yunhui. 3D model retrieval using bag-of-view-words[J]. Multimedia Tools & Applications, 2014, 72(3):2701-2722.
[11] CHEN Qiang, YU Yongmei. 3D CAD model retrieval based on feature fusion[J]. Advanced Materials Research, 2013, 765:316-319.
[12] SHIH Jauling, LEE Changhsing, WANG Jiantang. A new 3D model retrieval approach based on the elevation descriptor[J]. Pattern Recognition, 2007, 40(1):283-295.
[13] GAO Yue, DAI Qionghai. View-based 3D object retrieval: challenges and approaches[J]. IEEE Multime-dia, 2014, 21(3):52-57.
[14] 张开兴,张树生,刘贤喜. 三维CAD模型检索技术研究现状与发展分析[J]. 农业机械学报, 2013, 44(7): 256-263. ZHANG Kaixing, ZHANG Shusheng, LIU Xianxi. Current research and feature development of 3-D CAD model retrieval[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(7):256-263.
[15] 郑赢,周明全,耿国华,等. 多特征动态融合的三维模型检索方法[J]. 计算机科学, 2010, 37(7): 260-263. ZHENG Ying, ZHOU Mingquan, GENG Guohua, et al. 3D model retrieval on multi-feature dynamic integration[J]. Computer Science, 2010, 37(7):260-263.
[1] 张璞,刘畅,王永. 基于特征融合和集成学习的建议语句分类模型[J]. 山东大学学报 (工学版), 2018, 48(5): 47-54.
[2] 牟春倩,唐雁,胡金戈. 基于流形排序的三维模型检索方法[J]. 山东大学学报(工学版), 2017, 47(4): 19-24.
[3] 王斌,常发亮,刘春生. 基于多特征融合的交通标志分类[J]. 山东大学学报(工学版), 2016, 46(4): 34-40.
[4] 孔超1,2,张化祥1,2*,刘丽1,2. 基于兴趣区域特征融合的半监督图像检索算法[J]. 山东大学学报(工学版), 2014, 44(3): 22-28.
[5] 潘晟旻1,2,钟毅1*,王建华2. 基于改进Canny算子的坯料挤压变形边缘提取[J]. 山东大学学报(工学版), 2013, 43(5): 19-23.
[6] 魏巍,张艳宁. 基于半监督隐含狄利克雷分配的人脸姿态判别方法[J]. 山东大学学报(工学版), 2011, 41(3): 17-22.
[7] 蔡念, 张国宏, 楼朋旭, 戴青云. 基于形状和纹理的外观设计专利图像检索方法[J]. 山东大学学报(工学版), 2011, 41(2): 1-4.
[8] 王长宇,宋尚玲,孙丰荣,梅良模 . 手指背关节皮纹识别方法[J]. 山东大学学报(工学版), 2006, 36(1): 37-40 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 程代展,李志强. 非线性系统线性化综述(英文)[J]. 山东大学学报(工学版), 2009, 39(2): 26 -36 .
[2] 王勇, 谢玉东.

大流量管道煤气的控制技术研究

[J]. 山东大学学报(工学版), 2009, 39(2): 70 -74 .
[3] 刘新1 ,宋思利1 ,王新洪2 . 石墨配比对钨极氩弧熔敷层TiC增强相含量及分布形态的影响[J]. 山东大学学报(工学版), 2009, 39(2): 98 -100 .
[4] 田芳1,张颖欣2,张礼3,侯秀萍3,裘南畹3. 新型金属氧化物薄膜气敏元件基材料的开发[J]. 山东大学学报(工学版), 2009, 39(2): 104 -107 .
[5] 陈华鑫, 陈拴发, 王秉纲. 基质沥青老化行为与老化机理[J]. 山东大学学报(工学版), 2009, 39(2): 125 -130 .
[6] 赵延风1,2, 王正中1,2 ,芦琴1,祝晗英3 . 梯形明渠水跃共轭水深的直接计算方法[J]. 山东大学学报(工学版), 2009, 39(2): 131 -136 .
[7] 李士进,王声特,黄乐平. 基于正反向异质性的遥感图像变化检测[J]. 山东大学学报(工学版), 2018, 48(3): 1 -9 .
[8] 赵科军 王新军 刘洋 仇一泓. 基于结构化覆盖网的连续 top-k 联接查询算法[J]. 山东大学学报(工学版), 2009, 39(5): 32 -37 .
[9] 赵治广,王登杰,田云飞 . 基于灰色理论的路基沉降研究[J]. 山东大学学报(工学版), 2007, 37(3): 86 -88 .
[10] 姚占勇,商庆森,赵之仲,贾朝霞 . 界面条件对半刚性沥青路面结构应力分布的影响[J]. 山东大学学报(工学版), 2007, 37(3): 93 -99 .