基于互联网图像的三维模型最佳视角自动获取方法技术

本发明专利技术提出了一种基于互联网图像的三维模型最佳视角自动获取方法，它充分利用网络这个海量资源库，结合轮廓相似度、形状相似度和细节特征吻合度等技术指标去衡量投影图和网络图像的相似性，筛选出每个视角对应的投影图所对应的网络图像的数目，挑选出人们最常用的视角，并将其确认为该三维模型的最佳视角。该方法并不单一地将好的视角规定为某一个参数，如可视面积、曲率熵等，而是充分结合人们的视觉习惯，这样求出的最佳视角容易为人们接受。

【技术实现步骤摘要】

本专利技术涉及一种计算机图像处理方法，具体涉及一种。
技术介绍
给定一个三维模型，从不同的角度对其进行观察时，由于承载了该三维模型的不同方向的视觉信息，可能会展现出完全不同的表现形式。寻找最佳视角的本质是找出一个承载最大信息量的视点，该视点有利于人们更加深入地去观察和了解给定的三维模型。近年来，最佳视角问题得到了学术界的广泛研究，并应用到很多实际问题中，如形状识别和分类、三维模型视图编辑、基于图像的渲染、三维模型搜索等。对于什么样的视角是最佳视角这一问题，现在还没有一个权威的定义。在研究最佳视角问题时，人们通常根据自己所面对的实际应用去进行定义。通过研究计算机图形心理学，Blanz等人提出了决定最佳视角的四个属性利于识别、熟悉度、能用函数表示以及审美标准，并且最佳视角在很大程度上受三维模型的几何特性影响(Blanz，V.，etal.， What object attributes determine canonical views？ PERCEPTION-LONDON-,1999. 28 p. 575-600.)。结合这些研究成果，最佳视角常被定义为能为人们提供该模型最多可视化信息的视角。其中，可视化信息可以进一步表现为曲率、拓扑或者轮廓熵等描述符，且最佳视角就是尽可能多地使这些描述符可见。尽管这些描述符对于某些模型来说可以很好地展示出其特征，但是，还不能证实这些信息可以完全代表人类的感知。而且，在现实生活中，也常常会遇到一些这些描述符处理出错的例子，如面对一台电视机，其背面的曲率特征明显强于前面，而对我们来说，其最佳视点却存在于前方。最佳视角一定是当人们面对一个物体时，绝大多数人倾向选择的视角。很明显，对于给定的模型，不能逐个询问全人类他们心目中的最佳视角。然而，互联网给了人们一个分享自己所拍照片的平台。近年来软、硬件技术的高速发展，也使互联网逐步深入人们的日常生活。随着人们不断在网络上分享自己拍摄的照片，互联网已经成为一个海量的图像数据库。例如，在著名的图像分享网站Flickr上，如今共享的图像量已经超过了四十亿，而在google网页上，超过一百亿的图像可供人们检索。人们在拍摄自己感兴趣的物体时，通常会选择一个自认为很不错的角度，即最佳视角去进行拍摄，而且，所放在网络上共享的图像，更是选择的视角很满意的作品。网络数据量庞大，对于任意给定的模型，都可以通过网络轻松找到足量含有该模型的图像。
技术实现思路
本专利技术的目的在于提供一种。为达到上述目的，本专利技术采用的技术方案是—种，包含以下步骤1)利用基于颜色对比度的图像特征提取方法，求取下载的网络图像的特征2)输入三维模型求出三维模型表面各顶点的曲率，用以表征三维模型表面的形状特征即得到三维模型的表面形状特征的投影图；3)基于三维模型的投影图像和网络图像的轮廓匹配的重合度，该重合度衡量两幅图像之间相互重合的程度，并通过求取两幅图像之间最大的重合程度，计算出表征图像之间轮廓相似程度的能量函数；4)基于三维模型的投影图像和网络图像的轮廓形状的相似度，该相似度表征两幅图像之间图像形状的一致性，并依据该相似度求出表征形状相似性的能量函数；5)基于三维模型的表面形状特征的投影图和下载的网络图像的特征图的细节特征的吻合度，该吻合度确认两幅图像的重合程度，依据该细节特征的吻合度，求出对应的特征能量函数；6)根据三维模型的表面形状特征的投影图和下载的网络图像的特征图的相似程度，用统计的方法求取最佳视角，所述的相似程度是相似程度的能量函数、相似性的能量函数和特征能量函数叠加的结果。所述的，其具体的执行步骤如下步骤一对于输入的三维模型M，在不同视角均勻地对其做平行投影，获取其投影图集P;步骤二 用输入的三维模型M的关键字在网络上下载相关图像，并用graph cut算法分割出网络图像的前景，组成网络图集I ；步骤三分别求出投影图集P和网络图集I中各图像的掩膜图；步骤四利用步骤三求取的掩膜图，首先将投影图像的掩模图和网络图像的掩模图的目标置于同一坐标系，并利用主成分分析算法对投影图像的掩模图和网络图像的掩模图的坐标进行调整，然后将两幅图像Ii和Pj的轮廓相似度定义为 权利要求1.一种，其特征在于包含以下步骤1)利用基于颜色对比度的图像特征提取方法，求取下载的网络图像的特征图；2)输入三维模型求出三维模型表面各顶点的曲率，用以表征三维模型表面的形状特征即得到三维模型的表面形状特征的投影图；3)基于三维模型的投影图像和网络图像的轮廓匹配的重合度，该重合度衡量两幅图像之间相互重合的程度，并通过求取两幅图像之间最大的重合程度，计算出表征图像之间轮廓相似程度的能量函数；4)基于三维模型的投影图像和网络图像的轮廓形状的相似度，该相似度表征两幅图像之间图像形状的一致性，并依据该相似度求出表征形状相似性的能量函数；5)基于三维模型的表面形状特征的投影图和下载的网络图像的特征图的细节特征的吻合度，该吻合度确认两幅图像的重合程度，依据该细节特征的吻合度，求出对应的特征能量函数；6)根据三维模型的表面形状特征的投影图和下载的网络图像的特征图的相似程度，用统计的方法求取最佳视角，所述的相似程度是相似程度的能量函数、相似性的能量函数和特征能量函数叠加的结果。2.如权利要求1所述的，其具体的执行步骤如下步骤一对于输入的三维模型M，在不同视角均勻地对其做平行投影，获取其投影图集P ；步骤二 用输入的三维模型M的关键字在网络上下载相关图像，并用graph cut算法分割出网络图像的前景，组成网络图集I ；步骤三分别求出投影图集P和网络图集I中各图像的掩膜图； 步骤四利用步骤三求取的掩膜图，首先将投影图像的掩模图和网络图像的掩模图的目标置于同一坐标系，并利用主成分分析算法对投影图像的掩模图和网络图像的掩模图的坐标进行调整，然后将两幅图像Ii和Pj的轮廓相似度定义为 =ex AreajI1-Pj) +AreajPj-I1)^ ,J _I-Area(Il^P1) ‘其中Ii-Pj表示包含于Ii但是不包含于Pj的区域，Pj-Ii表示包含于Pj但是不包含于 Ii的区域，Ii η Pj表示同时包含在Ii和P」中的部分，Area表示该区域的面积；步骤五对于步骤三求取的掩膜图，利用Carmy算子分别求出投影图像的掩模图和网络图像的掩模图的边缘图U和V 首先，分别对边缘图U和V进行采样仏} c "和fe} c 7，给定点集Pi,各采样点的结构信息定义为 ^ (k) = #{q 乒 Pi :(q_Pi) e bin(k)}其中，bin(k)表示像素点位于圆盘内第k个区域内的点的个数，且在对数空间进行归一化；q是指在Pi所在边缘图像内与点Pi的距离关系满足条件(q_Pi) e bin(k)的点；给定点对{Pi，qj，定义这两点的形状不一致度为全文摘要本专利技术提出了一种，它充分利用网络这个海量资源库，结合轮廓相似度、形状相似度和细节特征吻合度等技术指标去衡量投影图和网络图像的相似性，筛选出每个视角对应的投影图所对应的网络图像的数目，挑选出人们最常用的视角，并将其确认为该三维模型的最佳视角。该方法并不单一地将好的视角规定为某一个参数，如可视面积、曲率熵等，而是充分结合人们的视觉习惯，这样求出的最佳视角容易为人们接受。文档编号G0本文档来自技高网...

【技术保护点】
１．一种基于互联网图像的三维模型最佳视角自动获取方法，其特征在于包含以下步骤：１）利用基于颜色对比度的图像特征提取方法，求取下载的网络图像的特征图；２）输入三维模型求出三维模型表面各顶点的曲率，用以表征三维模型表面的形状特征即得到三维模型的表面形状特征的投影图；３）基于三维模型的投影图像和网络图像的轮廓匹配的重合度，该重合度衡量两幅图像之间相互重合的程度，并通过求取两幅图像之间最大的重合程度，计算出表征图像之间轮廓相似程度的能量函数；４）基于三维模型的投影图像和网络图像的轮廓形状的相似度，该相似度表征两幅图像之间图像形状的一致性，并依据该相似度求出表征形状相似性的能量函数；５）基于三维模型的表面形状特征的投影图和下载的网络图像的特征图的细节特征的吻合度，该吻合度确认两幅图像的重合程度，依据该细节特征的吻合度，求出对应的特征能量函数；６）根据三维模型的表面形状特征的投影图和下载的网络图像的特征图的相似程度，用统计的方法求取最佳视角，所述的相似程度是相似程度的能量函数、相似性的能量函数和特征能量函数叠加的结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄华，张磊，刘洪，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：87