论文部分内容阅读
近几年三维技术应用得到了广泛的关注,同时也成为了计算机视觉研究的热门领域,三维模型的应用场景变得越来越广,包括医学、影视、游戏及VR(Virtual Reality)和AR(Augmented Reality)在内的各个领域都有相应的应用。在三维模型相关技术的发展过程中,提取三维模型感兴趣点是一项非常重要的工作,三维模型感兴趣点可以用于模型三角网格简化、视点选择,也可以用于三维模型匹配等。对于感兴趣点的提取,目前为止针对三维模型的研究远远少于二维图像的研究,而不同的三维模型感兴趣点提取算法具有不同的应用场景。SUSAN算法是一种在二维特征提取中常用的算法,本文通过分析三维模型的几何特征及其他三维模型感兴趣点提取算法的原理并对二维SUSAN算法在三维空间上进行扩展,提出了一种基于3D-SUSAN的三维模型感兴趣点提取算法。为了对算法性能进行评价,本文通过使用眼动仪采集志愿者在三维模型上的眼动注视点并使用Ground Truth算法,建立基于眼动的三维模型感兴趣点数据库。本文主要研究的内容包括以下几个部分:(1)介绍了其他三维模型感兴趣点提取算法的原理及其实现过程;(2)提出一种基于3D-SUSAN的三维模型感兴趣点提取方法。该方法首先选取顶点的邻居区域,计算模型顶点曲率,用高斯函数处理模型顶点,然后利用基于3D-SUSAN的三维模型感兴趣点提取算法提取感兴趣点,最后对提取的三维模型感兴趣点进行去伪处理和非极大值抑制处理,并使用Helin实验室的数据库对该算法及其他算法进行性能评测。(3)为了评价三维模型感兴趣点提取算法验证三维模型感兴趣点提取算法的有效性,本文建立与实现了基于眼动的三维模型感兴趣点数据库。将斯坦福大学和SHREC2007的三维模型数据库制作成多角度显示的二维图像序列,用于眼动仪的播放,并采集提取志愿者在观看的二维图像序列中的眼动注视点,将二维注视点映射到三维模型得到坐标数据,使用Ground Truth算法建立三维模型感兴趣点数据库。(4)使用基于眼动的三维模型感兴趣点数据库评价3D-SUSAN感兴趣点提取算法和其他多个三维模型感兴趣点提取算法,并深入探讨该数据库与其他数据库之间的区别。实验结果表明,基于3D-SUSAN的三维模型感兴趣点提取方法相比已有其他算法在准确率等方面更具优势。本文还对基于眼动的三维模型感兴趣点数据库与已有的数据库进行分析,得出已有的数据库适合用于模型匹配等领域,而本文建立的数据库更适用于三维模型重建。