基于体素构造和遗传算法的三维模型检索

发布时间：2020-07-29 18:23

【摘要】：以体素构造三维模型原理为基础,阐述了体素的几何信息和体素间的拓扑关系及基准问题,建立了三维模型特征提取函数,并对其旋转、平移和尺寸变化进行了经典不变矩处理,提出了一种基于体素构造和遗传算法的三维模型检索方法。该方法通过对遗传信息编码,以及迭代中的遗传信息交叉与变异,减小了检索区域的收敛速度,提高了检索准确率和检索速度。
【图文】：

树状结构,三维模型

圆环体：圆环体中心圆半径r6，截面圆半径r7，基准为中心圆半径所在的圆心。1.2三维模型拓扑信息特征根据具体三维模型的结构特点，将孤立的体素进行有效地组合，确定体素之间的相对位置关系和具体体素数量。为了有序地组合基本体素，形成有实际需求的具体三维模型，需要引入布尔运算。在建模过程中，布尔运算是通过对2个及2个以上的体素进行并集、差集、交集运算，从而得到新的模型。一般采用布尔运算的树状结构图来形象、直观地表现三维模型各个体素间的数量关系及拓扑关系[4]。三维模型树状结构示例如图1所示。图1三维模型树状结构根据上述体素的布尔运算，可得到体素与复杂三维模型的关系——体素拓扑关系树P={P1，P2，…，Pi，…，Pn 1}T(1)其中，Pi为描述基于三维模型树状结构图中第i个体素和第i 1个体素的拓扑关系子向量。在确定了体素组合关系的基础上，需进一步确定各体素基准点相对于三维模型的具体位置。体素基准关系包含拓扑关系特征的各个体素基准向量，其表示为D={D1，D2，…，Dj，…，Dk 1，Dk}T(2)Dj={x，y，z}(3)根据上文所述，体素拓扑关系树P与体素基准关系D共同决定了三维模型拓扑信息特征。2三维模型特征提取在三维模型特征提取过程中，定义三维模型的几何信息特征为X，拓扑信息特征为Y。因此，三维模型的特征信息可以描述为关于几何特征信息X和拓扑特征信息Y的函数F(X,Y)。在统计学中矩用来表示随机变量的分布情况，而在物理学中用来表示物体在三维空间中的分布位置。如果把三维模型看作是体素在三维空间中带有布尔运算的有序分布，那么三维模型的特征就可以用矩来描述[5]。F(X,Y)的n+m阶矩定义为

形态分布,检索结果,遗传算法,三维模型

变异操作，获得新的遗传信息后转向步骤4；步骤9.输出最优的中心矩参数ρmn，进而得到最优三维模型几何信息和拓扑信息，然后对零件库中的三维模型进行测试以获得最优检索结果[10]。4应用实例与对比分析三维模型检索实验是在OpenCASCADE平台下的CAD三维模型库中进行的，检索资源涉及到500多个三维模型。选择库中的一种胀紧联接套作为检索目标，遗传算法检索参数设置如下：染色体种群规模Spop=300，交叉概率Pcros=0.5，变异概率Pmu=0.1t，最大迭代次数maxiter=500。其相似度大于0.1的检索结果如图2所示，在三维模型检索库容量较大的情况下，依然能够检索到相似度比较高的三维模型。编号01的三维模型与目标三维模型相比较，都是含有环状分布的圆柱、两个半径不同的圆环体的3段结构，具有非常高的相似特征和局部结构的重复度。编号12的三维模型在图中相似度最低，主要是由于在特征提取过程中，环状分布的圆柱布尔运算从并集运算变异为差集运算。在相同的检索条件下，查全率分别为10%、20%、50%、80%、100%时，遗传算法、蚁群算法、形态分布算法分别检索到的最优相似度三维模型如图3所示[1,11]。从检索的相似度值分析，在查全率为10%时，即只在OpenCASCADE库中检索50多个三维模型，3种方法能够检索到相同的最优三维模型。当查全率增高时，蚁群算法和形态分布算法检索到的最优模型相似度比遗传算法低。由此可知，在检索范围变大、检索特征信息干扰因素增多的情况下，遗传算法相比于其他两种检索方法，具有更可靠的特征提取匹配性能。图2遗传算法检索结果图33种算法检索结果比较

形态分布,检索结果,算法,查全率

在相同的检索条件下，查全率分别为10%、20%、50%、80%、100%时，遗传算法、蚁群算法、形态分布算法分别检索到的最优相似度三维模型如图3所示[1,11]。从检索的相似度值分析，在查全率为10%时，即只在OpenCASCADE库中检索50多个三维模型，3种方法能够检索到相同的最优三维模型。当查全率增高时，蚁群算法和形态分布算法检索到的最优模型相似度比遗传算法低。由此可知，在检索范围变大、检索特征信息干扰因素增多的情况下，遗传算法相比于其他两种检索方法，具有更可靠的特征提取匹配性能。图2遗传算法检索结果图33种算法检索结果比较

【参考文献】