CN109448112B - 三维模型库的建立方法及装置 - Google Patents
三维模型库的建立方法及装置 Download PDFInfo
- Publication number
- CN109448112B CN109448112B CN201811272917.1A CN201811272917A CN109448112B CN 109448112 B CN109448112 B CN 109448112B CN 201811272917 A CN201811272917 A CN 201811272917A CN 109448112 B CN109448112 B CN 109448112B
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- distribution
- target
- dimensional
- coordinate system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
一种三维模型库的建立方法及装置,所述方法包括:获取待创建三维模型的设备对应的三维点云数据和影像数据;基于所述三维点云数据创建目标设备的表面轮廓,并采用所述影像数据对所述表面轮廓进行贴图处理,得到目标三维模型;根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架;基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,得到所述目标三维模型对应的形状描述子;将所述目标三维模型及其对应的形状描述子保存在所述三维模型数据库中。上述方案能够对工业设备进行高精度三维模型重建和单一化描述。
Description
技术领域
本发明涉及三维模型处理领域,尤其涉及一种三维模型库的建立方法及装置。
背景技术
随着三维网格模型在电影、游戏以及数字化等行业的广泛应用,人们对三维模型的需求愈加迫切。为某一设备建立精准逼真的三维模型通常需要消耗较大的人力物力。
将已建立的海量模型整合汇总到一个数据库中,可以有利于三维模型的重复利用,节省模型创建过程所消耗的人力物力。同时,数字化工厂和智能辅助决策的快速发展为复杂工业场景的重建提出了更高的要求,如何实现对工业设备的高精度重建和单一化描述成为困扰研究人员的难题。
发明内容
本发明实施例解决的是如何对工业设备进行高精度三维模型重建和单一化描述的技术问题。
为解决上述问题,本发明实施例提供一种三维模型的建立方法,包括:获取待创建三维模型的目标设备对应的三维点云数据和影像数据;基于所述三维点云数据创建目标设备的表面轮廓,并采用所述影像数据对所述表面轮廓进行贴图处理,得到所述目标设备对应的目标三维模型;根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架;基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,得到所述目标三维模型对应的形状描述子;将所述目标三维模型及其对应的形状描述子保存在所述三维模型数据库中。
可选的,所述根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架,包括:对所述目标三维模型进行离散化处理,得到离散数据;根据所述三维点云数据,确定所述局部参考坐标系框架的Z轴方向,并确定垂直于Z轴的平面;将所述离散数据投影到所述垂直于Z轴的平面,并计算所述离散数据的包围矩形;获取所述离散数据对应的面积最小的包围矩形,作为定向矩形;将所述定向矩形的左上角对应的坐标作为所述局部参考坐标系框架的原点,将所述定向矩形中最长的边的指向作为所述局部参考坐标系框架的Y轴方向,将所述定向矩形中最短的边的指向作为所述局部参考坐标系框架的X轴方向。
可选的,在确定所述局部参考坐标系框架的X轴、Y轴以及Z轴之后,还包括:当所述定向矩形中的相临边之间的长度差小于预设值时,分别计算所述三维点云数据在x=0平面的对称性和在y=0平面的对称性;当所述三维点云数据在x=0平面的对称性小于在y=0平面的对称性时,将所述目标三维模型在所述局部参考坐标系框架中沿Z轴方向逆时针旋转90°。
可选的,所述基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,包括:设置P个经过所述局部参考坐标系框架的Z轴方向的投影平面,P个投影平面为具有相同尺寸的正方形平面,且每一个投影平面的中心位于所述局部参考坐标系框架的坐标原点,任意相邻平面之间的夹角为180°/P,且第一投影平面平行于x=0平面;P>1;将每一个投影平面等分成n×n个方块,得到每一个投影平面对应的分布矩阵M(k),在所述分布矩阵M(k)中,当投影平面第(i,j)个栅格中存在点,M(k)(i,j)=1;否则M(k)(i,j)=0,1≤k≤P;将每一个分布矩阵转换成对应的2个分布向量,得到2P个分布向量;从所述2P个分布向量中提取P个分布向量;对提取出的P个分布向量进行拼接,得到的拼接结果为所述目标三维模型对应的形状描述子。
可选的,所述将每一个分布矩阵转换成对应的2个分布向量,包括:采用如下公式分别确定分布矩阵M(k)对应的第一分布向量ν(k)以及第二分布向量v(k+p):
其中,M(k)为第k个分布矩阵,1≤k≤P。
可选的,所述从所述2P个分布向量中提取P个分布向量,包括:从所述 2P个分布向量中,确定提取出的P个分布向量的起始向量;以所述起始向量为起始点,沿预设的向量提取方向依次提取P个分布向量。
可选的,所述从所述2P个分布向量中,确定提取出的P个分布向量的起始向量,包括:根据所述第一投影平面对应的分布矩阵M(1),并计算所述分布矩阵M(1)对应的2个分布向量v(1)和v(1+p);根据所述分布向量v(1)和v(1+p),确定提取出的P个分布向量的起始向量。
可选的,所述根据所述分布向量v(1)和v(1+p),确定提取出的P个分布向量的起始向量,包括:根据预先建立的三维体素集,分别获取分布向量v(1)对应的完全体素密度以及分布向量v(1+p)对应的完全体素密度;分布向量v(1)与分布向量v(1+p)为所述第一投影平面对应的2个分布向量;选取完全体素密度最大的分布向量作为所述提取出的P个分布向量的起始向量。
可选的,在对提取出的P个分布向量进行拼接之后,还包括:将所述提取出的P个分布向量进行归一化处理,使得所述提取出的P个分布向量对应的和值为1。
可选的,在将所述目标三维模型及其对应的形状描述子保存在所述三维模型数据库中之后,还包括:当接收到输入的待检索三维模型时,获取所述待检索三维模型的形状描述子;从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型。
可选的,所述从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型,包括:计算所述三维模型库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
可选的,所述将所述目标三维模型及其对应的形状描述子保存在所述三维模型数据库中,包括:根据所述目标设备所属的行业领域信息,在所述三维模型数据库中设置对应的行业领域分库;根据所述目标设备对应的设备种类信息,在其对应的行业领域分库设置对应的设备种类子库。
可选的,所述从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型,包括:获取所述待检索三维模型对应的行业领域信息以及设备种类信息,在所述三维模型库中,确定与所述待检索三维模型对应的设备种类子库;计算所确定的设备种类子库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
本发明实施例还提供了一种三维模型库的建立装置,包括:数据获取单元,用于获取待创建三维模型的目标设备对应的三维点云数据和影像数据;模型创建单元,用于基于所述三维点云数据创建目标设备的表面轮廓,并采用所述影像数据对所述表面轮廓进行贴图处理,得到所述目标设备对应的目标三维模型;坐标系确定单元,用于根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架;形状描述子获取单元,用于基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,得到所述目标三维模型对应的形状描述子;保存单元,用于将所述目标三维模型及其对应的形状描述子保存在所述三维模型数据库中。
可选的,所述坐标系确定单元,用于对所述目标三维模型进行离散化处理,得到离散数据;根据所述三维点云数据,确定所述局部参考坐标系框架的Z轴方向,并确定垂直于Z轴的平面;将所述离散数据投影到所述垂直于 Z轴的平面,并计算所述离散数据的包围矩形;获取所述离散数据对应的面积最小的包围矩形,作为定向矩形;将所述定向矩形的左上角对应的坐标作为所述局部参考坐标系框架的原点,将所述定向矩形中最长的边的指向作为所述局部参考坐标系框架的Y轴方向,将所述定向矩形中最短的边的指向作为所述局部参考坐标系框架的X轴方向。
可选的,所述坐标系确定单元,还用于在确定所述局部参考坐标系框架的X轴、Y轴以及Z轴之后,当所述定向矩形中的相临边之间的长度差小于预设值时,分别计算所述三维点云数据在x=0平面的对称性和在y=0平面的对称性;当所述三维点云数据在x=0平面的对称性小于在y=0平面的对称性时,将所述目标三维模型在所述局部参考坐标系框架中沿Z轴方向逆时针旋转90°。
可选的,所述形状描述子获取单元,用于设置P个经过所述局部参考坐标系框架的Z轴方向的投影平面,P个投影平面为具有相同尺寸的正方形平面,且每一个投影平面的中心位于所述局部参考坐标系框架的坐标原点,任意相邻平面之间的夹角为180°/P,且第一投影平面平行于x=0平面;P>1;将每一个投影平面等分成n×n个方块,得到每一个投影平面对应的分布矩阵 M(k);在所述分布矩阵M(k)中,当投影平面第(i,j)个栅格中存在点, M(k)(i,j)=1;否则M(k)(i,j)=0,1≤k≤P;将每一个分布矩阵转换成对应的2个分布向量,得到2P个分布向量;从所述2P个分布向量中提取P个分布向量;对提取出的P个分布向量进行拼接,得到的拼接结果为所述目标三维模型对应的形状描述子。
可选的,所述形状描述子获取单元,用于采用如下公式分别确定分布矩阵M(k)对应的v(k)以及第二分布向量v(k+p):
其中,M(k)为第k个分布矩阵,1≤k≤P。
可选的,所述形状描述子获取单元,用于从所述2P个分布向量中,确定提取出的P个分布向量的起始向量;以所述起始向量为起始点,沿预设的向量提取方向依次提取P个分布向量。
可选的,所述形状描述子获取单元,用于根据所述第一投影平面对应的分布矩阵M(1),并计算所述分布矩阵M(1)对应的2个分布向量;根据所述分布向量v(1)和v(1+p),确定提取出的P个分布向量的起始向量。
可选的,所述形状描述子获取单元,用于根据预先建立的三维体素集,分别获取分布向量v(1)对应的完全体素密度以及分布向量v(1+p)对应的完全体素密度;分布向量v(1)与分布向量v(1+p)为所述第一投影平面对应的2个分布向量;选取完全体素密度最大的分布向量作为所述提取出的P个分布向量的起始向量。
可选的,所述形状描述子获取单元,还用于在对提取出的P个分布向量进行拼接之后,将所述提取出的P个分布向量进行归一化处理,使得所述提取出的P个分布向量对应的和值为1。
可选的,所述三维模型库的建立装置还包括:检索处理单元,用于当接收到输入的待检索三维模型时,获取所述待检索三维模型的形状描述子;从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型。
可选的,所述检索处理单元,用于计算所述三维模型库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
可选的,所述保存单元,用于根据所述目标设备所属的行业领域信息,在所述三维模型数据库中设置对应的行业领域分库;根据所述目标设备对应的设备种类信息,在其对应的行业领域分库设置对应的设备种类子库。
可选的,所述检索处理单元,用于获取所述待检索三维模型对应的行业领域信息以及设备种类信息,在所述三维模型库中,确定与所述待检索三维模型对应的设备种类子库;计算所确定的设备种类子库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
与现有技术相比,本发明实施例的技术方案具有以下优点:
在建立目标三维模型时,基于三维点云数据创建目标三维模型的表面轮廓,采用影像数据对表面轮廓进行贴图处理,得到目标三维模型,从而可以得到高精度的目标三维模型。根据设备的三维点云数据的分布,确定目标三维模型对应的局部参考坐标系框架,并对目标三维模型进行单一化描述,得到目标三维模型对应的形状描述子。在生成的三维模型库中,包括目标三维模型及其对应的形状描述子。综上,本发明实施例中提供的技术方案能够实现高精度三维模型的建立,并能够对建立的三维模型进行单一化描述。
进一步,通过计算并比较三维点云数据在x=0平面的对称性和在y=0平面的对称性,确定是否对目标三维模型进行相应的旋转处理,可以有效消除轴确定时的二义性。
进一步,在对待检索三维模型进行检索时,根据待检索三维模型对应设备所属行业领域信息以及设备种类信息,在所建立的三维模型库中,确定与所述待检索三维模型对应的设备种类子库。在确定的设备种类子库中查找与待检索三维模型相似度最高的三维模型,可以减少检索过程中的计算量,提高检索效率。
附图说明
图1是本发明实施例中的一种三维模型库的建立方法的流程图;
图2是本发明实施例中的一种三维模型库的建立装置的结构示意图;
图3是本发明实施例中的一种局部参考坐标系框架确定过程的示意图;
图4是本发明实施例中的一种局部参考坐标系框架调整过程的示意图;
图5(a)~5(d)是本发明实施例中的一种形状描述子生成过程的示意图;
图6是本发明实施例中的一种三维模型检索对应的示意图。
具体实施方式
目前,如何实现对工业设备的高精度重建和单一化描述成为困扰研究人员的难题。
在本发明实施例中,在建立目标三维模型时,基于三维点云数据创建目标三维模型的表面轮廓,采用影像数据对表面轮廓进行贴图处理,得到目标三维模型,从而可以得到高精度的目标三维模型。根据设备的三维点云数据的分布,确定目标三维模型对应的局部参考坐标系框架,并对目标三维模型进行单一化描述,得到目标三维模型对应的形状描述子,三维模型库中的每一个三维模型都是经过单一化描述的三维模型。在生成的三维模型库中,包括目标三维模型及其对应的形状描述子。综上,本发明实施例中提供的技术方案能够实现高精度三维模型的建立,并能够对建立的三维模型进行单一化描述。
为使本发明实施例的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
本发明实施例提供了一种正畸牙齿模型的移动控制方法,参照图1,以下通过具体步骤进行详细说明。
步骤S101,获取待创建三维模型的目标设备对应的三维点云数据和影像数据。
在具体实施中,在对某一个设备进行三维模型的创建时,可以将该设备称之为目标设备。在建立与目标设备对应的目标三维模型之前,可以获取目标设备对应的三维点云数据和影像数据。
在实际应用中,可以预先对工业场景的目标设备进行实地勘察,采用专业的高精准三维激光扫描仪获取工业场景中目标设备的外部结构和内部结构,采用高像素的单反相机拍摄工业场景中目标设备的外观。
工业场景可以为机械工业场景,也可以为电力工业场景或者建筑工业场景等。机械工业场景中,需要进行三维模型建立的目标设备可以为金属切削机床、锻压设备、起重运输设备、动能发生设备等。电力工业场景中,需要进行三维模型建立的目标设备可以为变压器、断路器、隔离开关、互感器、电容器等。
在本发明实施例中,目标设备对应的三维点云数据,可以包括有目标设备的外形轮廓、尺寸、组成组件等信息。目标设备对应的影像数据,可以包括目标设备的颜色、标识牌、指示牌、仪表盘等信息。针对不同的目标设备,获取到的三维点云数据与影像数据可以不同。
在实际应用中,可以根据具体的应用场景,确定目标设备对应的三维点云模型和影像数据。
步骤S102,基于所述三维点云数据创建目标设备的表面轮廓,并采用所述影像数据对所述表面轮廓进行贴图处理,得到所述目标设备对应的目标三维模型。
在具体实施中,可以根据获取到的目标设备的三维点云数据,采用专业的三维模型构建软件(例如3ds max 2016软件),建立目标设备的表面轮廓。在完成目标设备的表面轮廓的创建之后,可以根据步骤S101中预先采集到的目标设备对应的影像数据,对表面轮廓进行贴图处理,从而得到目标设备对应的目标三维模型。
在实际应用中,在基于三维点云数据创建目标设备的表面轮廓时,可以先根据三维点云数据对应的基本轮廓建立需要的曲线,根据获取到的多条曲线创建曲面。根据多个曲面的位置、形状,利用拉伸、放样、剪切扫描等操作建立初步的模型。之后,通过参考影像数据以及目标设备对应的相关涉及标准,对初步的模型进行精细化改进,得到精细的三维实体数据。再采用目标设备对应的影像数据对精细的三维实体数据进行贴图处理,可以使得所建立的目标三维模型更加精准和逼真。
步骤S103,根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架。
在具体实施中,可以根据目标设备对应的三维点云数据的分布,确定目标三维模型对应的局部参考坐标系框架的X轴方向、Y轴方向以及Z轴方向。
在实际应用中,三维点云数据可以由激光扫描仪得到。在三维点云数据中,包含有向上的方向,因此,可以直接根据三维点云数据确定局部参考坐标系框架的Z轴方向。在确定局部参考坐标系框架的Z轴方向后,即可确定垂直于Z轴的平面。
在具体实施中,对目标三维模型进行离散化处理,得到离散数据。将离散数据投影到垂直于Z轴的平面,并计算每一个离散数据在垂直于Z轴的平面上对应的包围矩形。从每一个离散数据在垂直于Z轴的平面上对应的包围矩形中,选取一个面积最小的包围矩形作为定向矩形。之后,将定向矩形的左上角对应的坐标作为局部参考坐标系框架的原点,将定向矩形中最长的边的指向作为局部参考坐标系框架的Y轴方向,将定向矩形中最短的边的指向作为局部参考坐标系框架的X轴方向。
由此,可以完成目标三维模型对应的局部参考坐标系框架的确定。之后,可以将目标三维模型缩放并转换到单位球面上,使得目标三维模型对应的定向包围盒的中心与对应的局部参考坐标系框架的原点重合。
在实际应用中,采集到的目标设备对应的三维点云数据还可能会存在噪声污染的问题。在得到的定向矩形中,可能存在相临边之间的长度差值小于预设值的场景。例如,相邻边之间长度较长的边为a,相临边之间长度较短的边为b,a<1.1b。此时,所建立的目标三维模型的局部参考坐标系框架是不确定的,存在轴确定的二义性。
为了消除轴确定的二义性,可以针对建立的局部参考坐标系框架进行调整。在本发明实施例中,可以分别计算三维点云数据在x=0平面的对称性和在y=0平面的对称性;当三维点云数据在x=0平面的对称性小于在y=0平面的对称性时,将目标三维模型在局部参考坐标系框架中沿Z轴方向逆时针旋转90°;反之,当三维点云数据在x=0平面的对称性不小于在y=0平面的对称性时,则保持目标三维模型在所建立的局部参考坐标系框架中的位置保持不变。
在本发明实施例中,为了计算三维点云数据关于平面的pl的对称性,可以先建立目标三维模型对应的轴对齐包围盒。将轴对齐包围盒细分为三维体素集V,体素分辨率固定为21×21×21。当有点落入V(i,j,k)中,则令V (i,j,k)=1,并将V(i,j,k)标记为完全体素;反之,令V(i,j,k) =0。
平面pl将三维体素网分成两部分,记为ppos和pneg,而分别表示ppos部分和pneg部分完全像素的数量。若一个完全体素关于平面pl对称的体素也是完全体素,则称这两个体素具有反射对称性。计算三维体素集V 中所有具有反射对称性的体素,将结果表示为nsym。对称性公式定义如下:
在对称性计算过程中,结果的数值越大,则说明对称效果越好。
参照图3,给出了本发明实施例中的一种局部参考坐标系框架确定过程的示意图。图3中,(a)为待创建三维模型的目标设备对应的三维点云数据,可以根据目标设备对应的三维点云数据,确定目标三维模型对应的局部参考坐标系框架的Z轴方向。之后,将目标三维模型对应的离散数据投影到垂直于Z轴的平面(也即水平面),如图3中的(b)和(c)所示。从每一个离散数据在垂直于Z轴的平面上对应的包围矩形中,选取一个面积最小的包围矩形作为定向矩形。之后,将定向矩形的左上角对应的坐标作为局部参考坐标系框架的原点,将定向矩形中最长的边的指向作为局部参考坐标系框架的Y 轴方向,将定向矩形中最短的边的指向作为局部参考坐标系框架的X轴方向,如图3中的(d)所示。
从图3中的(c)中可见,已经确定了局部参考坐标系框架的X轴方向和 Y轴方向。
参照图4,给出了本发明实施例中的一种局部参考坐标系框架调整过程的示意图。
对于图4中的(a)为确定了的局部参考坐标系框架。由于存在噪声等原因,导致图4中的(a)对应的定向矩形中,相临边之间的差值较小。因此,可以分别计算目标设备对应的三维点云数据在x=0平面的对称性和在y=0平面的对称性。从图4中的(b)中可知,目标设备对应的三维点云数据在x=0 平面(YOZ平面)的对称性为Sym=0.459,目标设备对应的三维点云数据在 y=0(XOZ平面)平面的对称性为Sym=0.583。由此可见,目标设备对应的三维点云数据在x=0平面上的对称性低于在y=0平面上的对称性。因此,将目标三维模型在局部参考坐标系框架中沿Z轴方向逆时针旋转90°,得到图4 中对应的(d)。换而言之,图4中的(d)由图4中的(a)沿Z轴方向逆时针旋转90°得到。
步骤S104,基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,得到所述目标三维模型对应的形状描述子。
在具体实施中,可以对目标三维模型进行单一化描述,从而得到目标三维模型对应的形状描述子。
在本发明实施例中,可以设置P个经过局部参考坐标系框架的Z轴方向的投影平面,P个投影平面为具有相同尺寸的正方形平面,且每一个投影平面的中心位于所述局部参考坐标系框架的坐标原点,任意相邻平面之间的夹角为180°/P,且第一投影平面平行于x=0平面;P>1。之后,可以将每一个投影平面等分成n×n个方块,得到每一个投影平面对应的分布矩阵。将每一个分布矩阵转换成对应的2个分布向量,得到2P个分布向量。从所述2P个分布向量中提取P个分布向量,对提取出的P个分布向量进行拼接,得到的拼接结果为所述目标三维模型对应的形状描述子。
在本发明实施例中,在将每一个分布矩阵转换成对应的2个分布向量时,可以采用如下公式分别确定分布矩阵M(k)对应的第一分布向量v(k)以及第二分布向量v(k+p):
其中,M(k)为第k个分布矩阵,1≤k≤P。
在本发明一实施例中,令P=36,也即设置36个经过局部参考坐标系框架的Z轴方向的投影平面,36个投影平面具有相同尺寸且均为正方形平面,每一个投影平面的中心位于局部参考坐标系框架的坐标原点。36个投影平面中,两两之间的夹角为5°,并且其中的第一投影平面平行于x=0平面。
在具体实施中,在从2P个分布向量中提取P个分布向量时,可以先从2P 个分布向量中,确定从哪一个分布向量开始提取P个分布向量,也即确定提取出的P个分布向量的起始向量。在确定了起始向量之后,可以起始向量为起始点,沿预设的向量提取方向依次提取P个分布向量,提取出的P个分布向量是连续的。向量提取方向可以为顺时针方向,也可以为逆时针方向,还可以为其他预先设定的提取方向。
例如,先从2P个分布向量中,确定第4个分布向量为起始向量,向量提取方向为逆时针方向。因此,从第4个分布向量开始,逆时针方向提取P个分布向量。
在具体实施中,考虑到噪声和遮挡的情况,第一投影平面是鲁棒的。因此,可以在第一投影平面对应的分布矩阵M(1)所对应的2个分布向量中,确定提取出的P个分布向量的起始向量。
在本发明实施例中,可以根据上述所建立的三维体素集,分别获取分布向量v(1)对应的完全体素密度以及分布向量v(1+p)对应的完全体素密度;分布向量v(1)与分布向量v(1+p)为所述第一投影平面对应的2个分布向量;选取完全体素密度最大的分布向量作为所述提取出的P个分布向量的起始向量。
在具体实施中,在提取出P个分布向量之后,可以将提取出的P个向量进行拼接,拼接得到的结果即为目标三维模型对应的形状描述子。
在本发明一实施例中,确定起始向量为v(1+p),提取方向为逆时针方向,则构造的目标三维模型对应的形状描述子为f(v(1+p),v(2+p),......,v(2p))。
在本发明实施例中,在完成形状描述子的构造之后,还可以对形状描述子进行归一化处理。进行归一化处理后,提取出的P个分布向量对应的和值为1。
例如,目标三维模型对应的形状描述子为f(v(1+p),v(2+p),......,v(2p)),对函数f进行归一化之后,其中的所有元素的和值为1。
在实际应用中,在为不同的设备建立对应的三维模型的过程中,在采集设备对应的三维点云数据和影像数据时,由于采集位置不同、采集方向不同、设备的朝向不同等因素的影响,导致不同设备对应的三维模型的参考坐标系框架不同。在现有的三维数据库中,不同设备对应的三维模型可能存在不同的参考坐标系。
而在本发明实施例中,通过步骤S103~步骤S104,对建立的目标三维模型进行单一化描述,得到对应的形状描述子。因此,本发明实施例中所建立的三维模型库中,每一个三维模型对应的局部参考坐标系框架均相同,也即不同的三维模型采用相同的局部参考坐标系框架。
参照图5(a)~5(d),给出了本发明实施例中的一种形状描述子生成过程的示意图。图5(a)中,设置36个经过局部参考坐标系快框架的Z轴方向的投影平面,依次为θ1~θ36。36个投影平面对应的分布矩阵参照图5(b),图5(b)中,分布矩阵M(1)与投影平面θ1对应,分布矩阵M(2)与投影平面θ2对应,以此类推,分布矩阵M(36)与投影平面θ36对应。
分别对每一个投影矩阵进行转换,每一个投影矩阵对应2个分布向量,从而得到72个分布向量,参照图5(c),其中的v(x)表征第x个分布向量。针对第1个分布矩阵,其对应的分布向量为v(1)和v(37);针对第2个分布矩阵,其对应的分布向量为v(2)和v(38);以此类推,针对第36个分布矩阵,其对应的分布向量为v(36)和v(72)。由此,可以得到72个分布向量的分布示意图,参照图5(d)。
在实际应用中,存在根据三维模型库中的三维模型进行检索的应用场景。例如,根据某一个三维模型,检索三维模型库中是否存在相同的三维模型。
目前,国内外学者们已经开发了多种三维模型库及检索***,其中比较有代表性的有普度大学ESB检索***、National Design Repository检索***、 Traceparts零件库、CADENAS公司开发的GEOmetrical Search检索***,而国内对此研究起步较晚,仅有浙江大学和西北工业大学等研究机构设计出较成熟的模型库和检索***。上述数据库中包含了海量的CAD模型,为多个行业提供了便捷的调度和应用,但模型的外形和结构较为简单,其描述方法无法应用于复杂的工业设备。
在三维模型检索过程中,基于关键字检索方法的局限性变得愈加明显,研究人员开始投入到对基于内容检索方法的研究,多年的研究工作产生了大量先进的识别和检索方法。其中,针对三维模型的描述子中比较有代表性的有点特征直方图(PFH)、快速点特征直方图(FPFH)、全局快速点特征直方图(GFPFH)和角度直方图(VFH)以及全局正射对象描述子(GOOD) 等等,尽管它们在描述性、计算时间以及内存使用之间取得了一个较好的平衡,但直接对有缺陷的原始数据进行描述仍有一定的不足。无法快速、精准地完成工业设备模型的检索。
为解决上述问题,在本发明实施例中,在完成三维模型库的建立之后,当接收到输入的待检索三维模型时,可以获取待检索三维模型的形状描述子。之后,从采用本发明实施例提供的三维模型库的建立方法建立的三维模型库中,确定与待检索三维模型的相似度最高的三维模型。
在具体实施中,获取待检索三维模型的形状描述子的具体过程,可以参照上述实施例中提供的步骤S103~步骤S104中获取目标三维模型的形状描述子的过程,此处不做赘述。
在本发明实施例中,可以计算所建立的三维模型库中每一个三维模型的形状描述子与待检索三维模型的形状描述子的欧式距离,并选取形状描述子与待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
例如,在所建立的三维模型库中,第3个三维模型的形状描述子与待检索三维模型的形状描述子的欧式距离最小,则判定第3个三维模型是与待检索三维模型的相似度最高的三维模型。
在本发明一实施例中,可以采用如下公式计算欧式距离:
其中,fo为所建立的三维模型库中模型o的形状描述子,fo′为待检索三维模型的形状描述子。
在具体实施中,在从所建立的三维模型库中检索到与待检测三维模型的相似度最高的三维模型后,可以将检索到的三维模型输出,以便于检索用户查阅。
例如,在从所建立的三维模型库中,检索到的与待检测三维模型的相似度最高的三维模型为第3个三维模型,则可以将第3个三维模型输出,以供检索用户查阅。
在具体实施中,在将目标三维模型及其对应的形状描述子保存在三维模型数据库中时,还可以根据目标设备所属的行业领域信息,在三维模型数据库中设置目标设备对应的行业领域分库。根据目标设备对应的设备种类信息,在其对应的行业领域分库设置对应的设备种类子库。
在实际应用中,可以按照行业领域对工业场景的目标设备进行领域划分。例如,按照制造业、电力、采矿、建筑业等领域,对目标设备进行领域划分。在某一个行业中,可以根据设备种类对设备进行进一步的划分。例如,根据电压等级,将变压器换分成35KV变压器、110KV变压器、220KV变压器以及500KV变压器。
因此,本发明实施例中所建立的三维模型库中,可以包括制造业分库、电力分库、采矿分库以及建筑业分库。针对电力分库,还包括35KV变压器子库、110KV变压器子库、220KV变压器子库以及500KV变压器子库。
在具体实施中,在从所建立的三维模型库中确定与待检索三维模型的相似度最高的三维模型时,可以先获取待检索三维模型对应的行业领域信息以及设备种类信息。之后,在所建立的三维模型库中,确定与待检索三维模型对应的设备种类子库。计算所确定的设备种类子库中所有三维模型的形状描述子与待检索三维模型的形状描述子的欧式距离,并选取形状描述子与待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与待检索三维模型的相似度最高的三维模型。
通过将三维模型库中的三维模型按照行业领域信息进行一次划分,获取不同行业领域对应的行业领域分库。在一个行业领域分库中,包括同一个行业领域内多种不同设备对应的三维模型。
针对同一行业领域,按照设备种类信息进行二次划分,获取不同设备对应的设备种类子库。在一个设备种类子库中,包括一个设备种类的不同型号设备对应的三维模型。
在对待检索三维模型进行检索时,根据待检索三维模型对应设备所属行业领域信息以及设备种类信息,在所建立的三维模型库中,确定与所述待检索三维模型对应的设备种类子库。在确定的设备种类子库中查找与待检索三维模型相似度最高的三维模型,可以减少检索过程中的计算量,提高检索效率。
参照图6,给出了本发明实施例中的一种三维模型检索对应的示意图。图 6中,第一列为待检索三维模型的点云数据。第二列、第三列、第四列以及第五列分别为从所建立的三维模型库中检索到的相似度最高的前四个三维模型,其中,第二列对应的三维模型与待检索三维模型的相似度最高,第三列对应的三维模型与待检索三维模型的相似度仅次于第二列对应的三维模型,第四列对应的三维模型与待检索三维模型的相似度次于第二列对应的三维模型,第五列对应的三维模型与待检索三维模型的相似度次于第四列对应的三维模型。
参照图2,给出了本发明实施例中的一种三维模型库的建立装置20,包括:数据获取单元201、模型创建单元202、坐标系确定单元203、形状描述子获取单元204以及保存单元205,其中:
数据获取单元201,用于获取待创建三维模型的目标设备对应的三维点云数据和影像数据;
模型创建单元202,用于基于所述三维点云数据创建目标设备的表面轮廓,并采用所述影像数据对所述表面轮廓进行贴图处理,得到所述目标设备对应的目标三维模型;
坐标系确定单元203,用于根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架;
形状描述子获取单元204,用于基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,得到所述目标三维模型对应的形状描述子;
保存单元205,用于将所述目标三维模型及其对应的形状描述子保存在所述三维模型数据库中。
在具体实施中,所述坐标系确定单元203,可以用于对所述目标三维模型进行离散化处理,得到离散数据;根据所述三维点云数据,确定所述局部参考坐标系框架的Z轴方向,并确定垂直于Z轴的平面;将所述离散数据投影到所述垂直于Z轴的平面,并计算所述离散数据的包围矩形;获取所述离散数据对应的面积最小的包围矩形,作为定向矩形;将所述定向矩形的左上角对应的坐标作为所述局部参考坐标系框架的原点,将所述定向矩形中最长的边的指向作为所述局部参考坐标系框架的Y轴方向,将所述定向矩形中最短的边的指向作为所述局部参考坐标系框架的X轴方向。
在具体实施中,所述坐标系确定单元203,还可以用于在确定所述局部参考坐标系框架的X轴、Y轴以及Z轴之后,当所述定向矩形中的相临边之间的长度差小于预设值时,分别计算所述三维点云数据在x=0平面的对称性和在y=0平面的对称性;当所述三维点云数据在x=0平面的对称性小于在y=0 平面的对称性时,将所述目标三维模型在所述局部参考坐标系框架中沿Z轴方向逆时针旋转90°。
在具体实施中,所述形状描述子获取单元204,可以用于设置P个经过所述局部参考坐标系框架的Z轴方向的投影平面,P个投影平面为具有相同尺寸的正方形平面,且每一个投影平面的中心位于所述局部参考坐标系框架的坐标原点,任意相邻平面之间的夹角为180°/P,且第一投影平面平行于x=0 平面;P>1;将每一个投影平面等分成n×n个方块,得到每一个投影平面对应的分布矩阵M(k);在所述分布矩阵M(k)中,当投影平面第(i,j)个栅格中存在点,M(k)(i,j)=1;否则M(k)(i,j)=0,1≤k≤P;将每一个分布矩阵转换成对应的2个分布向量,得到2P个分布向量;从所述2P个分布向量中提取P 个分布向量;对提取出的P个分布向量进行拼接,得到的拼接结果为所述目标三维模型对应的形状描述子。
在具体实施中,所述形状描述子获取单元204,可以用于采用如下公式分别确定分布矩阵M(k)对应的第一分布向量v(k)以及第二分布向量v(k+p):
其中,M(k)为第k个分布矩阵,1≤k≤P。
在具体实施中,所述形状描述子获取单元204,可以用于从所述2P个分布向量中,确定提取出的P个分布向量的起始向量;以所述起始向量为起始点,沿预设的向量提取方向依次提取P个分布向量。
在具体实施中,所述形状描述子获取单元204,可以用于根据所述第一投影平面对应的分布矩阵M(1),并计算所述分布矩阵M(1)对应的2个分布向量;根据所述分布向量v(1)和v(1+p),确定提取出的P个分布向量的起始向量。
在具体实施中,所述形状描述子获取单元204,可以用于根据预先建立的三维体素集,分别获取分布向量v(1)对应的完全体素密度以及分布向量v(1+p)对应的完全体素密度;分布向量v(1)与分布向量v(1+p)为所述第一投影平面对应的 2个分布向量;选取完全体素密度最大的分布向量作为所述提取出的P个分布向量的起始向量。
在具体实施中,所述形状描述子获取单元204,还可以用于在对提取出的 P个分布向量进行拼接之后,将所述提取出的P个分布向量进行归一化处理,使得所述提取出的P个分布向量对应的和值为1。
在具体实施中,所述三维模型库的建立装置20还可以包括:检索处理单元206,用于当接收到输入的待检索三维模型时,获取所述待检索三维模型的形状描述子;从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型。
在具体实施中,所述检索处理单元206,可以用于计算所述三维模型库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
在具体实施中,所述保存单元205,用于根据所述目标设备所属的行业领域信息,在所述三维模型数据库中设置对应的行业领域分库;根据所述目标设备对应的设备种类信息,在其对应的行业领域分库设置对应的设备种类子库。
在具体实施中,所述检索处理单元206,可以用于获取所述待检索三维模型对应的行业领域信息以及设备种类信息,在所述三维模型库中,确定与所述待检索三维模型对应的设备种类子库;计算所确定的设备种类子库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (22)
1.一种三维模型库的建立方法,其特征在于,包括:
获取待创建三维模型的目标设备对应的三维点云数据和影像数据;
基于所述三维点云数据创建目标设备的表面轮廓,并采用所述影像数据对所述表面轮廓进行贴图处理,得到所述目标设备对应的目标三维模型;
根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架;
基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,得到所述目标三维模型对应的形状描述子;
将所述目标三维模型及其对应的形状描述子保存在所述三维模型库中;
所述根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架,包括:
对所述目标三维模型进行离散化处理,得到离散数据;
根据所述三维点云数据,确定所述局部参考坐标系框架的Z轴方向,并确定垂直于Z轴的平面;
将所述离散数据投影到所述垂直于Z轴的平面,并计算所述离散数据的包围矩形;
获取所述离散数据对应的面积最小的包围矩形,作为定向矩形;
将所述定向矩形的左上角对应的坐标作为所述局部参考坐标系框架的原点,
将所述定向矩形中最长的边的指向作为所述局部参考坐标系框架的Y轴方向,
将所述定向矩形中最短的边的指向作为所述局部参考坐标系框架的X轴方向;
所述基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,包括:
设置P个经过所述局部参考坐标系框架的Z轴方向的投影平面,P个投影平面为具有相同尺寸的正方形平面,且每一个投影平面的中心位于所述局部参考坐标系框架的坐标原点,任意相邻平面之间的夹角为180°/P,且第一投影平面平行于x=0平面;P>1;
将每一个投影平面等分成n×n个方块,将所述离散数据投影到投影平面上,得到每一个投影平面对应的分布矩阵M(k);在所述分布矩阵M(k)中,当投影平面第(i,j)个栅格中存在点,M(k)(i,j)=1;否则M(k)(i,j)=0,1≤k≤P;将每一个分布矩阵转换成对应的2个分布向量,得到2P个分布向量;
从所述2P个分布向量中提取P个分布向量;
对提取出的P个分布向量进行拼接,得到的拼接结果为所述目标三维模型对应的形状描述子。
2.如权利要求1所述的三维模型库的建立方法,其特征在于,在确定所述局部参考坐标系框架的X轴、Y轴以及Z轴之后,还包括:
当所述定向矩形中的相临边之间的长度差小于预设值时,分别计算所述三维点云数据在x=0平面的对称性和在y=0平面的对称性;
当所述三维点云数据在x=0平面的对称性小于在y=0平面的对称性时,将所述目标三维模型在所述局部参考坐标系框架中沿Z轴方向逆时针旋转90°。
4.如权利要求1所述的三维模型库的建立方法,其特征在于,所述从所述2P个分布向量中提取P个分布向量,包括:
从所述2P个分布向量中,确定提取出的P个分布向量的起始向量;
以所述起始向量为起始点,沿预设的向量提取方向依次提取P个分布向量。
5.如权利要求4所述的三维模型库的建立方法,其特征在于,所述从所述2P个分布向量中,确定提取出的P个分布向量的起始向量,包括:
根据所述第一投影平面对应的分布矩阵M(1),并计算所述分布矩阵M(1)对应的2个分布向量v(1)和v(1+p);
根据所述分布向量v(1)和v(1+p),确定提取出的P个分布向量的起始向量。
6.如权利要求5所述的三维模型库的建立方法,其特征在于,所述根据所述分布向量v(1)和v(1+p),确定提取出的P个分布向量的起始向量,包括:
根据预先建立的三维体素集,分别获取分布向量v(1)对应的完全体素密度以及分布向量v(1+p)对应的完全体素密度;分布向量v(1)与分布向量v(1+p)为所述第一投影平面对应的2个分布向量;
选取完全体素密度最大的分布向量作为所述提取出的P个分布向量的起始向量。
7.如权利要求4所述的三维模型库的建立方法,其特征在于,在对提取出的P个分布向量进行拼接之后,还包括:
将所述提取出的P个分布向量进行归一化处理,使得所述提取出的P个分布向量对应的和值为1。
8.如权利要求1所述的三维模型库的建立方法,其特征在于,在将所述目标三维模型及其对应的形状描述子保存在所述三维模型库中之后,还包括:
当接收到输入的待检索三维模型时,获取所述待检索三维模型的形状描述子;从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型。
9.如权利要求8所述的三维模型库的建立方法,其特征在于,所述从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型,包括:
计算所述三维模型库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
10.如权利要求8所述的三维模型库的建立方法,其特征在于,所述将所述目标三维模型及其对应的形状描述子保存在所述三维模型库中,包括:
根据所述目标设备所属的行业领域信息,在所述三维模型库中设置对应的行业领域分库;
根据所述目标设备对应的设备种类信息,在其对应的行业领域分库设置对应的设备种类子库。
11.如权利要求10所述的三维模型库的建立方法,其特征在于,所述从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型,包括:
获取所述待检索三维模型对应的行业领域信息以及设备种类信息,在所述三维模型库中,确定与所述待检索三维模型对应的设备种类子库;
计算所确定的设备种类子库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
12.一种三维模型库的建立装置,其特征在于,包括:
数据获取单元,用于获取待创建三维模型的目标设备对应的三维点云数据和影像数据;
模型创建单元,用于基于所述三维点云数据创建目标设备的表面轮廓,并采用所述影像数据对所述表面轮廓进行贴图处理,得到所述目标设备对应的目标三维模型;
坐标系确定单元,用于根据所述三维点云数据的分布,确定所述目标三维模型对应的局部参考坐标系框架;
形状描述子获取单元,用于基于所述目标三维模型对应的局部参考坐标系框架,对所述目标三维模型进行单一化描述,得到所述目标三维模型对应的形状描述子;
保存单元,用于将所述目标三维模型及其对应的形状描述子保存在所述三维模型库中;
所述坐标系确定单元,用于对所述目标三维模型进行离散化处理,得到离散数据;根据所述三维点云数据,确定所述局部参考坐标系框架的Z轴方向,并确定垂直于Z轴的平面;将所述离散数据投影到所述垂直于Z轴的平面,并计算所述离散数据的包围矩形;获取所述离散数据对应的面积最小的包围矩形,作为定向矩形;将所述定向矩形的左上角对应的坐标作为所述局部参考坐标系框架的原点,将所述定向矩形中最长的边的指向作为所述局部参考坐标系框架的Y轴方向,将所述定向矩形中最短的边的指向作为所述局部参考坐标系框架的X轴方向;
所述形状描述子获取单元,用于设置P个经过所述局部参考坐标系框架的Z轴方向的投影平面,P个投影平面为具有相同尺寸的正方形平面,且每一个投影平面的中心位于所述局部参考坐标系框架的坐标原点,任意相邻平面之间的夹角为180°/P,且第一投影平面平行于x=0平面;P>1;将每一个投影平面等分成n×n个方块,得到每一个投影平面对应的分布矩阵M(k);在所述分布矩阵M(k)中,当投影平面第(i,j)个栅格中存在点,M(k)(i,j)=1;否则M(k)(i,j)=0,1≤k≤P;将每一个分布矩阵转换成对应的2个分布向量,得到2P个分布向量;从所述2P个分布向量中提取P个分布向量;对提取出的P个分布向量进行拼接,得到的拼接结果为所述目标三维模型对应的形状描述子。
13.如权利要求12所述的三维模型库的建立装置,其特征在于,所述坐标系确定单元,还用于在确定所述局部参考坐标系框架的X轴、Y轴以及Z轴之后,当所述定向矩形中的相临边之间的长度差小于预设值时,分别计算所述三维点云数据在x=0平面的对称性和在y=0平面的对称性;当所述三维点云数据在x=0平面的对称性小于在y=0平面的对称性时,将所述目标三维模型在所述局部参考坐标系框架中沿Z轴方向逆时针旋转90°。
15.如权利要求12所述的三维模型库的建立装置,其特征在于,所述形状描述子获取单元,用于从所述2P个分布向量中,确定提取出的P个分布向量的起始向量;以所述起始向量为起始点,沿预设的向量提取方向依次提取P个分布向量。
16.如权利要求15所述的三维模型库的建立装置,其特征在于,所述形状描述子获取单元,用于根据所述第一投影平面对应的分布矩阵M(1),并计算所述分布矩阵M(1)对应的2个分布向量v(1)和v(1+p);根据所述分布向量v(1)和v(1+p),确定提取出的P个分布向量的起始向量。
17.如权利要求16所述的三维模型库的建立装置,其特征在于,所述形状描述子获取单元,用于根据预先建立的三维体素集,分别获取分布向量v(1)对应的完全体素密度以及分布向量v(1+p)对应的完全体素密度;分布向量v(1)与分布向量v(1+p)为所述第一投影平面对应的2个分布向量;选取完全体素密度最大的分布向量作为所述提取出的P个分布向量的起始向量。
18.如权利要求15所述的三维模型库的建立装置,其特征在于,所述形状描述子获取单元,还用于在对提取出的P个分布向量进行拼接之后,将所述提取出的P个分布向量进行归一化处理,使得所述提取出的P个分布向量对应的和值为1。
19.如权利要求12所述的三维模型库的建立装置,其特征在于,还包括:检索处理单元,用于当接收到输入的待检索三维模型时,获取所述待检索三维模型的形状描述子;从所述三维模型库中确定与所述待检索三维模型的相似度最高的三维模型。
20.如权利要求19所述的三维模型库的建立装置,其特征在于,所述检索处理单元,用于计算所述三维模型库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
21.如权利要求19所述的三维模型库的建立装置,其特征在于,所述保存单元,用于根据所述目标设备所属的行业领域信息,在所述三维模型库中设置对应的行业领域分库;根据所述目标设备对应的设备种类信息,在其对应的行业领域分库设置对应的设备种类子库。
22.如权利要求21所述的三维模型库的建立装置,其特征在于,所述检索处理单元,用于获取所述待检索三维模型对应的行业领域信息以及设备种类信息,在所述三维模型库中,确定与所述待检索三维模型对应的设备种类子库;计算所确定的设备种类子库中所有三维模型的形状描述子与所述待检索三维模型的形状描述子的欧式距离,并选取形状描述子与所述待检索三维模型的形状描述子的欧式距离最小的三维模型,作为与所述待检索三维模型的相似度最高的三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811272917.1A CN109448112B (zh) | 2018-10-26 | 2018-10-26 | 三维模型库的建立方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811272917.1A CN109448112B (zh) | 2018-10-26 | 2018-10-26 | 三维模型库的建立方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109448112A CN109448112A (zh) | 2019-03-08 |
CN109448112B true CN109448112B (zh) | 2023-02-21 |
Family
ID=65548761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811272917.1A Active CN109448112B (zh) | 2018-10-26 | 2018-10-26 | 三维模型库的建立方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109448112B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993827B (zh) * | 2019-03-29 | 2023-09-12 | 宁波睿峰信息科技有限公司 | 一种将建筑图纸转换为三维bim模型的立面图识别方法 |
CN110033621B (zh) * | 2019-05-22 | 2021-01-29 | 北京经纬恒润科技股份有限公司 | 一种危险车辆检测方法、装置及*** |
CN112906235A (zh) * | 2021-03-09 | 2021-06-04 | 上汽通用五菱汽车股份有限公司 | 一种三维工厂建设及工程应用的方法 |
CN113256790B (zh) * | 2021-05-21 | 2024-06-07 | 珠海金山数字网络科技有限公司 | 建模方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809757A (zh) * | 2015-05-04 | 2015-07-29 | 南京朗标电子科技有限公司 | 一种通过颜色与形状组合匹配三维点云的设备与方法 |
CN107025323A (zh) * | 2016-12-29 | 2017-08-08 | 南京南瑞信息通信科技有限公司 | 一种基于模板库的变电站快速建模方法 |
CN107146277A (zh) * | 2017-03-21 | 2017-09-08 | 国网湖北省电力公司检修公司 | 基于点云数据对变电站进行建模的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160246767A1 (en) * | 2013-12-19 | 2016-08-25 | Google Inc. | Applying Annotations to Three-Dimensional (3D) Object Data Models Based on Object Parts |
-
2018
- 2018-10-26 CN CN201811272917.1A patent/CN109448112B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809757A (zh) * | 2015-05-04 | 2015-07-29 | 南京朗标电子科技有限公司 | 一种通过颜色与形状组合匹配三维点云的设备与方法 |
CN107025323A (zh) * | 2016-12-29 | 2017-08-08 | 南京南瑞信息通信科技有限公司 | 一种基于模板库的变电站快速建模方法 |
CN107146277A (zh) * | 2017-03-21 | 2017-09-08 | 国网湖北省电力公司检修公司 | 基于点云数据对变电站进行建模的方法 |
Non-Patent Citations (2)
Title |
---|
Noise-resistant Deep Learning for Object Classification in 3D Point Clouds Using a Point Pair Descriptor;Dmytro Bobkov 等;《Robotics and Automation Letters》;20180405;第1页-第8页 * |
使用形状变化描述三维模型;朱新懿 等;《计算机应用研究》;20150331;第32卷(第3期);第922页-第924页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109448112A (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109448112B (zh) | 三维模型库的建立方法及装置 | |
CN110880200A (zh) | 基于三维重建技术的gim模型工程智能验收方法 | |
JP2009093611A (ja) | 三次元オブジェクト認識のためのシステムおよび方法 | |
CN104376594A (zh) | 三维人脸建模方法和装置 | |
CN105719277B (zh) | 一种基于测绘与二维图像的变电站三维建模方法及*** | |
CN109493422A (zh) | 一种基于三维激光扫描技术的变电站三维模型构建方法 | |
CN110136260A (zh) | 基于激光点云全要素模型库的输电线路杆塔及其实现方法 | |
JP4322615B2 (ja) | 三次元配置調整cadシステムを備えた部品情報処理装置、部品情報処理方法および部品情報処理プログラム | |
CN110660125B (zh) | 用于电力配网***的三维建模装置 | |
CN101794459A (zh) | 一种立体视觉影像与三维虚拟物体的无缝融合方法 | |
CN109410330A (zh) | 一种基于bim技术无人机航拍建模方法 | |
CN115797568A (zh) | 一种基于三维gis与bim集成的建模方法及装置 | |
Trebuňa et al. | 3D scanning as a modern technology for creating 3D models | |
Zhang et al. | Dense 3d mapping for indoor environment based on feature-point slam method | |
CN117828788A (zh) | 电力设备的数字孪生模型构建方法、装置和计算机设备 | |
Zheliazkova et al. | A parametric-assisted method for 3D generation of as-built BIM models for the built heritage | |
CN109670557B (zh) | 一种基于杆状构筑物的公路点云自动配准方法 | |
CN116310753A (zh) | 一种室外场景点云数据的矢量化骨架提取方法及*** | |
Chen et al. | Feature extraction of point cloud using 2D-3D transformation | |
CN109472862A (zh) | 一种变电站三维建模*** | |
CN113255499B (zh) | 一种变电站电缆二次回路数字化自动建模方法 | |
CN111583098B (zh) | 一种基于序列图像的线段聚类及拟合方法和*** | |
Zhang et al. | Augmented reality-based auxiliary device for workshop logistics delivery | |
Ji et al. | An extraction method for roof point cloud of ancient building using deep learning framework | |
Xia | Application of augmented reality technology in carton packaging structure design |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |