針對(duì)三維CAD模型檢索中的語(yǔ)義鴻溝問(wèn)題，提出一種基于局部形狀分布及語(yǔ)義概率統(tǒng)計(jì)的三維CAD模型自動(dòng)語(yǔ)義標(biāo)注算法。采用基于局部形狀分布的多尺度特征提取方法獲取CAD模型的形狀信息，并計(jì)算不同模型之間的形狀相似度;根據(jù)模型樣本庫(kù)中已知的語(yǔ)義分類信息，構(gòu)建一個(gè)基于概率的標(biāo)注框架對(duì)CAD模型進(jìn)行語(yǔ)義標(biāo)注，以建立模型形狀信息和語(yǔ)義信息之間的聯(lián)系。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效提高三維CAD模型檢索的準(zhǔn)確率，檢索性能優(yōu)于僅使用形狀信息時(shí)的檢索結(jié)果。

　　引言

　　隨著三維建模技術(shù)的日益成熟，三維計(jì)算機(jī)輔助設(shè)計(jì)(Computer　Aided　Design，CAD)模型憑借其可視化、數(shù)字化和虛擬化等優(yōu)點(diǎn)，已經(jīng)逐步取代傳統(tǒng)的二維工程圖，成為產(chǎn)品設(shè)計(jì)和制造領(lǐng)域中不可或缺的信息載體。面對(duì)企業(yè)在產(chǎn)品開發(fā)過(guò)程中積累的大量三維模型，如何幫助使用者快速、準(zhǔn)確地檢索到目標(biāo)模型，實(shí)現(xiàn)對(duì)企業(yè)模型資源的有效管理和重用，進(jìn)而幫助企業(yè)提高設(shè)計(jì)效率、縮短產(chǎn)品研發(fā)周期，已經(jīng)成為當(dāng)前產(chǎn)品設(shè)計(jì)和制造領(lǐng)域的研究熱點(diǎn)。

　　基于內(nèi)容的三維模型檢索技術(shù)借助模型的形狀信息，如幾何屬性、拓?fù)浣Y(jié)構(gòu)和投影輪廓等，來(lái)直接建立模型的索引并進(jìn)行檢索，該技術(shù)突破了關(guān)鍵詞和編碼等傳統(tǒng)檢索方式的局限，因此倍受研究人員的關(guān)注。由Kazhdan等提出的球面諧波算法利用一組球面諧波基函數(shù)來(lái)表示三維模型的形狀信息，并以基函數(shù)的系數(shù)集合作為模型的特征向量。球面諧波算法對(duì)模型的噪聲和退化具有較好的魯棒性，但該算法對(duì)模型的處理過(guò)程比較復(fù)雜，運(yùn)算量較大。Osada等提出的形狀分布算法，將三維模型表面任意兩個(gè)隨機(jī)采樣點(diǎn)之間的歐式距離作為模型的形狀函數(shù)，通過(guò)統(tǒng)計(jì)距離數(shù)值的分布情況，將三維模型表示為相應(yīng)的形狀函數(shù)分布直方圖。形狀分布算法具有原理簡(jiǎn)單、計(jì)算高效、所提取的形狀特征與模型的姿態(tài)無(wú)關(guān)等優(yōu)勢(shì)，但是由于統(tǒng)計(jì)樣本的單一化，該算法對(duì)外形復(fù)雜的三維模型區(qū)分效果欠佳。IP等對(duì)形狀分布算法進(jìn)行了改進(jìn)，將隨機(jī)采樣點(diǎn)對(duì)依據(jù)其連線與模型表面的位置關(guān)系進(jìn)行分類，以反映三維模型表面的凹凸信息。WANG等提出一種基于法向分類的形狀分布算法，該算法利用模型表面采樣點(diǎn)的法線方向?qū)⒉蓸狱c(diǎn)分為三類，并用相應(yīng)的三個(gè)形狀分布曲線來(lái)表示模型，以提高對(duì)模型形狀信息的描述能力。

　　隨著對(duì)基于內(nèi)容的三維模型檢索技術(shù)研究的深入，研究人員發(fā)現(xiàn)：在工程領(lǐng)域，由于模型自身的形狀信息和設(shè)計(jì)人員所理解的模型語(yǔ)義信息(如功能、用途等)之間往往存在語(yǔ)義鴻溝，僅憑借模型的形狀信息并不能有效地支持工程應(yīng)用過(guò)程中的檢索需求。雖然相關(guān)反饋技術(shù)通過(guò)在檢索過(guò)程中對(duì)用戶意圖的記錄能夠在一定程度上緩和上述語(yǔ)義鴻溝問(wèn)題，但因該技術(shù)需要進(jìn)行頻繁的人機(jī)交互而增加了使用者的負(fù)擔(dān)。Goldfeder與ZHANG等采用主動(dòng)學(xué)習(xí)的模式，利用模型樣本庫(kù)中的語(yǔ)義分類計(jì)算相似模型共享語(yǔ)義標(biāo)簽的概率，建立起模型形狀信息和語(yǔ)義信息之間的聯(lián)系，該方法的準(zhǔn)確度依賴于對(duì)語(yǔ)義標(biāo)簽先驗(yàn)概率的設(shè)置。Ohbuchi等基于流形排序算法對(duì)三維模型進(jìn)行語(yǔ)義標(biāo)注，由于流形排序的計(jì)算效率較低，該方法只適用于小規(guī)模的模型數(shù)據(jù)庫(kù)。WANG等提出一種基于差異特征協(xié)同語(yǔ)義標(biāo)注的三維模型檢索算法。由于使用支持向量機(jī)對(duì)模型進(jìn)行分類以獲取模型的語(yǔ)義信息，該算法依賴于對(duì)支持向量機(jī)相關(guān)參數(shù)(如核函數(shù))的選取與學(xué)習(xí)。針對(duì)目前三維模型檢索研究存在的這些問(wèn)題，本文提出一種基于局部形狀分布及語(yǔ)義概率統(tǒng)計(jì)的三維CAD模型自動(dòng)語(yǔ)義標(biāo)注算法，通過(guò)賦予模型相應(yīng)的語(yǔ)義標(biāo)簽，建立起模型形狀信息和語(yǔ)義信息之間的聯(lián)系，以提高三維模型檢索的準(zhǔn)確率。本文以STL文件格式表示的多邊形網(wǎng)格CAD模型作為研究對(duì)象，首先使用局部形狀分布算法提取CAD模型的形狀特征信息，并計(jì)算CAD模型之間的形狀相似度;然后依據(jù)樣本集中的語(yǔ)義分類信息，利用概率統(tǒng)計(jì)的方法對(duì)模型進(jìn)行自動(dòng)標(biāo)注。

1、三維CAD模型的特征提取

　　從使用效果來(lái)看，文獻(xiàn)中的形狀分布算法所提取的模型特征更側(cè)重于三維CAD模型的整體形狀信息，而對(duì)模型的局部細(xì)節(jié)描述不足。但在工程應(yīng)用中，使用者往往不僅需要找到整體外形相似的CAD模型，還要求檢索結(jié)果能夠反映模型局部細(xì)節(jié)之間的相似性，以便更好地支持對(duì)已有模型資源的參考和重用�；�于此，本文提出一種基于局部形狀分布的三維CAD模型多尺度特征提取方法，通過(guò)構(gòu)建模型在其不同尺度子區(qū)域上的局部形狀分布直方圖并用于模型間的相似性比較，使檢索結(jié)果能夠更完整地反映模型之間的相似性差異�？傮w思路如圖1所示。首先在三維CAD模型表面隨機(jī)選取固定數(shù)目的采樣點(diǎn)，對(duì)于每一個(gè)采樣點(diǎn)，計(jì)算該點(diǎn)與其他各點(diǎn)之間的歐式距離。根據(jù)計(jì)算結(jié)果，找出所有位于該采樣點(diǎn)鄰域內(nèi)的其他點(diǎn)，并統(tǒng)計(jì)該區(qū)域內(nèi)中心與其余各點(diǎn)距離數(shù)值的分布情況，構(gòu)建模型在該區(qū)域內(nèi)的局部形狀分布直方圖。該局部形狀分布直方圖反映了CAD模型在以采樣點(diǎn)為中心的子區(qū)域內(nèi)的局部形狀信息。最后，通過(guò)在不同尺度下匹配模型各自對(duì)應(yīng)的局部形狀分布直方圖，獲得CAD模型之間的相似性評(píng)價(jià)。

4、結(jié)束語(yǔ)

　　本文提出一種基于局部形狀分布及語(yǔ)義概率統(tǒng)計(jì)的三維CAD模型自動(dòng)語(yǔ)義標(biāo)注算法。該算法對(duì)CAD模型采用基于局部形狀分布的多尺度特征提取方法，與傳統(tǒng)的形狀分布算法相比，能夠更完整地體現(xiàn)模型之間的形狀相似性差異。在對(duì)模型進(jìn)行語(yǔ)義標(biāo)注時(shí)，該算法根據(jù)樣本庫(kù)中已有的語(yǔ)義信息，構(gòu)建了一個(gè)基于概率統(tǒng)計(jì)的標(biāo)注框架，較好地解決了形狀信息和語(yǔ)義信息間的關(guān)聯(lián)問(wèn)題。實(shí)驗(yàn)結(jié)果顯示，本文算法能夠有效提高三維CAD模型檢索的準(zhǔn)確率，檢索性能優(yōu)于僅使用形狀信息時(shí)的檢索結(jié)果。本文算法的不足在于所使用的語(yǔ)義信息僅來(lái)自于三維模型在數(shù)據(jù)庫(kù)中的分類情況，對(duì)用戶查詢意圖的支持仍是有限的;如何利用更深層次的語(yǔ)義信息(如設(shè)計(jì)知識(shí)、相關(guān)屬性等)實(shí)現(xiàn)模型資源的重用，將是下一步研究的重點(diǎn)。此外，在提取模型局部形狀分布信息時(shí)，如何實(shí)現(xiàn)局部尺度的自適應(yīng)設(shè)置，以更準(zhǔn)確地記錄模型的形狀信息，也是今后需要考慮的問(wèn)題。