1、隨著多媒體信息技術(shù)和三維技術(shù)的迅速發(fā)展，三維模型檢索技術(shù)的研究成為學術(shù)界的一個熱點，并成為MPEG-7標準模型的一個重要研究部分。該技術(shù)在CAD/CAM、計算機動畫、游戲制作等領(lǐng)域均有廣泛的應(yīng)用和良好的前景。通?；谖谋娟P(guān)鍵字的檢索技術(shù)有諸多缺陷，因而基于內(nèi)容的檢索技術(shù)是該領(lǐng)域研究的重點。檢索的精度、速度、魯棒性是衡量一個三維模型檢索系統(tǒng)好壞的最重要標準。 一個典型的三維模型檢索系統(tǒng)主要分為三大模塊：預處理模塊、檢索模塊、反饋模

2、塊。本文研究的重點在于檢索模塊和反饋模塊的算法及系統(tǒng)設(shè)計。 檢索模塊用于計算三維模型的相似度并用于匹配，其核心是三維模型幾何特征提取算法。目前常用的三維模型幾何特征提取算法有：基于輪廓的算法、基于拓撲形狀的算法、基于視覺的算法。本文在對比研究多種算法的基礎(chǔ)上，提出了一種基于特征二叉樹和Zernike算子的三維模型幾何特征提取算法。該算法首先計算三維模型在一系列同心球面上的投影，然后計算這些球面投影的三維Zernike算子，最后利

3、用計算得到的特征向量進行相似性匹配。實驗證明，該算法能有效地提高檢索的精度和魯棒性。 反饋模塊用于對第一次檢索得到的結(jié)果進行分析和學習，使得多次檢索后能有效地提高檢索精度。目前常用的反饋方法有：傳統(tǒng)的相關(guān)反饋方法、基于支持向量機或神經(jīng)網(wǎng)絡(luò)的反饋方法。前者較為成熟且易于實現(xiàn)，本文設(shè)計了一種結(jié)合模型相似度和紋理相似度的反饋方法。后者在理論和實現(xiàn)上都較為復雜，本文設(shè)計了一種基于支持向量機的反饋方法，主要思想是使用概率預測模型的分類歸屬