1、與二維圖像相比，三維模型攜帶的信息更豐富，表現(xiàn)形式更為直觀。三維模型已經(jīng)越來越廣泛地使用在了人們的生活與工作的各個(gè)方面。實(shí)際應(yīng)用中，用戶希望能提供一種基于模型語義的三維模型檢索技術(shù)。然而由于三維模型的復(fù)雜性較高，現(xiàn)有的三維模型檢索技術(shù)檢索效率不高，適應(yīng)性差。因此，建立更為高效的三維模型檢索機(jī)制，具有較高的實(shí)用價(jià)值。 針對(duì)現(xiàn)有三維模型檢索技術(shù)交互性差的缺陷，本文將基于內(nèi)容圖像檢索領(lǐng)域的相關(guān)反饋方法應(yīng)用于三維模型檢索過程，通過點(diǎn)對(duì)分

2、類等手段改進(jìn)了模型特征提取效果，通過特征融合結(jié)合了多種特征進(jìn)行檢索，通過建立連接強(qiáng)度網(wǎng)絡(luò)優(yōu)化了相關(guān)反饋的交互過程，并設(shè)計(jì)實(shí)現(xiàn)了一個(gè)原形系統(tǒng)，在對(duì)測試數(shù)據(jù)庫中對(duì)象的檢索中取得了比較理想的效果。 本文主要的研究工作和進(jìn)展有： (1)實(shí)現(xiàn)了形狀分布算法、厚度直方圖算法、球面調(diào)和分析算法等幾種三維模型檢索特征提取算法，并對(duì)這幾種算法性能進(jìn)行了對(duì)比與分析，為進(jìn)一步研究提供了基礎(chǔ)。 (2)針對(duì)傳統(tǒng)的形狀分布算法區(qū)分度不高的缺

3、陷，提出了一種改進(jìn)的點(diǎn)對(duì)分類算法，實(shí)驗(yàn)證明取得了比較好的改進(jìn)效果。 (3)針對(duì)多特征融合檢索中權(quán)值不易確定的問題，引入相關(guān)反饋技術(shù)進(jìn)行靈活的權(quán)值調(diào)整，解決了權(quán)值優(yōu)化的問題。 (4)針對(duì)傳統(tǒng)相關(guān)反饋方法無法記憶用戶反饋信息的問題，對(duì)特征權(quán)值調(diào)整方法進(jìn)行了相應(yīng)的優(yōu)化。通過建立連接強(qiáng)度網(wǎng)絡(luò)，有效地利用歷史反饋信息，簡化和加快了反饋過程，提高了模型檢索的效率。 (5)結(jié)合以上方法實(shí)現(xiàn)了一個(gè)三維模型檢索原形系統(tǒng)，實(shí)現(xiàn)了本文