本發(fā)明涉及計算機圖形學技術(shù)領(lǐng)域，尤其涉及一種三維模型集共分割方法及裝置。

背景技術(shù)：

在計算機圖形學技術(shù)領(lǐng)域，三維模型集共分割對于三維模型集聯(lián)合分析而言，具有重要的作用。

現(xiàn)有技術(shù)中，在對三維模型集進行共分割時，通常是采用傳統(tǒng)相似性傳播模型ap對三維模型集中的超面片進行聚類分析，從而實現(xiàn)對三維模型集的共分割。但是，采用該傳統(tǒng)相似性傳播模型ap對三維模型集進行聚類分析時，并沒有考慮到相鄰兩個超面片之間的位置關(guān)聯(lián)信息，使得三維模型集的共分割結(jié)果不一致。

然而，現(xiàn)有技術(shù)中三維模型集的共分割結(jié)果的一致性較低。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種三維模型集共分割方法及裝置，以提高三維模型集的共分割結(jié)果的一致性。

本發(fā)明實施例提供一種三維模型集共分割方法，包括：

獲取所述三維模型集的超面片集，所述三維模型集包括至少兩個三維模型，所述每個三維模型包括至少兩個超面片；

根據(jù)第一預(yù)設(shè)條件和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型，所述一致相似性傳播模型受所述第一預(yù)設(shè)條件約束，所述第一預(yù)設(shè)條件為所述超面片集中屬于同一個三維模型集的至少兩個超面片之間的位置信息；

將所述一致相似性傳播模型轉(zhuǎn)換為一致收斂相似性傳播模型；

通過所述一致收斂相似性傳播模型對所述超面片集進行聚類，生成所述三維模型集的共分割結(jié)果。

在本發(fā)明一實施例中，所述根據(jù)第一預(yù)設(shè)條件和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型，包括：

根據(jù)所述傳統(tǒng)相似性傳播模型和所述第一預(yù)設(shè)條件構(gòu)建因子圖；

根據(jù)所述因子圖獲取所述一致相似性傳播模型，以使所述每個三維模型集的至少兩個超面片到其所屬的聚類中心的相似度和最小，所述超面片集包括至少兩個聚類中心，所述超面片集中每一個超面片屬于所述一個聚類中心。

在本發(fā)明一實施例中，所述將所述一致相似性傳播模型轉(zhuǎn)換為一致收斂相似性傳播模型，包括：

預(yù)先建立第二預(yù)設(shè)條件和第三預(yù)設(shè)條件，所述第二預(yù)設(shè)條件為所述超面片集中任意兩個超面片之間的第一位置關(guān)系，所述第三預(yù)設(shè)條件為所述超面片集中屬于所述不同三維模型的至少兩個超面片之間的第二位置關(guān)系；

根據(jù)第二預(yù)設(shè)條件、第三預(yù)設(shè)條件和所述一致相似性傳播模型獲取一致收斂相似性傳播模型，所述一致收斂相似性傳播模型受所述第二預(yù)設(shè)條件和所述第三預(yù)設(shè)條件約束。

在本發(fā)明一實施例中，所述預(yù)先建立第二預(yù)設(shè)條件，包括：

提取所述超面片集對應(yīng)的特征向量集中的魯棒特征向量；

根據(jù)所述魯棒特征向量對應(yīng)的特征描述子建立屬于所述不同三維模型的兩個魯棒特征向量之間的第一對應(yīng)關(guān)系；所述特征描述子用于標記所述魯棒特征向量；

根據(jù)所述第一對應(yīng)關(guān)系建立所述超面片集中屬于所述不同的三維模型的至少兩個超面片之間的第二對應(yīng)關(guān)系；

根據(jù)所述第二對應(yīng)關(guān)系建立所述第一位置關(guān)系。

在本發(fā)明一實施例中，所述獲取所述超面片集對應(yīng)的特征向量集中的魯棒特征向量之前，還包括：

提取所述超面片集中每一個超面片的至少7個特征向量；

確定所述至少7個特征向量中每一個特征向量的權(quán)重；

將所述至少7個特征向量中每一個特征向量乘以其對應(yīng)的權(quán)重，并進行歸一化處理，得到所述每一個超面片對應(yīng)的唯一的特征向量，所述每一個超面片對應(yīng)的唯一的特征向量構(gòu)成所述超面片集對應(yīng)的特征向量集。

在本發(fā)明一實施例中，所述根據(jù)第二預(yù)設(shè)條件、第三預(yù)設(shè)條件和所述一致相似性傳播模型獲取一致收斂相似性傳播模型，包括：

根據(jù)獲取所述一致收斂相似性傳播模型；

其中，π表示所述超面片集，s(ci，cj)表示一致收斂相似性傳播模型對所述超面片集的優(yōu)化結(jié)果，s(i，ci)表示所述超面片集中超面片i與其所屬的聚類中心ci之間的相似度，γi，j(ci，cj)是約束項，表示超面片i、超面片j及聚類中心ci之間的關(guān)系，cj表示超面片j的聚類中心，e^-s(i，j)表示超面片i與超面片j之間的相似性。

在本發(fā)明一實施例中，所述根據(jù)所述因子圖獲取所述一致相似性傳播模型包括：

根據(jù)獲取所述一致相似性傳播模型；

其中，s(x11，...，xnn)表示所述超面片的聚類中心的能量函數(shù)，sic(xic)表示超面片i與其潛在的聚類中心c之間的相似度，xic＝1表示超面片i，其聚類中心為c，ii(xi1，...，xin)表示對于超面片i的聚類中心ci的n約束，表示聚類中心c的有效性約束，pikc(xic，xkc)表示鄰域一致性約束，

本發(fā)明實施例還提供一種三維模型集共分割裝置，包括：

獲取模塊，用于獲取所述三維模型集的超面片集，所述三維模型集包括至少兩個三維模型，所述每個三維模型包括至少兩個超面片；

所述獲取模塊，還用于根據(jù)第一預(yù)設(shè)條件和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型，所述一致相似性傳播模型受所述第一預(yù)設(shè)條件約束，所述第一預(yù)設(shè)條件為所述超面片集中屬于同一個三維模型集的至少兩個超面片之間的位置信息；

轉(zhuǎn)換模塊，用于將所述一致相似性傳播模型轉(zhuǎn)換為一致收斂相似性傳播模型；

生成模塊，用于通過所述一致收斂相似性傳播模型對所述超面片集進行聚類，生成所述三維模型集的共分割結(jié)果。

在本發(fā)明一實施例中，所述獲取模塊，具體用于根據(jù)所述傳統(tǒng)相似性傳播模型和所述第一預(yù)設(shè)條件構(gòu)建因子圖；根據(jù)所述因子圖獲取所述一致相似性傳播模型，以使所述每個三維模型集的至少兩個超面片到其所屬的聚類中心的相似度和最小，所述超面片集包括至少兩個聚類中心，所述超面片集中每一個超面片屬于所述一個聚類中心。

在本發(fā)明一實施例中，所述轉(zhuǎn)換模塊，具體用于預(yù)先建立第二預(yù)設(shè)條件和第三預(yù)設(shè)條件，所述第二預(yù)設(shè)條件為所述超面片集中任意兩個超面片之間的第一位置關(guān)系，所述第三預(yù)設(shè)條件為所述超面片集中屬于所述不同三維模型的至少兩個超面片之間的第二位置關(guān)系；根據(jù)第二預(yù)設(shè)條件、第三預(yù)設(shè)條件和所述一致相似性傳播模型獲取一致收斂相似性傳播模型，所述一致收斂相似性傳播模型受所述第二預(yù)設(shè)條件和所述第三預(yù)設(shè)條件約束。

本發(fā)明實施例提供的三維模型集共分割方法及裝置，通過獲取三維模型集的超面片集，三維模型集包括至少兩個三維模型，每個三維模型包括至少兩個超面片；根據(jù)第一預(yù)設(shè)條件和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型，一致相似性傳播模型受第一預(yù)設(shè)條件約束，第一預(yù)設(shè)條件為超面片集中屬于同一個三維模型集的至少兩個超面片之間的位置信息；將一致相似性傳播模型轉(zhuǎn)換為一致收斂相似性傳播模型；通過一致收斂相似性傳播模型對超面片集進行聚類，生成三維模型集的共分割結(jié)果，從而提高了三維模型集的共分割結(jié)果的一致性。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖做一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種三維模型集共分割方法的流程示意圖；

圖2為本發(fā)明實施例還提供的另一種三維模型集共分割方法的流程示意圖；

圖3為本發(fā)明實施例提供的一致相似傳播模型的原理示意圖；

圖4為本發(fā)明的實施例提供的一種一致相似傳播模型消息更新的示意圖；

圖5a為本發(fā)明實施例提供的一致相似傳播模型對杯子的共分割結(jié)果示意圖；

圖5b本發(fā)明實施例提供的一致收斂相似傳播模型對杯子的共分割結(jié)果示意圖；

圖6a為本發(fā)明實施例提供的一致收斂相似傳播模型對飛機的共分割結(jié)果示意圖；

圖6b為本發(fā)明實施例提供的一種聚類優(yōu)化的一致收斂相似傳播模型對飛機的共分割結(jié)果；

圖7為本發(fā)明實施例提供的一種三維模型集共分割裝置的結(jié)構(gòu)示意圖；

圖8為本發(fā)明實施例提供的另一種三維模型集共分割裝置的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明的說明書和權(quán)利要求書及上述附圖中的術(shù)語“第一”、“第二”、“第三”、“第四”等(如果存在)是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當情況下可以互換，以便這里描述的本發(fā)明的實施例，例如能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤?。此外，術(shù)語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

需要說明的是，下面這幾個具體的實施例可以相互結(jié)合，對于相同或相似的概念或過程可能在某些實施例中不再贅述。

圖1為本發(fā)明實施例提供的一種三維模型集共分割方法的流程示意圖，該三維模型集共分割方法可以由三維模型集共分割裝置執(zhí)行，示例的，該三維模型集共分割裝置可以獨立設(shè)置，也可以集成在處理器中。請參見圖1所示，當然，本發(fā)明實施例只是以圖1為例進行說明，但并不代表本發(fā)明僅局限于此。該三維模型集共分割方法可以包括：

s101、獲取三維模型集的超面片集。

其中，三維模型集包括至少兩個三維模型，每個三維模型包括至少兩個超面片。示例的，可以通過對三維模型集中的每一個三維模型進行過分割，從而獲取每一個三維模型對應(yīng)的至少兩個超面片，每一個三維模型對應(yīng)的超面片可以組成該三維模型集的超面片集。

在本發(fā)明實施例中，通過對三維模型集中的每一個三維模型進行過分割，其目的在于：由于三維模型集數(shù)據(jù)量大、處理耗時等問題，先對三維模型集中，每個三維模型分割為更小的超面片，以每個超面片為基本單元，進行操作，達到省時的目的。同時，根據(jù)三維模型的復(fù)雜程度，包括超面片的數(shù)量、語義部件個數(shù)等調(diào)整不同的分割數(shù)目。具體而言，針對三維模型集中的每個三維模型，可以利用n-cuts算法，結(jié)合三維模型的復(fù)雜程度，確定三維模型超面片的數(shù)目，從而對三維模型進行共分割，生成三維模型超面片集。

s102、根據(jù)第一預(yù)設(shè)條件和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型。

其中，一致相似性傳播模型受第一預(yù)設(shè)條件約束，第一預(yù)設(shè)條件為超面片集中屬于同一個三維模型集的至少兩個超面片之間的位置信息。示例的，在本發(fā)明實施例中，該位置信息可以為距離信息。在獲取到同一個三維模型集的至少兩個超面片之間的距離信息之后，就可以根據(jù)該同一個三維模型集的至少兩個超面片之間的距離信息和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型。

s103、將一致相似性傳播模型轉(zhuǎn)換為一致收斂相似性傳播模型。

示例的，可以通過等價轉(zhuǎn)換使一致相似性傳播模型轉(zhuǎn)變?yōu)橐恢率諗肯嗨菩詡鞑ツＰ?。由于一般通過最小和環(huán)形置信傳播算法求解能量函數(shù)時，其不能保證收斂性，且耗時較大，且能量函數(shù)是高階的，很難通過α-擴張運動算法進行優(yōu)化。因此，可以通過等價轉(zhuǎn)換的方式把一致相似性傳播模型轉(zhuǎn)化為一致收斂相似性傳播模型，以便可以通過α-擴張運動算法進行求解。

s104、通過一致收斂相似性傳播模型對超面片集進行聚類，生成三維模型集的共分割結(jié)果。

本發(fā)明實施例提供的三維模型集共分割方法，通過獲取三維模型集的超面片集，三維模型集包括至少兩個三維模型，每個三維模型包括至少兩個超面片；根據(jù)第一預(yù)設(shè)條件和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型，一致相似性傳播模型受第一預(yù)設(shè)條件約束，第一預(yù)設(shè)條件為超面片集中屬于同一個三維模型集的至少兩個超面片之間的位置信息；將一致相似性傳播模型轉(zhuǎn)換為一致收斂相似性傳播模型；通過一致收斂相似性傳播模型對超面片集進行聚類，生成三維模型集的共分割結(jié)果，從而提高了三維模型集的共分割結(jié)果的一致性。

基于圖1對應(yīng)的實施例，在圖1對應(yīng)的實施例的基礎(chǔ)上，進一步地，請參見圖2所示，圖2為本發(fā)明實施例還提供的另一種三維模型集共分割方法的流程示意圖，該三維模型集共分割方法還可以包括：

s201、獲取三維模型集的超面片集。

其中，獲取超面片集的方式可以參見上述步驟s101中的記載，在此，本發(fā)明實施例不再進行贅述。

s202、根據(jù)傳統(tǒng)相似性傳播模型和第一預(yù)設(shè)條件構(gòu)建因子圖。

s203、根據(jù)因子圖獲取一致相似性傳播模型。

其中，根據(jù)因子圖獲取一致相似性傳播模型，其目的在于：可以使得每個三維模型集的至少兩個超面片到其所屬的聚類中心的相似度和最小，超面片集包括至少兩個聚類中心，超面片集中每一個超面片屬于一個候選聚類中心。

請參見圖3所示，圖3為本發(fā)明實施例提供的一致相似傳播模型的原理示意圖，設(shè)定為n個超面片的二值變量，表示聚類中心為ci的一對n約束，即對于任意k≠c(c∈π，k∈π)，當且僅當xic＝1且xik＝0，則ci＝c。可選的，在本發(fā)明實施例中，s203根據(jù)因子圖獲取一致相似性傳播模型包括：

根據(jù)獲取一致相似性傳播模型；

其中，s(x11，...，xnn)表示超面片的聚類中心的能量函數(shù)，sic(xic)表示超面片i與其潛在的聚類中心c之間的相似度，xic＝1表示超面片i，其聚類中心為c，ii(xi1，...，xin)表示對于超面片i的聚類中心ci的n約束，表示聚類中心c的有效性約束，pikc(xic，xkc)表示鄰域一致性約束，

s204、預(yù)先建立第二預(yù)設(shè)條件和第三預(yù)設(shè)條件。

其中，第二預(yù)設(shè)條件為超面片集中任意兩個超面片之間的第一位置關(guān)系，第三預(yù)設(shè)條件為超面片集中屬于不同三維模型的至少兩個超面片之間的第二位置關(guān)系。

可選的，在本發(fā)明實施例中，預(yù)先建立第二預(yù)設(shè)條件，包括：

提取超面片集對應(yīng)的特征向量集中的魯棒特征向量；根據(jù)魯棒特征向量對應(yīng)的特征描述子建立屬于不同三維模型的兩個魯棒特征向量之間的第一對應(yīng)關(guān)系；特征描述子用于標記魯棒特征向量；根據(jù)第一對應(yīng)關(guān)系建立超面片集中屬于不同的三維模型的至少兩個超面片之間的第二對應(yīng)關(guān)系；根據(jù)第二對應(yīng)關(guān)系建立第一位置關(guān)系。

示例的，在本發(fā)明實施例中，提取超面片集對應(yīng)的特征向量集中的魯棒特征向量，構(gòu)建屬于不同三維模型的兩個魯棒特征向量之間的第一對應(yīng)關(guān)系，其主要目的在于：可以通過三維模型的超面片的類間距離約束優(yōu)化最終的聚類結(jié)果，且由于三維模型集中每對模型之間幾何拓撲差異比較大，建立三維模型間的第一對應(yīng)關(guān)系比較困難，且一旦三維模型間的第一對應(yīng)關(guān)系中含有錯誤的對應(yīng)關(guān)系，將導致錯誤的共分割結(jié)果。因此，針對三維模型集中每個三維模型，需要先自動提取魯棒特征向量，然后對三維模型之間特征向量進行匹配，找出稀疏但是可靠的特征點間的對應(yīng)關(guān)系，最后構(gòu)建特征向量對應(yīng)超面片間的稀疏、可靠的對應(yīng)關(guān)系。

進一步地，獲取超面片集對應(yīng)的特征向量集中的魯棒特征向量之前，還包括：

提取超面片集中每一個超面片的至少7個特征向量；確定至少7個特征向量中每一個特征向量的權(quán)重；將至少7個特征向量中每一個特征向量乘以其對應(yīng)的權(quán)重，并進行歸一化處理，得到每一個超面片對應(yīng)的唯一的特征向量，每一個超面片對應(yīng)的唯一的特征向量構(gòu)成超面片集對應(yīng)的特征向量集。

示例的，在本發(fā)明實施例中，對每一個超面片，可以提取少量特征向量，生成超面片特征描述子，主要是指針對每個三維模型生成的超面片集中每個超面片進行特征描述。具體而言，針對每個超面片，可以提取至少7個特征向量，然后對超面片中所有三角面片的每種特征描述子計算一個直方圖，度量其差別，把每個三角面片中7種特征向量連接為1個特征向量，對超面片中所有三角面片的特征向量取均值，并進行歸一化處理，最終結(jié)果作為超面片的特征描述子。

s205、根據(jù)第二預(yù)設(shè)條件、第三預(yù)設(shè)條件和一致相似性傳播模型獲取一致收斂相似性傳播模型。

其中，一致收斂相似性傳播模型受第二預(yù)設(shè)條件和第三預(yù)設(shè)條件約束。

可選的，s204根據(jù)第二預(yù)設(shè)條件、第三預(yù)設(shè)條件和一致相似性傳播模型獲取一致收斂相似性傳播模型，可以包括：

根據(jù)獲取一致收斂相似性傳播模型；

其中，π表示超面片集，s(ci，cj)表示一致收斂相似性傳播模型對超面片集的優(yōu)化結(jié)果，s(i，ci)表示超面片集中超面片i與其所屬的聚類中心ci之間的相似度，γi，j(ci，cj)是約束項，表示超面片i、超面片j及聚類中心ci之間的關(guān)系，cj表示超面片j的聚類中心，e^{-s(i，j)}表示超面片i與超面片j之間的相似性。

示例的，可以通過等價轉(zhuǎn)換使一致相似性傳播模型轉(zhuǎn)變?yōu)橐恢率諗肯嗨菩詡鞑ツＰ?。由于一般通過最小和環(huán)形置信傳播算法求解能量函數(shù)時，其不能保證收斂性，且耗時較大，且能量函數(shù)是高階的，很難通過α-擴張運動算法進行優(yōu)化。因此，可以通過等價轉(zhuǎn)換的方式把一致相似性傳播模型轉(zhuǎn)化為一致收斂相似性傳播模型，以便可以通過α-擴張運動算法進行求解。

s206、通過一致收斂相似性傳播模型對超面片集進行聚類，生成三維模型集的共分割結(jié)果。

利用聚類優(yōu)化的一致收斂相似傳播模型對三維模型的超面片進行聚類，生成三維模型集的共分割結(jié)果。具體而言，在一致收斂相似性傳播算法中嵌入模型超面片間的對應(yīng)關(guān)系，使得相應(yīng)的超面片可被分至同一類，通過約束子集間距優(yōu)化聚類結(jié)果。然后利用α-擴張運動算法，對能量函數(shù)進行能量最小化，生成三維模型集最終共分割結(jié)果。由此可見，在本發(fā)明實施例中，通過把局部空間一致性信息嵌入到傳統(tǒng)相似性傳播模型中，使傳統(tǒng)相似性傳播模型轉(zhuǎn)變?yōu)橐恢孪嗨菩詡鞑ツＰ?，且在一致收斂相似性傳播算法中嵌入模型超面片間的對應(yīng)關(guān)系，使得相應(yīng)的超面片可被分至同一類，通過約束子集間距優(yōu)化聚類結(jié)果。然后利用α-擴張運動算法，對能量函數(shù)進行能量最小化，生成三維模型集最終共分割結(jié)果，從而提高了三維模型集的共分割結(jié)果的一致性。

進一步地，還可以通過消息更新機制，以迭代的方式在因子圖中傳播，直至所有超片面到其聚類中心的相似度和達到最小。請參見圖4所示，圖4為本發(fā)明的實施例提供的一種一致相似傳播模型消息更新的示意圖，對三維模型進行共分割，使得共分割的問題可以轉(zhuǎn)化為一種尋找三維模型超片集最優(yōu)聚類中心的問題，設(shè)三維模型集生成的所有超面集為為了獲取較優(yōu)的聚類中心，通過定義兩類消息機制：“可利用性”{ρic，βic，θikc|i∈π，c∈π}和“響應(yīng)性”{αic，ηic，δikc|i∈π，c∈π}進行迭代傳播，直至每個超面片到其聚類中心的相似度和最小。設(shè)sic表示s(i，c)，消息從變量節(jié)點發(fā)送到函數(shù)節(jié)點，定義為：

消息從函數(shù)節(jié)點反饋回變量節(jié)點，定義為：

ηic＝-mink≠cβik；

其中，這兩種類型的消息通過一致相似傳播模型的因子圖傳遞，直至收斂，從而可以獲得每個超面片的最近聚類中心。

示例的，請參見圖5a和圖5b所示，圖5a為本發(fā)明實施例提供的一致相似傳播模型對杯子的共分割結(jié)果示意圖，圖5b本發(fā)明實施例提供的一致收斂相似傳播模型對杯子的共分割結(jié)果示意圖?？梢钥闯觯趯Ρ舆M行共分割時，圖5a中所示的杯子的杯體和手柄部分為同一個顏色(見陰影部分)，而其他部分為一個顏色(見空白部分)，本發(fā)明通過采用一致收斂相似傳播模型，可以把能量函數(shù)轉(zhuǎn)換為一種等價的形式，然后通過引入α-擴張運動算法進行求解，使得圖5b中所示的杯子的杯體為一個顏色(見空白部分)，手柄為一個顏色(見陰影部分)，從而產(chǎn)生更好的共分割效果，通過比較，可以很清楚看出，一致收斂相似傳播模型，可以得到更好的共分割效果。

示例的，請參見圖6a和圖6b所示，圖6a為本發(fā)明實施例提供的一致收斂相似傳播模型對飛機的共分割結(jié)果示意圖，圖6b為本發(fā)明實施例提供的一種聚類優(yōu)化的一致收斂相似傳播模型對飛機的共分割結(jié)果?？梢钥闯觯趯︼w機進行共分割時，圖6a中所示的飛機的機身部分區(qū)域和機翼為同一個顏色(見陰影部分)，而機身其他部分為一個顏色(見空白部分)，機尾為同一個顏色(見方格部分)，本發(fā)明的聚類優(yōu)化的一致收斂相似性傳播模型通過加入三維模型間少量但魯棒的稀疏對應(yīng)關(guān)系約束，使得圖6b中所示的飛機的機身為一個顏色(見空白部分)，機翼為同一個顏色(見陰影部分)，而機尾為同一個顏色(見方格部分)，從而產(chǎn)生更好的共分割效果，通過比較，可以很清楚看出，通過加入三維模型間魯棒的稀疏對應(yīng)關(guān)系信息，可以得到更好的共分割效果。

圖7為本發(fā)明實施例提供的一種三維模型集共分割裝置70的結(jié)構(gòu)示意圖，當然，本發(fā)明實施例只是以圖7為例進行說明，但并不代表本發(fā)明僅局限于此。請參見圖7所示，該三維模型集共分割裝置70可以包括：

獲取模塊701，用于獲取三維模型集的超面片集，三維模型集包括至少兩個三維模型，每個三維模型包括至少兩個超面片；

獲取模塊701，還用于根據(jù)第一預(yù)設(shè)條件和傳統(tǒng)相似性傳播模型獲取一致相似性傳播模型，一致相似性傳播模型受第一預(yù)設(shè)條件約束，第一預(yù)設(shè)條件為超面片集中屬于同一個三維模型集的至少兩個超面片之間的位置信息；

轉(zhuǎn)換模塊702，用于將一致相似性傳播模型轉(zhuǎn)換為一致收斂相似性傳播模型；

生成模塊703，用于通過一致收斂相似性傳播模型對超面片集進行聚類，生成三維模型集的共分割結(jié)果。

可選的，獲取模塊701，具體用于根據(jù)傳統(tǒng)相似性傳播模型和第一預(yù)設(shè)條件構(gòu)建因子圖；根據(jù)因子圖獲取一致相似性傳播模型，以使每個三維模型集的至少兩個超面片到其所屬的聚類中心的相似度和最小，超面片集包括至少兩個聚類中心，超面片集中每一個超面片屬于一個聚類中心。

可選的，轉(zhuǎn)換模塊702，具體用于預(yù)先建立第二預(yù)設(shè)條件和第三預(yù)設(shè)條件，第二預(yù)設(shè)條件為超面片集中任意兩個超面片之間的第一位置關(guān)系，第三預(yù)設(shè)條件為超面片集中屬于不同三維模型的至少兩個超面片之間的第二位置關(guān)系；根據(jù)第二預(yù)設(shè)條件、第三預(yù)設(shè)條件和一致相似性傳播模型獲取一致收斂相似性傳播模型，一致收斂相似性傳播模型受第二預(yù)設(shè)條件和第三預(yù)設(shè)條件約束。

可選的，轉(zhuǎn)換模塊702，具體用于提取超面片集對應(yīng)的特征向量集中的魯棒特征向量；根據(jù)魯棒特征向量對應(yīng)的特征描述子建立屬于不同三維模型的兩個魯棒特征向量之間的第一對應(yīng)關(guān)系；特征描述子用于標記魯棒特征向量；根據(jù)第一對應(yīng)關(guān)系建立超面片集中屬于不同的三維模型的至少兩個超面片之間的第二對應(yīng)關(guān)系；根據(jù)第二對應(yīng)關(guān)系建立第一位置關(guān)系。

可選的，請參見圖8所示，圖8為本發(fā)明實施例提供的另一種三維模型集共分割裝置70的結(jié)構(gòu)示意圖。該三維模型集共分割裝置70還可以包括處理模塊704，用于提取超面片集中每一個超面片的至少7個特征向量；確定至少7個特征向量中每一個特征向量的權(quán)重；將至少7個特征向量中每一個特征向量乘以其對應(yīng)的權(quán)重，并進行歸一化處理，得到每一個超面片對應(yīng)的唯一的特征向量，每一個超面片對應(yīng)的唯一的特征向量構(gòu)成超面片集對應(yīng)的特征向量集。

可選的，轉(zhuǎn)換模塊702，具體用于根據(jù)獲取一致收斂相似性傳播模型；其中，π表示超面片集，s(ci，cj)表示一致收斂相似性傳播模型對超面片集的優(yōu)化結(jié)果，s(i，ci)表示超面片集中超面片i與其所屬的聚類中心ci之間的相似度，γi，j(ci，cj)是約束項，表示超面片i、超面片j及聚類中心ci之間的關(guān)系，cj表示超面片j的聚類中心，e^{-s(i，j)}表示超面片i與超面片j之間的相似性。

獲取模塊701，具體用于根據(jù)獲取一致相似性傳播模型。

其中，s(x11，...，xnn)表示超面片的聚類中心的能量函數(shù)，sic(xic)表示超面片i與其潛在的聚類中心c之間的相似度，xic＝1表示超面片i，其聚類中心為c，ii(xi1，...，xin)表示對于超面片i的聚類中心ci的n約束，ec(x1c，...，xnc)表示聚類中心c的有效性約束，pikc(xic，xkc)表示鄰域一致性約束，

本發(fā)明實施例所示的三維模型集共分割裝置70，可以執(zhí)行上述方法實施例所示的技術(shù)方案，其實現(xiàn)原理以及有益效果類似，此處不再進行贅述。

本領(lǐng)域普通技術(shù)人員可以理解：實現(xiàn)上述各方法實施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成。前述的程序可以存儲于一計算機可讀取存儲介質(zhì)中。該程序在執(zhí)行時，執(zhí)行包括上述各方法實施例的步驟；而前述的存儲介質(zhì)包括：rom、ram、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

最后應(yīng)說明的是：以上各實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的范圍。