题目：基于SIFT描述子的三维模型检索的研究

随着三维模型已经被广泛应用于计算机辅助设计（CAD），动画电脑制作等领域，传统的基于文字标签的检索技术越发难以满足需求。为了更高效地处理和应用三维模型这类快速增长的数据，世界上已经广泛开展模型检索技术的相关研究，并取得了很大的技术突破。本文将目前广泛用于描述二维图像特征的SIFT描述子和三维模型检索结合起来，对基于SIFT的三维模型特征提取技术及模型的检索进行了研究。基于SIFT的三维模型特征提取技术主要的概念是先将三维模型转换为二维投影图像，然后利用SIFT描述子来描述这些投影面的各种特征。然后对这些特征进行聚类和分类，描述三维模型。根据SIFT描述子的仿射不变性特征，本文使用了一种无需对三维模型进行旋转标准化处理的模型投影方法，并通过实验模拟证明了这种投影方法的高效性和稳定性。我们通过这种投影方法，获取了模型库中所有模型的二维深度投影图。本文还研究了SIFT算法和Dense-SIFT算法在三维模型检索中的效果情况，实验中，我们通过模型的二维深度投影图来采集模型的SIFT和Dense-SIFT特征。并将这些特征存入数据库，提高系统的效率。获取模型库中所有模型的特征集之后，本文利用在计算视觉领域广泛使用的Bag-of-Words模型对特征集进行处理并生成每个模型对应的词汇码，并以之为特征向量从而了实现模型的检索。针对这种检索方法，本文还提出了可行的改进方案，以作为在本实验基础上提高检索准确率的研究参考。最后，根据本文的研究内容，设计并实现了基于SIFT描述子的三维模型检索原型系统。