基于几何特征的三维参数化轮胎花纹模型检索

doi:10.3785/j.issn.1008-9497.2023.06.015

浙江大学学报（理学版）

2023, Vol. 50

Issue (6): 803-810 DOI: 10.3785/j.issn.1008-9497.2023.06.015

第15届全国几何设计与计算学术会议专题

基于几何特征的三维参数化轮胎花纹模型检索

范宏宇,伯彭波(

)

哈尔滨工业大学（威海）计算机科学与技术学院，山东威海 264209

Parametric tread pattern model retrieval based on geometric features

Hongyu FAN,Pengbo BO(

)

School of Computer Science and Technology，Harbin Institute of Technology，Weihai，264209，Shandong Province，China

全文: PDF(2109 KB)

HTML( 2 )

摘要：

三维轮胎花纹模型检索是计算机辅助花纹设计的关键。提出了一种基于非精确邻接图匹配和Cluster Tree的检索方法，利用三维花纹设计参数和几何特征提高检索效率。将B-rep格式的轮胎花纹模型转化为属性邻接图，通过计算边相容度，对两个属性邻接图进行非精确匹配，计算其图相似度；通过设计参数对花纹数据库进行空间划分和递归聚类，构建以Cluster Tree为子树的索引结构，借助几何特征提升拓扑结构相近的花纹模型的区分度。将方法应用于自主开发的三维花纹设计软件平台，结果显示，检索精度和检索效率均较现有通用CAD检索模型高。

关键词： 轮胎花纹设计; 参数化设计; 模型检索; 属性邻接图

Abstract:

In order to improve the efficiency and quality of parametric tread pattern retrieval, a novel method is proposed. Firstly, the tread pattern model in B-rep format is converted into an attribute adjacency graph, in which the edge compatibility is used for inexact matching of two attribute adjacency graphs and for the calculation of graph similarity. The geometric features reflected by the design parameters are used to define similarity of tread pattern models. Secondly, to improve query efficiency, various design parameters are used for rough space division and recursive clustering on the tread pattern database. An index structure based on the cluster tree is constructed to speed up model retrieval. Our experimental results show the superiority of the proposed method over the general model retrieval methods, both in search efficiency and quality. This demonstrates the advantage of utilizing design parameters and geometric information of the tread pattern in CAD model retrieval.

Key words: tread pattern design parametric design model retrieval attribute adjacency graph

收稿日期: 2023-06-21 出版日期: 2023-11-30

CLC:

TP 391.41

基金资助: 国家自然科学基金资助项目(62072139)

通讯作者: 伯彭波 E-mail: pbbo@hit.edu.cn

作者简介: 范宏宇（1997—），ORCID：https：//orcid.org/0000-0002-0940-9879，男，硕士研究生，主要从事计算机图形学研究.

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	范宏宇
	伯彭波

引用本文:

范宏宇,伯彭波. 基于几何特征的三维参数化轮胎花纹模型检索[J]. 浙江大学学报（理学版）, 2023, 50(6): 803-810.

Hongyu FAN,Pengbo BO. Parametric tread pattern model retrieval based on geometric features. Journal of Zhejiang University (Science Edition), 2023, 50(6): 803-810.

链接本文:

https://www.zjujournals.com/sci/CN/10.3785/j.issn.1008-9497.2023.06.015 或 https://www.zjujournals.com/sci/CN/Y2023/V50/I6/803

图1 花纹模型检索算法流程

图2 轮胎花纹模型

图3 轮胎花纹的几何特征

花纹类型	$P e n u m$ 参数	$P v a l u e$ 参数
主沟花纹	引导线拟合类型、沟底子形状方向、沟肩形状类型	截面深度、截面宽度、沟底倒圆半径、拔模角度、肩部形状尺寸
横沟/刀片沟花纹	引导线拟合类型	深度设计线控制点数量，其余与主沟花纹相同
自由沟花纹	轮廓设计线数量	自由沟深度、轮廓设计线长度
加强筋	加强筋肩部类型	加强筋自身高度、深度、肩部形状尺寸

表1 不同花纹类型特征参数

图4 轮胎花纹模型相似度比较

图5 不同λ对应的PR曲线

图6 PR曲线覆盖面积

图7 不同类型花纹的PR曲线

表2 主沟花纹模型的检索结果

表3 横沟/刀片沟花纹模型的检索结果

表4 自由沟花纹模型的检索结果

表5 加强筋花纹模型的检索结果

表6 花纹模型的检索时间

8	TAO S Q， HUANG Z D， MA L J， et al. Partial retrieval of CAD models based on local surface region decomposition［J］. Computer-Aided Design， 2013， 45（11）： 1239-1252. DOI：10.1016/j.cad.2013.05.008 doi: 10.1016/j.cad.2013.05.008
9	王洪申，张树生，白晓亮，等. 三维CAD模型局部结构检索属性图算法［J］. 计算机辅助设计与图形学学报， 2008， 20（3）： 316-320. WANG H S， ZHANG S S， BAI X L， et al. A partial retrieval algorithm of 3D CAD models based on attributed graphs［J］. Journal of Computer-Aided Design & Computer Graphics， 2008， 20（3）： 316-320.
10	孙伟，马铁强，李涛，等. 基于拓扑逼近的CAD模型局部结构检索［J］. 计算机辅助设计与图形学学报， 2009， 21（12）： 1805-1813. doi:10.1115/MNHMT2009-18287 SUN W， MA T Q， LI T， et al. Partial retrieval of CAD models based on topology approximation［J］. Journal of Computer-Aided Design & Computer Graphics， 2009， 21（12）： 1805-1813. doi:10.1115/MNHMT2009-18287 doi: 10.1115/MNHMT2009-18287
11	LI Z， ZHOU X H， LIU W. A geometric reasoning approach to hierarchical representation for B-rep model retrieval［J］. Computer-Aided Design， 2015， 62： 190-202. DOI：10.1016/j.cad.2014.05.008 doi: 10.1016/j.cad.2014.05.008
12	ZENG L， DONG Z K， YU J Y， et al. Sketch-based retrieval and instantiation of parametric parts［J］. Computer-Aided Design， 2019， 113： 82-95. DOI：10. 1016/j.cad.2019.04.003 doi: 10. 1016/j.cad.2019.04.003
13	YU D T， ZHANG A D. Cluster-Tree： Integration of cluster representation and nearest-neighbor search for large data sets with high dimensions［J］. IEEE Transactions on Knowledge and Data Engineering， 2003， 15（5）： 1316-1337. DOI：10.1109/TKDE. 2003.1232281 doi: 10.1109/TKDE. 2003.1232281
14	JAYANTI S， KALYANARAMAN Y， RAMANI K. Shape-based clustering for 3D CAD objects： A comparative study of effective-ness［J］. Computer-Aided Design， 2009， 41（12）： 999-1007. DOI：10. 1016/j.cad.2009.07.003 doi: 10. 1016/j.cad.2009.07.003
15	HONG T， LEE K， KIM S. Similarity comparison of mechanical parts to reuse existing designs［J］. Computer-Aided Design， 2006， 38（9）： 973-984. DOI：10.1016/j.cad.2006.05.004 doi: 10.1016/j.cad.2006.05.004
16	皇甫中民，张树生，闫雒恒. 鱼群启发的三维CAD模型聚类与检索［J］. 计算机辅助设计与图形学学报， 2016， 28（8）： 1373-1382. DOI：10.3969/j.issn. 1003-9775.2016.08.020 HUANGFU Z M， ZHANG S S， YAN L H. 3D CAD model clustering and retrieval inspired by fish swarm［J］. Journal of Computer-Aided Design & Computer Graphics， 2016， 28（8）： 1373-1382. DOI：10.3969/j.issn.1003-9775.2016.08.020 doi: 10.3969/j.issn.1003-9775.2016.08.020
1	IYER N， JAYANTI S， LOU K， et al. Shape-based searching for product lifecycle applications［J］. Computer-Aided Design， 2005， 37（13）： 1435-1446. DOI：10.1016/j.cad.2005.02.011 doi: 10.1016/j.cad.2005.02.011
2	BARRA V， BIASOTTI S. 3D shape retrieval and classification using multiple kernel learning on extended Reeb graphs［J］. The Visual Computer， 2014， 30（11）： 1247-1259. DOI：10.1007/s00371-014-0926-5 doi: 10.1007/s00371-014-0926-5
3	EL-MEHALAWI M， MILLER R A. A database system of mechanical components based on geometric and topological similarity. Part I： Representation［J］. Computer-Aided Design， 2003， 35（1）： 83-94. DOI：10.1016/S0010-4485（01）00177-4 doi: 10.1016/S0010-4485（01）00177-4
4	EL-MEHALAWI M， MILLER R A. A database system of mechanical components based on geometric and topological similarity. Part Ⅱ： Indexing， retrieval， matching， and similarity assessment［J］. Computer-Aided Design， 2003， 35（1）： 95-105. DOI：10.1016/S0010-4485（01）00178-6 doi: 10.1016/S0010-4485（01）00178-6
5	陶松桥，王书亭，郑坛光，等. 基于非精确图匹配的CAD模型搜索方法［J］. 计算机辅助设计与图形学学报， 2010， 22（3）： 545-552. TAO S Q， WANG S T， ZHENG T G， et al. CAD model retrieval based on inexact graph matching［J］. Journal of Computer-Aided Design & Computer Graphics， 2010， 22（3）： 545-552.
6	马露杰，黄正东，吴青松. 基于面形位编码的CAD模型检索［J］. 计算机辅助设计与图形学学报， 2008， 20（1）： 19-25. MA L J， HUANG Z D， WU Q S. Retrieval of CAD models based on shape-location codes of faces［J］. Journal of Computer-Aided Design & Computer Graphics， 2008， 20（1）： 19-25.
7	黄明聪，张树生，白晓亮，等. 基于过渡特征识别及过滤的三维CAD模型检索［J］. 计算机辅助设计与图形学学报， 2014， 26（1）： 93-100. DOI：10.3969/j.issn.1003-9775.2014.01.013 HUANG M C， ZHANG S H， BAI X L， et al. 3D CAD model retrieval based on blend feature recognition and filtration［J］. Journal of Computer-Aided Design & Computer Graphics， 2014， 26（1）： 93-100. DOI：10.3969/j.issn.1003-9775.2014.01.013 doi: 10.3969/j.issn.1003-9775.2014.01.013

[1]	李欣菁,潘万彬,杨烨,王毅刚,林成. 悬空区域侧损失双层次智能改善方法[J]. 浙江大学学报（理学版）, 2023, 50(6): 781-794.
[2]	刘玉杰,原亚夫,孙晓瑞,李宗民. 局部信息和全局信息相结合的点云处理网络[J]. 浙江大学学报（理学版）, 2023, 50(6): 770-780.
[3]	窦丰,马会文,谢昕洋,杨万文,石雪,韩丽,林彬. 广义无监督函数映射学习的三维形状密集对应方法[J]. 浙江大学学报（理学版）, 2023, 50(6): 736-744.
[4]	张泽初,彭伟龙,唐可可,余朝阳,Khan Asad,方美娥. 面向CBCT图像的金字塔微分同胚变形牙齿网格重建方法[J]. 浙江大学学报（理学版）, 2023, 50(6): 701-710.
[5]	毛涵杨,彭晨,李晨,王长波. 面向开放表面的神经移动立方体算法[J]. 浙江大学学报（理学版）, 2023, 50(6): 692-700.
[6]	苏科华,刘百略,雷娜,李可涵,顾险峰. 基于最优质量传输的Focus+Context可视化[J]. 浙江大学学报（理学版）, 2023, 50(6): 681-691.
[7]	刘圣军,滕子,王海波,刘新儒. 基于函数映射的二维形状内蕴对称检测算法[J]. 浙江大学学报（理学版）, 2023, 50(6): 668-680.
[8]	刘泽润,尹宇飞,薛文灏,郭蕊,程乐超. 基于扩散模型的条件引导图像生成综述[J]. 浙江大学学报（理学版）, 2023, 50(6): 651-667.
[9]	方于华,叶枫. MFDC-Net：一种融合多尺度特征和注意力机制的乳腺癌病理图像分类算法[J]. 浙江大学学报（理学版）, 2023, 50(4): 455-464.
[10]	虞瑞麒,刘玉华,沈禧龙,翟如钰,张翔,周志光. 表征学习驱动的多重网络图采样[J]. 浙江大学学报（理学版）, 2022, 49(3): 271-279.
[11]	钟颖,王松,吴浩,程泽鹏,李学俊. 基于SEMMA的网络安全事件可视探索[J]. 浙江大学学报（理学版）, 2022, 49(2): 131-140.
[12]	祝锦泰, 叶继华, 郭凤, 江蕗, 江爱文. FSAGN：一种自主选择关键帧的表情识别方法[J]. 浙江大学学报（理学版）, 2022, 49(2): 141-150.
[13]	朱强,王超毅,张吉庆,尹宝才,魏小鹏,杨鑫. 基于事件相机的无人机目标跟踪算法[J]. 浙江大学学报（理学版）, 2022, 49(1): 10-18.
[14]	杨猛,丁曙,马云涛,谢佳翊,段瑞枫. 基于纹理特征的小麦锈病动态模拟方法[J]. 浙江大学学报（理学版）, 2022, 49(1): 1-9.
[15]	余鹏, 刘兰, 蔡韵, 何煜, 张松海. 基于单目摄像头的自主健身监测系统[J]. 浙江大学学报（理学版）, 2021, 48(5): 521-530.

Viewed

Full text

Abstract

Cited

Shared

Discussed