三维图片搜索方法与三维图片搜索系统.pdf

本发明提供一种三维图片搜索方法与三维图片搜索系统，三维图片搜索方法包括下列步骤。接收一三维查询图片，并转换三维查询图片而生成包括复数个二维图片的第一图像群组。接着，比对第一图像群组与数据库中分别对应至复数个三维候选图片的复数个第二图像群组，以获取符合三维查询图片的搜索结果。

权利要求书
1.  一种三维图片搜索方法，其特征在于，包括：
接收三维查询图片；
转换该三维查询图片而生成包括复数个二维图片的第一图像群组；
比对该第一图像群组与数据库中分别对应至复数个三维候选图片的复数个第二图像群组；以及
获取符合该三维查询图片的搜索结果。

2.  根据权利要求1所述的三维图片搜索方法，其特征在于，转换该三维查询图片而生成包括所述二维图片的该第图像群组的步骤包括：
根据复数个预设视角而获取该三维查询图片的所述二维图片，其中每一所述二维图片对应至不同的所述预设视角。

3.  根据权利要求1所述的三维图片搜索方法，其特征在于，还包括：
存储所述三维候选图片在该数据库中；
转换每一所述三维候选图片而生成对应至每一所述三维候选图片的复数个二维候选图片；以及
建立对应至每一所述三维候选图片的所述第二图像群组在该数据库，其中每一所述第二图像群组具有对应至每一所述三维候选图片的所述二维候选图片。

4.  根据权利要求3所述的三维图片搜索方法，其特征在于，所述二维图片至少包括第一二维图片与第二二维图片，而比对该第一图像群组与该数据库中分别对应至所述三维候选图片的所述第二图像群组的步骤包括：
依次对该第一二维图片与所述第二图像群组中的所述二维候选图片进行相似度比对程序；以及
依次对该第二二维图片与所述第二图像群组中的所述二维候选图片进行该相似度比对程序。

5.  根据权利要求3所述的三维图片搜索方法，其特征在于，比对该第一图像群组与该数据库中分别对应至所述三维候选图片的所述第二图像群组的步骤包括：
计算所述二维图片的图像特征值，并依据所述二维图片的所述图像特征值统计该第一图像群组的第一群组特征值；
计算所述二维候选图片的图像特征值，并依据所述二维候选图片的所述图像特征值统计对应至所述第二图像群组的复数个第二群组特征值；以及
依次比对该第一群组特征值与所述第二群组特征值。

6.  根据权利要求1所述的三维图片搜索方法，其特征在于，获取符合该三维查询图片的该搜索结果的步骤包括：
获取关联于所述三维候选图片的复数个比对结果；以及
根据所述比对结果将所述三维候选图片标记为目标图片或非目标图片，其中标记为该目标图片的该或所述三维候选图片为符合该三维查询图片的该搜索结果。

7.  一种三维图片搜索系统，其特征在于，包括：
图片存储单元，具有数据库：以及
图片搜索单元，连接该图片存储单元，包括：
图片接收模块，接收三维查询图片；
转换模块，转换该三维查询图片而生成包括复数个二维图片的第一图像群组；
比对模块，比对该第一图像群组与该数据库中分别对应至复数个三维候选图片的复数个第二图像群组；以及
结果模块，获取符合该三维查询图片的搜索结果。

8.  根据权利要求7所述的三维图片搜索系统，其特征在于，该转换模块根据复数个预设视角而获取该三维查询图片的所述二维图片，其中每一所述二维图片对应至不同的所述预设视角。

9.  根据权利要求7所述的三维图片搜索系统，其特征在于，该图片存储单元还包括：
数据库建立模块，耦接该数据库，该数据库建立模块存储所述三维候选图片在该数据库中，转换每一所述三维候选图片而生成对应至每一所述三维候选图片的复数个二维候选图片，以及建立对应至每一所述三维候选图片的所述第二图像群组在该数据库，其中每一所述第二图像群组具有对应至每一所述三维候选图片的所述二维候选图片。

10.  根据权利要求9所述的三维图片搜索系统，其特征在于，该比对模块依次对该第一二维图片与所述第二图像群组中的所述二维候选图片进行相 似度比对程序，以及依次对该第二二维图片与所述第二图像群组中的所述二维候选图片进行该相似度比对程序。

11.  根据权利要求9所述的三维图片搜索系统，其特征在于，该比对模块计算所述二维图片的图像特征值，并依据所述二维图片的所述图像特征值统计该第一图像群组的第一群组特征值，计算所述二维候选图片的图像特征值，并依据所述二维候选图片的所述图像特征值统计对应至所述第二图像群组的复数个第二群组特征值，以及依次比对该第一群组特征值与所述第二群组特征值。

12.  根据权利要求7所述的三维图片搜索系统，其特征在于，该结果模块获取关联于所述三维候选图片的复数个比对结果，以及根据所述比对结果将所述三维候选图片标记为目标图片或非目标图片，其中标记为该目标图片的该或所述三维候选图片为符合该三维查询图片的该搜索结果。

说明书三维图片搜索方法与三维图片搜索系统
技术领域
本发明是有关于一种图像搜索系统，且特别是有关于一种搜索三维图片的三维图片搜索方法与三维图片搜索系统。
背景技术
处于一个信息爆炸的时代，各式各样的数据与信息被分享于不同的数据库以及云端平台中，因而促进了信息的流通。为了让使用者能快速的从众多数据中搜索出所需要的部分，各式各样的搜索引擎（Search Engine）也应运而生。举例来说，使用者可在搜索行上输入关键字，而由搜索引擎来寻找与关键字相关的信息。此外，许多搜索引擎也支持以图片的格式作数据搜索，进而提供更多样化的搜索方式。
以谷歌（Google）搜索引擎开发出相似图像搜索功能为例，在使用者可将作为搜索条件的图片传送至搜索引擎后，除了可以找出跟这张图片有关的网页内容之外，还可将有使用这张图片的其他网页都列出来。除此之外，谷歌的搜索引擎还可以找出其他具有相似的风格、色调与图案的相似图片。
然而，对于三维图片而言，由于三维图片的图像数据非常庞大且复杂，因此直接以三维图片相互比对的搜索方式需要庞大且精密的计算来支持。也就是说，基于高复杂度与硬件高速运算支持，直接以三维图片相互比对的搜索方式才得以获得精确的三维图片比对结果，而搜索结果也才会更精确的符合使用者所要。因此，如何在降低计算复杂度与运算时间的前提下进行三维图片的搜索实为本领域技术人员所关心的议题。
发明内容
有鉴于此，本发明提供一种三维图片搜索方法与三维图片搜索系统，可降低搜索三维图片的运算复杂度与搜索时间。
本发明提出一种三维图片搜索方法，包括下列步骤。接收一三维查询图 片。转换三维查询图片而生成包括复数个二维图片的第一图像群组。比对第一图像群组与数据库中分别对应至复数个三维候选图片的复数个第二图像群组。获取符合三维查询图片的搜索结果。
在本发明的一实施例中，上述的转换三维查询图片而生成包括复数个二维图片的第一图像群组的步骤包括：根据复数个预设视角而获取三维查询图片的复数个二维图片，其中每一二维图片对应至不同的预设视角。
在本发明的一实施例中，上述的三维图片搜索方法还包括下列步骤。存储三维候选图片在数据库中。转换每一三维候选图片而生成对应至每一三维候选图片的复数个二维候选图片。建立对应至每一三维候选图片的第二图像群组在数据库，其中每一第二图像群组具有对应至每一三维候选图片的复数个二维候选图片。
在本发明的一实施例中，上述的复数个二维图片至少包括第一二维图片与第二二维图片，而比对第一图像群组与数据库中分别对应至复数个三维候选图片的复数个第二图像群组的步骤包括下列步骤。依次对第一二维图片与复数个第二图像群组中的复数个二维候选图片进行相似度比对程序。依次对第二二维图片与复数个第二图像群组中的复数个二维候选图片进行相似度比对程序。
在本发明的一实施例中，上述的比对第一图像群组与数据库中分别对应至复数个三维候选图片的复数个第二图像群组的步骤包括：计算复数个二维图片的图像特征值，并依据二维图片的图像特征值统计第一图像群组的第一群组特征值。计算复数个二维候选图片的图像特征值，并依据二维候选图片的图像特征值统计对应至第二图像群组的复数个第二群组特征值。依次比对第一群组特征值与复数个第二群组特征值。
在本发明的一实施例中，上述的获取符合三维查询图片的搜索结果的步骤包括：获取关联于复数个三维候选图片的复数个比对结果。根据比对结果将复数个三维候选图片标记为目标图片或非目标图片，其中标记为目标图片的三维候选图片为符合三维查询图片的搜索结果。
本发明提出一种三维图片搜索系统，此三维图片搜索系统包括图片存储单元以及图片搜索单元。图片存储单元具有一数据库。图片搜索单元连接图片存储单元，且包括图片接收模块、转换模块、比对模块以及结果模块。图 片接收模块接收一三维查询图片。转换模块转换三维查询图片而生成包括复数个二维图片的第一图像群组。比对模块比对第一图像群组与数据库中分别对应至复数个三维候选图片的复数个第二图像群组。结果模块获取符合三维查询图片的搜索结果。
在本发明的一实施例中，上述的转换模块根据复数个预设视角而获取三维查询图片的复数个二维图片，其中每一二维图片对应至不同的预设视角。
在本发明的一实施例中，上述的图片存储单元还包括数据库建立模块。数据库建立模块耦接数据库。数据库建立模块存储复数个三维候选图片在数据库中，并转换每一三维候选图片而生成对应至每一三维候选图片的复数个二维候选图片。数据库建立模块建立对应至每一三维候选图片的复数个第二图像群组在数据库，其中每一第二图像群组具有对应至每一三维候选图片的复数个二维候选图片。
在本发明的一实施例中，上述的比对模块依次对第一二维图片与复数个第二图像群组中的复数个二维候选图片进行相似度比对程序，以及依次对第二二维图片与复数个第二图像群组中的复数个二维候选图片进行相似度比对程序。
在本发明的一实施例中，上述的比对模块计算二维图片的图像特征值，并依据二维图片的图像特征值统计第一图像群组的第一群组特征值。比对模块计算二维候选图片的图像特征值，并依据二维候选图片的图像特征值统计对应至复数个第二图像群组的复数个第二群组特征值，以及依次比对第一群组特征值与复数个第二群组特征值。
在本发明的一实施例中，上述的结果模块获取关联于三维候选图片的复数个比对结果。结果模块根据比对结果将三维候选图片标记为目标图片或非目标图片，其中标记为目标图片的三维候选图片为符合三维查询图片的搜索结果。
基于上述，在本发明的实施范例中，将三维格式的三维查询图片转换为多张二维格式的二维图片，并将这些二维图片与数据库中各个三维候选图片对应的多张二维图片进行比对，从而获取符合三维查询图片的搜索结果。如此一来，可避免直接将三维查询图片的庞大数据量作为搜索条件，从而降低以三维图片搜索三维图片的复杂度与数据运算量。
为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附附图作详细说明如下。
附图说明
图1是依照本发明一实施例所示出的三维图片搜索系统的示意图；
图2是依照本发明一实施例所示出的三维图片搜索方法流程图；
图3A～图3C是依照本发明一实施例所示出的转换三维查询图片的范例示意图；
图4是依照本发明另一实施例所示出的三维图片搜索方法流程图；
图5是依照本发明另一实施例所示出的三维图片搜索方法的示意图。
附图标记说明：
10：三维图片搜索系统；
100：图片存储单元；
110：数据库；
130：数据库建立模块；
200：图片搜索单元；
210：图片接收模块；
230：转换模块；
250：比对模块；
270：结果模块；
Img-1、3DS：三维查询图片；
Img-2、Img-3、2DS_1、2DS_2：二维图片；
3DC_1、3DC_2、3DC_M：三维候选图片；
2DC_11、2DC_12、2DC_1N、2DC_21、2DC_22、2DC_2N、2DC_M1、2DC_M2、2DC_MN：二维候选图片；
G1：第一图像群组；
G2_1、G2_2、G2_M：第二图像群组；
S310～S370：本发明一实施例所述的三维图像搜索方法的各步骤；
S410～S470：本发明另一实施例所述的三维图像搜索方法的各步骤。
具体实施方式
图1是依照本发明一实施例所示出的三维图片搜索系统的示意图。请参照图1，三维图片搜索系统10包括图片存储单元100以及图片搜索单元200，且图片搜索单元200连接图片存储单元100。需特别说明的是，在一实施例中，图片搜索单元200与图片存储单元100可同时隶属于例如为搜索服务器的同一电子装置中，且图片搜索单元200可通过内部数据总线连接图片存储单元100。
在另一实施例中，图片搜索单元200与图片存储单元100可隶属于不同的电子装置，而图片搜索单元200可通过网络连接图片存储单元100。总的来说，图片存储单元100可以是局域网的主机、搜索引擎的主机数据库、或是云端数据库等等。而图片搜索单元200可以是个人主机、在局域网的系统服务器、搜索引擎的主机或是云端运算系统等皆可，本发明对此不限制。
图片存储单元100具有数据库110以及数据库建立模块130。数据库建立模块130用以建立数据库110中的数据，而数据库110存储于图片存储单元100的存储媒介中，而存储媒介例如是任意形式的固定式或可移动式随机存取存储器（Random Access Memory，RAM）、只读存储器（Read-Only Memory，ROM）、快闪存储器（Flash memory）、硬盘或其他类似装置或这些装置的组合。
图片搜索单元200包括图片接收模块210、转换模块230、比对模块250以及结果模块270，这些模块用以执行以三维图片搜索三维图片的搜索功能。数据库建立模块130、图片接收模块210、转换模块230、比对模块250以及结果模块270可由软件、硬件或其组合实作而得，在此不加以限制。软件例如是存储于存储媒介中的源代码、作业系统、应用软件或驱动程序等。硬件例如是中央处理单元（Central Processing Unit，CPU），或是其他可编程的一般用途或特殊用途的微处理器（Microprocessor）。
图2是依照本发明一实施例所示出的三维图片搜索方法流程图。本实施例的方法适用于图1的三维图片搜索系统10，以下即参照三维图片搜索系统10中的各模块说明本实施例的详细步骤。
首先，在步骤S310中，图片接收模块210接收属于三维格式的三维图片。依照实际产品设计需求，所述三维图片的文件格式可以是任何三维格式，例 如3DS、DWF、3D、DWG、DXF、IGES、STL等，本发明对此不限制。在步骤S330中，转换模块230转换三维查询图片而生成包括复数个二维图片的第一图像群组，其中这些二维图片属于二维格式。
进一步来说，三维查询图片为用以显示三维空间的图片，因此依据不同的视角（view angel）可获取对应的二维图片。所述二维图片的文件格式可以是任何二维格式，例如JPG、GIF、JEPG或BMP等，本发明对此不限制。换句话说，依据不同的视角，转换模块230可获取三维查询图片的侧视图或鸟瞰图等。于是，在一实施例中，转换模块230可根据复数个预设视角而获取三维查询图片的多张二维图片，并将这些二维图片标识为第一图像群组，其中每一二维图片对应至不同的预设视角。
举例来说，图3A～图3C是依照本发明一实施例所示出的转换三维查询图片的范例示意图。请同时参照图3A～图3C，由于三维查询图片Img-1为用以显示三维空间的图片，因此三维查询图片Img-1的参考坐标包括x轴方向、y轴方向以及z轴方向。当预设视角为正向的z轴方向时，转换模块230可获取二维图片Img-2（如图3B所示）。由于二维图片Img-2为二维格式的图像，因此二维图片Img-2的参考坐标包括x轴方向与y轴方向。相似地，当预设视角为负向的z轴方向时，转换模块230可获取二维图片Img-3（如图3C所示）。基此，在此范例中，转换模块230所获取关联于三维查询图片Img-1的第一图像群组包括了二维图片Img-2以及二维图片Img-3。然而，图3A～图3C所示的范例仅为用以清楚说明本发明的实施性范例，并非以限定本发明。
接着，在步骤S350中，比对模块250比对第一图像群组与数据库110中分别对应至复数个三维候选图片的复数个第二图像群组。在步骤S370中，结果模块270获取符合作为搜索条件的三维查询图片的搜索结果。详细来说，图片存储单元100的数据库110存储有多张三维候选图片与其各自的第二图像群组。比对模块250会将三维查询图片的第一图像群组作为比对条件，并分别比对三维查询图片的第一图像群组与数据库110中的多个第二图像群组。如此一来，结果模块270可依据步骤S350所生成的比对结果而从多张三维候选图片中搜索出与三维查询图片相似的图片。
举例来说，比对模块250执行比对程序后，结果模块270可获取关联于 三维候选图片的复数个比对结果，这些比对结果例如是相似比对程序所生成的相似度。于是，结果模块270可根据比对结果将三维候选图片标记为目标图片或非目标图片，而标记为目标图片的三维候选图片为符合三维查询图片的搜索结果。简单来说，标记为目标图片的三维候选图片即为与三维查询图片相似的三维图片。
此外，本发明多个实施范例其中之一，三维图片搜索方法包括以下两大概念，首先，为数据库的建立步骤，其次为搜索相似三维图片的步骤。图2所示的实施例已经详细说明本发明搜索与比对的步骤。因此，以下将举另一实施例详细说明建立数据库的步骤。
图4是依照本发明另一实施例所示出的三维图片搜索方法流程图。本实施例的方法适用于图1的三维图片搜索系统10，以下即参照三维图片搜索系统10中的各模块说明本实施例的详细步骤。另外，为了清楚说明本发明，图5是依照本发明另一实施例所示出的三维图片搜索方法的示意图，请同时参照图1、图4以及图5。
首先，在步骤S410中，数据库建立模块130存储三维候选图片3DC_1～3DC_M在数据库110中，其中M为大于1的整数。在步骤S420中，数据库建立模块130转换每一三维候选图片3DC_1～3DC_M而生成对应至每一三维候选图片3DC_1～3DC_M的复数个二维候选图片2DC_11～2DC_1N、2DC_21～2DC_2N、…、2DC_M1～2DC_MN。在步骤S430中，数据库建立模块130建立对应至每一三维候选图片3DC_1～3DC_M的第二图像群组G2_1～G2_M在数据库110，其中每一第二图像群组G2_1～G2_M具有对应至每一三维候选图片3DC_1～3DC_M的复数个二维候选图片2DC_11～2DC_1N、2DC_21～2DC_2N、…、2DC_M1～2DC_MN。
如图5所示，数据库建立模块130将三维候选图片3DC_1转换为N张二维候选图片2DC_11～2DC_1N，且N为大于1的整数。二维候选图片2DC_11～2DC_1N属于同一第二图像群组G2_1。相似地，数据库建立模块130将三维候选图片3DC_2转换为N张二维候选图片2DC_21～2DC_2N，而二维候选图片2DC_21～2DC_2N同属于第二图像群组G2_2。相似地，数据库建立模块130还将三维候选图片3DC_M转换为N张二维候选图片2DC_M1～2DC_MN，而二维候选图片2DC_M1～2DC_MN同属于第二图像 群组G2_M。需特别说明的是，本范例中的三维候选图片3DC_1～3DC_M被转换为而生成相同数量（N张）的二维候选图片，但本发明并不以此为限。在另一实施例中，各个三维候选图片可被转换为相异数量的二维候选图片。
也就是说，数据库的建立流程中，除了将三维候选图片全部存储在存储媒介中的数据库110外，还加上对各个三维候选图片执行图片格式转换的动作，以及将所得到的对应的二维候选图片存储在数据库110。再者，对应至同一三维候选图片的多张二维候选图片将被标识为同一第二图像群组。第二图像群组的标识方法例如是给予属于相同第二图像群组的二维图候选图片一个相同的索引编号，以将这些二维图候选图片区分为不同的第二图像群组。其中，转换三维候选图片而生成多张二维候选图片的步骤与前述转换三维查询图片而生成多张二维图片的步骤相似，在此不再赘述。
接着，在步骤S440中，图片接收模块210接收属于三维格式的三维查询图片3DS。在步骤S450中，转换模块230转换三维查询图片3DS而生成包括复数个二维图片2DS_1、2DS_2的第一图像群组G1，其中这些二维图片2DS_1、2DS_2属于二维格式。之后，在步骤S460中，比对模块250比对第一图像群组G1与数据库110中分别对应至复数个三维候选图片3DC_1～3DC_M的复数个第二图像群组G2_1～G2_M。最后，在步骤S470中，结果模块270获取符合作为搜索条件的三维查询图片3DS的搜索结果。
需特别说明的是，在一实施例中，比对模块250可对第一二维图片2DS_1与第二图像群组G2_1～G2_M中的所有的二维候选图片2DC_11～2DC_1N、2DC_21～2DC_2N、…、2DC_M1～2DC_MN进行一相似度比对程序。另一方面，比对模块250再依次对第二二维图片2DS_2与部份或全部的第二图像群组G2_1～G2_M中的二维候选图片2DC_11～2DC_1N、2DC_21～2DC_2N、…、2DC_M1～2DC_MN进行相似度比对程序。
详细来说，在利用第一二维图片2DS_1进行比对后，比对模块250可先行将具有与第一二维图片2DS_1之间的相似度大于临界值的二维候选图片的第二图像群组筛选出来。举例来说，假设比对模块250判定出二维候选图片2DC_22与第一二维图片2DS_1之间的相似度大于临界值，比对模块250会将第二图像群组G2_2筛选出来，并再对第二二维图片2DS_2与第二图像群组G2_2中的二维候选图片2DC_21～2DC_2N进行相似度比对程序。
基此，一旦第二图像群组G2_2中存在另一二维候选图片与第二二维图片2DS_2之间的相似度大于临界值，第二图像群组G2_2对应的三维候选图片3DC_2可视为符合三维查询图片3DS的搜索结果之一。简单来说，只要有任一第二图像群组中具有与第一二维图片2DS_1以及第一二维图片2DS_1相似的两张二维候选图片，此第二图像群组对应的三维候选图片可视为符合三维查询图片3DS的搜索结果之一。
关于二维图片的相似度比对程序，可以采用像是HSV长条图（HSV Histogram）、条件随机域(Consitional random field)、Maximun entropy markov model等图形相似度比对算法。举例来说，若采用HSV长条图（HSV Histogram）剖析法，可根据第一二维图片2DS_1与每个二维候选图片2DC_11～2DC_1N、2DC_21～2DC_2N、…、2DC_M1～2DC_MN之间的HSV Histogram的差距当作判断两者之间的相似度。然而，本领域有通常知识者应可理解如何利用HSV Histogram，在此便不再赘述。再者，本发明也不限定于利用HSV Histogram剖析法来辨别相似度，在另一实施例中，比对模块250可利用其他方式来进行相似度比对，例如是通过像素梯度值（pixel gradient）或边缘检测（edge detection）来进行相似度比对。
然而，本发明中通过二维格式图片的比对方式并不仅限于上述的比对单张图片的方式。在一实施例中，比对模块250可通过群组特征值来进行相似度比对。详细来说，比对模块250可先计算二维图片2DS_1、2DS_2的图像特征值，并依据二维图片2DS_1、2DS_2的图像特征值统计出第一图像群组G1的第一群组特征值。举例来说，比对模块250可分别计算出二维图片2DS_1、2DS_2的色彩信息，并将二维图片2DS_1、2DS_2的色彩信息统计为第一图像群组G1的第一群组特征值。
相似地，比对模块250计算各个二维候选图片2DC_11～2DC_1N、2DC_21～2DC_2N、…、2DC_M1～2DC_MN的图像特征值，并依据二维候选图片2DC_11～2DC_1N、2DC_21～2DC_2N、…、2DC_M1～2DC_MN的图像特征值统计对应至第二图像群组G2_1～G2_M的复数个第二群组特征值。如此一来，比对模块250可获取代表各个第二图像群组的第二群组特征值。基此，比对模块250依次比对第一群组特征值与多个第二群组特征值可生成多个比对结果，结果模块270可据此筛选出与三维查询图片3DS相似的 三维候选图片。
综上所述，在本发明的实施范例中，通过将三维查询图片转换为多张二维图片，并将这些二维图片组成的第一图像群组与数据库中的代表不同三维候选图片的第二图像群组进行比对，从而获取与三维查询图片相似的三维候选图片。由于直接比对二维图片的所需运算资源与搜索时间较精简，因此可降低以三维图片搜索三维图片的复杂度与数据运算量，并提高以三维图片搜索三维图片的简易程度与搜索结果的正确性。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。