本發(fā)明涉及一種基于設計意圖的CAD語義模型檢索方法。

背景技術：

現(xiàn)有技術中，三維模型數(shù)據(jù)被人們稱為繼聲音、圖像、視頻后的第四代多媒體數(shù)據(jù)，由于三維模型數(shù)據(jù)更貼近人的感知和思維方式，現(xiàn)在已被廣泛應用于各個行業(yè)，如機械制造、建筑設計、分子生物、電影特效等領域，由此產(chǎn)生了數(shù)以幾何倍數(shù)增長的三維模型，一些三維模型數(shù)據(jù)庫也建立起來了，例如數(shù)字米開朗基羅項目藝術品數(shù)據(jù)庫、通用模型數(shù)據(jù)庫PSB(美國普林斯頓大學建立)、CAD模型、機械設計、建筑構造模型組成的國家設計庫等，而三維模型檢索技術可以幫助使用者快速準確地找到滿足需求的三維模型，實現(xiàn)三維模型數(shù)據(jù)的重用，因此三維模型檢索技術越來越受到人們的關注。

三維模型的檢索方法從基于關鍵字的檢索，到基于內(nèi)容的檢索，再到最新的基于語義的檢索方法，在基于內(nèi)容的檢索過程中只考慮底層特征，由于底層特征和人的高層語義之間存在語義鴻溝問題，因此檢索結果不能很好地滿足人的需求，模型檢索的目的是為了重用模型，因此準確快速的捕捉三維模型的設計意圖十分重要，但在基于內(nèi)容的檢索過程中沒有對模型進行語義標注，還需要用戶自己理解捕捉模型包含的語義信息，所以模型重用效率低，基于以上原因，逐漸出現(xiàn)了基于語義的三維模型檢索方法。

基于語義的檢索方式通過文本進行檢索，需要將三維模型的語義標注信息附加到三維模型中，把三維模型低層次幾何數(shù)據(jù)轉(zhuǎn)變?yōu)楦邔哟沃R表示，作為一種最直接的檢索方式，基于語義的三維模型檢索的難點在于語義的表達和使用，因此，本發(fā)明提出一種基于三維模型設計意圖的CAD語義模型的檢索方法。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種解決了基于內(nèi)容的檢索方法的語義鴻溝問題的基于設計意圖的CAD語義模型檢索方法。

本發(fā)明為實現(xiàn)上述目的所采用的技術方案是：一種基于設計意圖的CAD語義模型檢索方法，包括以下步驟：

A、建立三維CAD模型數(shù)據(jù)庫，根據(jù)每個模型的建模、分析、制造特點利用UG的PMI模塊進行設計意圖的三維標注；

B、根據(jù)三維模型的標注信息按照建模信息、分析信息、制造信息分類，并建立每個模型的設計意圖語義樹，根據(jù)每個模型的三維標注信息，編寫模型語義XML文件，文件以分類形式分層組織標注信息，將標注信息按照建模信息、分析信息、制造信息分類，每一類中的信息又以包含關系分層組織，將每個模型的所有標注信息全部寫進XML文件中，建立模型語義樹；

C、根據(jù)三維模型語義樹數(shù)據(jù)庫建立基于本領域的本體模型語義樹；

D、根據(jù)本體語義樹建立搜索索引；

E、比較目標檢索詞集合與語義樹節(jié)點相似性，并返回相同或相似節(jié)點及其子節(jié)點；

F、根據(jù)返回節(jié)點計算對應的模型語義相似性，返回語義相似度大的三維模型，反饋給用戶。

所述步驟B和C中，根據(jù)數(shù)據(jù)庫里每個模型的XML文件，綜合基于本領域的三維模型設計意圖信息，建立基于本領域的三維模型標注信息本體，本體提供了對標注信息與語義知識規(guī)范化描述和建模的方法，為語義檢索提供知識基礎，基于本領域的三維模型標注信息本體定義了三維標注領域的基本詞匯及其關系，以及結合這些詞匯和關系來定義詞匯表外延的規(guī)則，以分類形式分層組織標注信息，建立基于本領域的三維模型標注信息本體語義樹。

所述步驟D中，根據(jù)基于本領域的三維模型標注信息本體規(guī)定的基本詞匯建立搜索索引，將索引詞語分為建模信息、分析信息、制造信息索引，以規(guī)范用戶輸入，減少檢索結果為零的情況。

所述步驟E中，遍歷模型語義樹，目標檢索詞集合中的每一個元素都與樹節(jié)點匹配，當正好與模型語義樹T的某個節(jié)點相同時，認為該節(jié)點與目標檢索詞相似度為1，此時只返回該節(jié)點 N_i及其子節(jié)點N_ic對應的標注語義，設其有m個子節(jié)點，其每個子節(jié)點對應的相似度S_c為1/m，設返回標注語義p條，當某個目標檢索詞q_i與語義模型樹的任何節(jié)點都不同時，基于本體語義樹找到與q_i相同的節(jié)點，返回其子節(jié)點，記為集合C＇(c₁，c₂，…，c_k＇)，將C＇作為新的目標檢索詞用的方法，再進行樹節(jié)點匹配，返回節(jié)點與其子節(jié)點對應的標注信息，設其相似度為S_c＇，設返回標注語義p＇條。

所述步驟F中，每個返回節(jié)點在各個三維模型上都對應一定的相似度值，將每個模型包含的返回節(jié)點對應的相似度值相加，即得到每個模型的相似度值；

根據(jù)模型相似度值大小，由大到小順序輸出三維模型。

本發(fā)明一種基于設計意圖的CAD語義模型檢索方法，解決了基于內(nèi)容的檢索方法的語義鴻溝的問題，通過詳細的語義標注全面表達三維模型的建模分析制造信息，可以使用戶從細節(jié)處理解產(chǎn)品信息，重用產(chǎn)品設計知識；通過索引輸入目標檢索詞，然后通過目標檢索詞與語義標注詞匹配進行相似度計算，大大提高了檢索查全率。

附圖說明

圖1是本發(fā)明一種基于設計意圖的CAD語義模型檢索方法的系統(tǒng)框架示意圖。

圖2是本發(fā)明一種基于設計意圖的CAD語義模型檢索方法的本體語義樹模型圖。

圖3是本發(fā)明一種基于設計意圖的CAD語義模型檢索方法的檢索系統(tǒng)的檢索流程示意圖。

具體實施方式

如圖1至圖3所示，基于設計意圖的CAD語義模型檢索方法，具體包括如下步驟：A、建立三維CAD模型數(shù)據(jù)庫，根據(jù)每個模型的建模、分析、制造特點利用UG的PMI模塊進行設計意圖的三維標注；捕捉三維模型的設計意圖，這種三維模型檢索方法是為了重用產(chǎn)品設計分析制造信息，主要用于基于模型的企業(yè)，所以三維模型的設計意圖主要是原創(chuàng)者設計開發(fā)產(chǎn)品時就賦予產(chǎn)品的信息；三維模型的設計意圖主要包括產(chǎn)品建模信息（模型尺寸、建模過程、關鍵特征建模步驟等），分析信息（載荷、特征功能、材料及其屬性、約束情況等），制造信息（裝配信息，工藝信息，粗糙度，熱處理等）；將這些設計意圖分為建模信息、分析信息、制造信息，利用UG的PMI模塊在CAD三維模式下進行標注；B、根據(jù)三維模型的標注信息按照建模信息、分析信息、制造信息分類，并建立每個模型的設計意圖語義樹；C、根據(jù)三維模型語義樹數(shù)據(jù)庫建立基于本領域的本體語義模型樹；根據(jù)每個模型的三維標注信息，編寫模型語義XML文件，文件以分類形式分層組織標注信息，將標注信息按照建模信息、分析信息、制造信息分類，每一類中的信息又以包含關系分層組織，將每個模型的所有標注信息全部寫進XML文件中，建立模型語義樹；根據(jù)數(shù)據(jù)庫里每個模型的XML文件，綜合基于本領域的三維模型設計意圖信息，建立基于本領域的三維模型標注信息本體，本體提供了對標注信息與語義知識規(guī)范化描述和建模的方法，能夠為語義檢索提供知識基礎，基于本領域的三維模型標注信息本體定義了三維標注領域的基本詞匯及其關系，以及結合這些詞匯和關系來定義詞匯表外延的規(guī)則；最后以分類形式分層組織標注信息，建立基于本領域的三維模型標注信息本體語義樹；D、根據(jù)本體語義樹建立搜索索引；根據(jù)基于本領域的三維模型標注信息本體規(guī)定的基本詞匯建立搜索索引，將索引詞語分為建模信息、分析信息、制造信息索引，以規(guī)范用戶輸入，減少檢索結果為零的情況；E、比較目標檢索詞集合與語義樹節(jié)點相似性，并返回相同或相似節(jié)點及其子節(jié)點；遍歷模型語義樹，目標檢索集合中的每一個元素都與樹節(jié)點匹配，當正好與模型語義樹T的某個節(jié)點相同時，認為該節(jié)點與目標檢索詞相似度為1，此時只返回該節(jié)點N_i及其子節(jié)點N_ic對應的標注語義，設其有m個子節(jié)點，其每個子節(jié)點對應的相似度S_c為1/m，設返回標注語義p條；當某個目標檢索詞q_i與語義模型樹的任何節(jié)點都不同時，基于本體語義樹找到與q_i相同的節(jié)點，返回其子節(jié)點（n個），記為集合C＇(c₁，c₂，…，c_k＇)，將C＇作為新的目標檢索詞用1）的方法，再進行樹節(jié)點匹配，返回節(jié)點與其子節(jié)點對應的標注信息，設其相似度為S_c＇，設返回標注語義p＇條；F、根據(jù)返回節(jié)點計算對應的模型語義相似性，返回語義相似度大的三維模型，反饋給用戶；每個返回節(jié)點在各個三維模型上都對應一定的相似度值，將每個模型包含的返回節(jié)點對應的相似度值相加，即得到每個模型的相似度值；

根據(jù)模型相似度值大小，由大到小順序輸出三維模型。

本發(fā)明基于設計意圖的CAD語義模型檢索方法，解決了基于內(nèi)容的檢索方法的語義鴻溝的問題，通過詳細的語義標注全面表達三維模型的建模分析制造信息，可以使用戶從細節(jié)處理解產(chǎn)品信息，重用產(chǎn)品設計知識；通過索引輸入目標檢索詞，然后通過目標檢索詞與語義標注詞匹配進行相似度計算，大大提高了檢索查全率。