基于聚类分析的三维网格骨架提取

来源 :中南大学 | 被引量 : 0次 | 上传用户:yangjie871202
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
骨架提取是计算机图形学和可视化领域的许多应用中一个比较重要的问题。本文提出一种基于聚类分析的方法来提取三维网格的骨架。将Reeb图与聚类分析的方法相结合运用于骨架提取。在满足骨架提取准确性的同时,降低了运算复杂度,提高了骨架提取的速度。在Julien Tierny提出的采用拓扑几何分析提取骨架的方法基础上对该算法的具体实现在细节上进行改进或运用新的方法来替代。改进了测地距离最远点的计算方法,采用近似算法来求测地距离最远的点对,避免了算法采用Floyd算法来求测地距离最远点的时间瓶颈,提高了算法的执行效率;针对迭代求离散轮廓从而得到骨架的过程,提出了采用一次计算离散轮廓,然后通过聚类分析的方法得到给定模型的初步骨架图,然后通过删除初步骨架图中的冗余边简化初步骨架图,最后通过收缩具有相同阈值但特征域不同的初步骨架图中顶点,从而得到模型中拓扑结构更简单,更接近模型中轴的骨架图。该方法只需要一次离散轮廓即可得出给定模型的骨架图。简化了计算过程,提高了骨架提取效率。由于采用的是测地函数进行聚类分析,所以提取骨架的过程满足仿射不变性。通过对不同的三维网格模型进行骨架提取,所得到的实验结果令人满意,提取的骨架很好地反映了模型的形状及其局部特征,并且能适不同模型的骨架提取需求,最后给出了算法的性能分析。
其他文献
软件调试对开发者来说是一个昂贵的、费时费力的过程,尤其是定位程序中的错误通常会耗费调试过程的大部分时间。能够减少错误定位时间的技术显然会对软件开发和维护的成本和
由于各种技术的发展,隐私问题成为当下很高的需求,这是因为越来越多的个人数据通过不同的组织,设备,和物联网(IOT)被分享,为个人数据的隐私与使用带来了风险,尤其是实现保密
基于数字图像的车牌识别技术是智能交通领域中的重要研究课题之一,在停车场管理、电子收费、城市交通监控等方面都有广泛的应用。经过多年来国内外研究者的共同努力,车牌识别
刑事犯罪既与罪犯的个人外部因素(例如家庭背景、成长经历、受教育情况等)有关,也与其生理状况等内在因素相关。本文尝试将数据挖掘技术应用于犯罪因素分析,力图从中获得一些
近年来,随着物联网技术的应用和“互联网+”概念的提出,互联网中的数据量呈出指数式的增长从而由信息时代进入大数据时代。大数据时代的数据不仅在数据量上剧增还在结构、分
启发式搜索算法以其智能化的特点,在各个领域被广泛采用。常见的启发式搜索算法有遗传算法,模拟退火算法,禁忌搜索算法等。在软件测试领域,它们常被用于测试用例自动生成。模
语义Web本体是支持语义Web实际运行的知识库,它形式地定义了领域内共同认可的知识以及知识之间的关系,具体表示为领域内共同认可的概念以及概念之间的关系。在语义Web应用研
随着世界经济的复苏,港口建设掀起新的一轮高潮,为了提高港口运作的效率以及减少安全事故,港口的虚拟仿真监控逐渐成为研发的热门。随着3D技术的兴起,港口监控系统逐渐淘汰原
逆向工程技术是进行产品设计,研究和创新的一项先进技术。从获取的三维点云数据出发,对三维点云数据进行处理是逆向工程领域中的关键技术之一,其中点云数据配准技术是数据处
高光谱图像具有波段多,且图谱合一、分辨率高、数据量丰富,包含整个热红外、短波红外、近红外、可见光波段的多而窄的连续光谱等优点。使其在溢油检测、农业、矿石等领域得到