一种基于Mean Shift的三维形状自动分割方法技术

技术编号:8348110 阅读:295 留言:0更新日期:2013-02-21 02:00
本发明专利技术提供了一种基于Mean?Shift的三维形状自动分割方法,通过特征化顶点的距离获取每个三维形状网格的局部特征,根据三维形状网格的顶点坐标获取其网格的中心坐标,得到组合的四维特征空间;采用Mean?shift算法在前述四维特征空间进行聚类计算,得到聚类数以及各聚类所包含的特征点;采用K最近邻分类技术对聚类计算结果进行决策空间建模,局部修正分割结果;采用可视化技术将局部修正后的分割结果根据聚类属性标记颜色的方式进行着色处理,采用普林斯顿分割基准计算该分割方法在不同量度下的基准误差,从而进行量化评价。本发明专利技术具有分割精度高,自动化程度高,适用三维形状范围广的特点。

【技术实现步骤摘要】

本专利技术涉及一种三维形状的自动分割方法。
技术介绍
网格分割是几何建模和计算机图形学研究和应用的关键要素,辅助其进行参数化、纹理映射、形状匹配、变形、多精度建模,压缩以及动画等操作。对形状的理解和基于物体表示的语义信息的获得依赖于表示这些物体和形状的三维网格特征和结构的提取。将三维表面网格自动分割成功能部分是计算机图形学的基础问题,分割不仅能够提供对应物体的语义信息,还能用来指导多种类型的网格处理算法。在目前国内外公开的文献中,MarcoAttene, Bianca Falcidieno and michelaSpagnuolo, “Hierarchical mesh segmentation based on fitting primitives”,TheVisual Computer, 2006 中提出了基于 Fitting Primitives 的分割算法, 对三维形状进行层次性的分割。该算法完全自动地生成一颗聚类二叉树,每个节点代表的聚类都被一种基础图形如平面,柱面或球面所拟合。三维形状中的每个三角形面片表示一个聚类,在反复迭代过程中将相邻的聚类对融合,使得融合后的聚类对本文档来自技高网...

【技术保护点】
一种基于Mean?Shift的三维形状自动分割方法,其特征在于包括下述步骤:(1)通过特征化顶点的距离获取每个三维形状网格的局部特征,根据三维形状网格的顶点坐标获取其网格的中心坐标,得到组合的四维特征空间;(2)采用Mean?shift算法在前述四维特征空间进行聚类计算,得到聚类数以及各聚类所包含的特征点;(3)采用K最近邻分类技术对步骤(2)的聚类计算结果进行决策空间建模,局部修正分割结果;(4)采用可视化技术将局部修正后的分割结果根据聚类属性标记颜色的方式进行着色处理,采用普林斯顿分割基准计算该分割方法在不同量度下的基准误差,从而进行量化评价。

【技术特征摘要】

【专利技术属性】
技术研发人员:刘贞报谢彩丽布树辉
申请(专利权)人:西北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1