基于特征點的模型分割算法設計及其實現(xiàn).pdf

1、近年來，以計算機為輔助的文本分析和檢索技術、圖像數(shù)據(jù)和圖形數(shù)據(jù)處理技術發(fā)展迅速，然而，在3D模型檢索領域的發(fā)展仍然還處于起步階段。3D模型包含形狀和外觀信息，這些信息用文本是很難描述的。相比較而言，基于內容的3D形狀檢索方法使用3D模型的形狀和外觀屬性來檢索相似的模型，它優(yōu)于基于文本的搜索方法?；趦热莸?D模型檢索已經(jīng)成為了計算機視覺、生物醫(yī)藥工程、人工制品搜索、原子生物學和化學中的研究熱點問題。目前，研究者們分析了一些關于基于內容的

2、3D模型檢索的關鍵問題。三維模型的屬性主要有形狀、顏色、紋理等。由于顏色、紋理在三維模型中具有可變性和易變性，并且三維模型比較復雜，模型的局部呈現(xiàn)出一些特殊的性質，因此三維模型的分割是主要研究方向。模型分割的目標是將網(wǎng)格的每個頂點都標記為某一特定的區(qū)域。如何快速準確地分割模型，是分割算法的研究重點。
　　本文提出一種基于特征點的模型分割算法，能快速有效地分割三維網(wǎng)格模型。特征點的提取步驟中應用了基于最短距離的提取算法。首先求出模型

3、的幾何中心vr，根據(jù)vr求出模型上最短距離最大的兩個頂點v s1和v s2，令E1是以v s1為源點的局部極值點集合， E2是以vs2為源點的局部極值點集合， E1和E2的交集即為特征點集合F。針對一般模型分割算法存在的曲率計算復雜、分割邊界模糊等問題，本文提出一種通過頂點一階鄰域點平均法矢計算曲率的方法，并以相鄰兩點曲率差作為快速行進分水嶺算法中區(qū)域增長因子。新的方法曲率計算簡單，通過一次分割就能得到比較清晰的邊界。經(jīng)過實驗驗證，本文