-
题名结合拓扑持续性和热扩散理论的3维模型分割
被引量:4
- 1
-
-
作者
杨军
张鹏
-
机构
兰州交通大学电子与信息工程学院
兰州交通大学自动化与电气工程学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2018年第6期887-895,共9页
-
基金
国家自然科学基金项目(61462059)
人社部留学人员科技活动项目择优资助基金项目(重点类)(2013277)~~
-
文摘
目的针对已有的3维模型分割方法人为设定过多参数的问题,提出了一种基于拓扑持续性和热亲和度矩阵的3维模型分割方法,只需给定分割部件数即可自动完成分割。方法首先通过拓扑持续性处理3维模型的热核签名,选取生存期最长的几个特征点作为模型被分割部件的显著特征点,对于模型躯干等无法通过生长周期选取特征点的部件,则选取热核签名的最小值所对应的顶点作为显著特征点,从而获得模型的初始聚类中心;然后使用不同的扩散时间所对应的热亲和度矩阵进行k-means聚类,并根据聚类中心的偏移距离等参数筛选聚类结果,从而获得3维模型的分割结果。结果选取人体模型进行分割实验,并与其他方法进行对比分析。结果表明,所提出的热亲和度的计算时间明显优于常用的测地距离和幂指数核;相比基于拓扑持续性和基于测地距离的聚类,本文方法可以正确分割模型的各个部件并获得恰当的分割边界。此外,本文方法针对姿态不同的同一非刚体3维模型可以取得一致性的分割结果,而且对模型表面噪声具有较好的鲁棒性。结论和已有方法相比,本文的基于拓扑持续性和热亲和度矩阵的3维模型分割方法可以在给定分割部件的前提下自动选定聚类中心并获得恰当的分割边界,并广泛适用于常见动物模型的分割。
-
关键词
3维模型
分割
拓扑持续性
热亲和度矩阵
K-均值聚类
热核签名
-
Keywords
3D Shape
segmentation
topological persistence
heat kernel affinity matrix
k-means clustering
heat kernel signature
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-