两个自动终止聚类算法应用于三维模型数据集的效果研究

来源 :第十二届全国图象图形学学术会议 | 被引量 : 0次 | 上传用户:wi7474974
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
随着三维建模技术的成熟,互联网上和各种多媒体数据库中的三维模型迅速增加,对三维模型的检索问题研究越来越重要.在三维模型检索领域中聚类分析技术还没有被充分利用,大量的三维模型还没有完善细致的分类,为此进行了应用聚类分析技术对三维模型进行分类的实验.由于三维模型数据集不能预先确知聚类算法应该得到数据数目,缺少聚类可以利用的先验知识,应该利用无监督的自动终止的聚类算法.因此实现了两种典型的自动确定终止时机的聚类算法,并对应用于一个有代表性的三维模型特征向量数据集的效果进行对比研究.实验结果表明聚类分析技术可以应用于三维模型检索领域并应该有广阔的应用前景。
其他文献
本文建立了人眼晶状体的参数化三维几何模型,开发了基于VC++和OpenGL的三维显示系统.首先,根据临床数据构造了一个标准的晶状体模型,然后,通过输入临床获取的特征参数如晶状体直径、厚度、核直径、核偏移等,生成满足特定约束条件和几何拓扑的晶状体模型,从而代表了不同人群的晶状体特征.利用OpenGL图形库实现了晶状体的立体感、透明性和旋转缩放等.本文提出的人眼晶状体参数化建模方法实现了国人虚拟眼晶状
本文提出了一种在VRML构建的虚拟场景中进行虚拟房屋设计的方法.使用VRML技术创建虚拟房屋能够简便地实现场景的三维漫游功能;通过VRML和JAVASCRIPT的结合实现了二维平面地图与三维虚拟场景之间的通信;利用VRML和JAVA的结合,可以在虚拟场景中根据需要改变原有的设计,实现个性化交互。
本文提出了一种基于三角函数的深度图像自适应局部表面拟合方法,设计并实现了迭代寻优算法获得最佳拟合系数和拟合函数表达式,并将它应用于深度图像的特征提取,即根据拟合结果计算深度图像的高斯曲率和平均曲率.理论分析和实验结果表明,与基于多项式的曲面拟合方法比较,本文提出的基于三角函数的曲面拟合方法效果更好,尤其是在边缘点处,使用较少的基函数便可以获得更加准确的拟合结果.迭代寻优算法稳健可靠.且在同等精度下
产品表面的数字化和三维模型重建是RE中的两项灵活、采样范围广、有利于整体形状信息的获取等优点,可以方便地提取物体的边界轮廓与特征信息,其不足点为测量精度较低.而CMM作为一种通用性强、精度高的测量系统成为一种重要的数字化设备,但其测量效率低.通过视觉信息获取物体的大致轮廓,再辅以高精度CMM机测量的少量数据,则可高效、精确地实现产品实体的几何建模.本文采用以B样条为基础,推导出在已知曲线大致轮廓的
在利用速度滤波器估计运动时,为了获得较高的估计精度,需要使用大量的、具有不同速度响应的速度滤波器,这将带来计算量巨大的困难.本文提出利用遗传算法来寻求局部最优的速度滤波器,并将其用于一维遮挡运动的速度估计问题.把运动图象对速度滤波器的匹配误差作为遗传算法中的适应度函数.用遗传算法在可计算的范围内找出和运动图象匹配误差最小的速度滤波器,该速度滤波器对应的速度最接近运动图象的真实速度.该方法不需要知道
回顾了三种传统的PDE图像降噪方法,即ψ函数、基于散度的PDE和基于拉普拉斯算子的扩散PDE这三种图像降噪方法,并指出可将扩散方程与自由薛定锷方程结合形成新的基于复扩散的图像降噪处理方法.
本文提出了基于分割的图像区间均衡方法.利用多阈值分割结果,通过全局内区间直方图的均衡和基于均衡直方图对区间内的灰度拉伸,实现了图像增强.与传统的图像均衡比较,有效地解决了边缘增强与噪声抑制的矛盾.由于采用了基于势函数聚类的多阈值图像分割方法,速度快,鲁棒性好.利用本文提出的直方图区间均衡增强方法,对视频会议接收端的解码图像进行增强,保证实时性的同时,提高了图像质量。
H.264视频图像编码标准仍然采用基于块的运动补偿方法,但因为其应用了半像素和四分之一像素等运动补偿技术,所以极大地提高了运动估计的准确性.本文将运动估计的参考帧提高到8帧,采用基于对象的方法进行运动估计,计算出视频对象的平移及旋转参数,并将这些参数进行熵编码后传输,实验表明这种方法大大降低了视频图像的传输速率。
SAR图像斑点噪声使图像解译变得复杂,并降低了图像分类和信息提取的有效性.因此滤波处理是雷达图像数据处理中一个重要的环节.通常的滤波方法是基于空间域的,而本文采用了一种多通道滤波的方法.多通道滤波方法是利用多幅同景但不同时相的SAR图像,进行线性组合处理,来获取多幅斑点噪声降低的图像.本实验对漳州地区3个时相6个通道的ASAR数据,选用不同极化的通道组合,进行多通道滤波试验.结果表明,这种方法能够
变化检测是遥感技术的主要应用之一.本文的研究利用遥感高分辨率图像,提出了一种在高复杂背景前提下,对一类正多边形建筑目标进行识别与变化检测的方法.它是一种基于目标识别的变化检测.本方法将从以往以点为单位进行处理的层面提升到以线为主,并对线作多层次的感知组合,进而实现目标的准确识别与详细数学描述,在此基础上,对目标进行精确的变化比较分析.实验结果表明该方法的可行性及其优越性能,它可以有效的克服复杂背景