论文部分内容阅读
为提高三维模型集一致性分割算法的准确率,提出一种基于SDF及K-Means的三维模型集一致性分割算法。提取模型集中各个模型的SDF特征;计算模型的显著特征点代表模型的分割部位并作为K-Means聚类的初始中心点,采用K-Means算法对模型集上每个三维模型进行聚类分割。实验结果表明,该算法能够对模型集进行有意义的一致性分割,且面片平均划分准确率较好。