版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、復(fù)雜曲面三維模型的分割是三維模型處理中的關(guān)鍵步驟,三維模型的分割在三維模型檢索、幾何壓縮傳輸、三維模型簡(jiǎn)化等領(lǐng)域有著至關(guān)重要的作用。基于曲率信息的三維模型分割方法是三維模型分割方法中一種重要的分割方法。本文在對(duì)三維模型特征提取和分割相關(guān)技術(shù)的研究現(xiàn)狀進(jìn)行總結(jié)和分析的基礎(chǔ)上,針對(duì)基于曲率信息的三維模型分割方法存在效率低、準(zhǔn)確性無法保證的問題等進(jìn)行了深入研究,根據(jù)研究成果開發(fā)了復(fù)雜曲面三維模型分割系統(tǒng),在牙齒三維模型的分割中進(jìn)行了應(yīng)用驗(yàn)證。
2、
第一章介紹了基于機(jī)器學(xué)習(xí)的三維模型特征提取和分割技術(shù)的國內(nèi)外相關(guān)研究,包括三維模型特征提取技術(shù)、基于機(jī)器學(xué)習(xí)估計(jì)閾值技術(shù)和三維模型分割技術(shù)。分析了上述技術(shù)的研究進(jìn)展以及目前存在的問題,提出了本文的研究內(nèi)容并分析其研究意義,最后簡(jiǎn)單介紹本文的行文結(jié)構(gòu)。
第二章提出了復(fù)雜曲面三維模型頂點(diǎn)高斯曲率密度直方圖的特征描述方式。此特征描述對(duì)于三維模型高斯曲率閾值的獲取有較大的輔助作用?;趶?fù)雜曲面頂點(diǎn)高斯曲率密度直方圖的特征描
3、述,提出將三維模型眾多特征融合的方案設(shè)計(jì)。同時(shí)利用相關(guān)工具設(shè)計(jì)了實(shí)驗(yàn),提取了三維模型頂點(diǎn)的高斯曲率密度直方圖,驗(yàn)證了復(fù)雜曲面三維模型頂點(diǎn)高斯曲率密度特征提取方法的正確性。
第三章提出了基于機(jī)器學(xué)習(xí)的復(fù)雜曲面高斯曲率閾值估計(jì)方法。依據(jù)復(fù)雜曲面模型和模型特征對(duì)應(yīng)的高斯曲率閾值的可靠樣本,訓(xùn)練出復(fù)雜曲面特征和對(duì)應(yīng)高斯曲率閾值的回歸方程,通過復(fù)雜曲面模型測(cè)試樣本對(duì)回歸方程的參數(shù)改進(jìn)、修正,隨著樣本量的增加,回歸方程的可靠性也得到提升,
4、達(dá)到了指定復(fù)雜曲面模型對(duì)應(yīng)的高斯曲率閩值估計(jì)的準(zhǔn)確度,從而可以根據(jù)復(fù)雜模型特征求解出復(fù)雜曲面模型分割所需的高斯曲率閾值,解決了基于曲率的復(fù)雜曲面分割過程中,高斯曲率閾值難以計(jì)算的問題。
第四章提出了基于高斯曲率閾值估計(jì)的三維模型分割方法。利用第三章中提出的高斯曲率閾值估計(jì)方法,建立了復(fù)雜曲面模型特征描述和對(duì)應(yīng)的高斯曲率閾值之間的回歸模型,進(jìn)行待分割模型的高斯曲率閾值估計(jì),實(shí)現(xiàn)了三維模型的準(zhǔn)確分割,減少了人工交互設(shè)置高斯曲率閾值
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜曲面的特征提取與重構(gòu)方法研究.pdf
- 基于流形學(xué)習(xí)的特征提取方法及其應(yīng)用研究.pdf
- 特征提取方法及其應(yīng)用研究.pdf
- 紋理特征提取及其在圖像分割中的應(yīng)用研究.pdf
- 核PCA特征提取方法及其應(yīng)用研究.pdf
- 信號(hào)特征提取方法與應(yīng)用研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的圖像建模與特征提取方法研究.pdf
- 基于弱信號(hào)特征提取的早期診斷方法及其應(yīng)用研究.pdf
- 人臉局部紋理特征提取方法及其應(yīng)用研究.pdf
- 基于分層稀疏表示的特征提取方法及其應(yīng)用.pdf
- 基于HHT的管路損傷特征提取及其應(yīng)用研究.pdf
- 基于生物視覺認(rèn)知機(jī)理的特征提取及其應(yīng)用研究.pdf
- 12629.生物數(shù)據(jù)的數(shù)值特征提取方法及其應(yīng)用研究
- 基于雙閾值分割的玻璃缺陷特征提取方法研究.pdf
- 高光譜顯微圖像的特征提取與分類方法及其應(yīng)用研究.pdf
- 基于h.264壓縮域的視頻分割與特征提取方法研究
- 人臉局部特征提取算法及其應(yīng)用研究.pdf
- 基于特征提取和機(jī)器學(xué)習(xí)的醫(yī)學(xué)圖像分析.pdf
- 基于流形學(xué)習(xí)的特征提取方法研究.pdf
- 基于特征提取的紋理圖像分割.pdf
評(píng)論
0/150
提交評(píng)論