采用张量投票理论的三角网格特征边提取算法

被引：12

作者：

张慧娟 ^{[1
,2
]}

耿博 ^{[1
,2
]}

汪国平 ^{[1
,2
]}

机构：

[1] 北京大学计算机系人机交互与多媒体实验室

[2] 北京大学机器感知与智能教育部重点实验室

来源：

计算机辅助设计与图形学学报 | 2011年 / 01期

关键词：

张量投票理论; 区域增长; 聚类; 特征边提取;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

识别与提取模型几何特征在几何模型的编辑处理中起着重要作用,然而大多数已有算法在处理质量较差的三角网格模型时往往会失效,为此提出一种基于张量投票理论的特征边提取算法.首先根据张量投票矩阵特征值分布与顶点几何特征之间的对应关系对顶点进行分类;采用断点连接方法来保证顶点分类过程中能够正确地区分平滑特征上的边点及角点;根据顶点的类别结果进行区域增长,并提取区域增长后的边界,从而得到网格特征边.实验结果表明,文中算法对大多数模型可靠有效,能够处理网格分布不均匀,以及含有狭长三角形或含有孔、缝的模型,处理有噪声的模型也能达到较好的效果.

引用

页码：62 / 70

页数：9

共 9 条

[1] 数字几何处理研究进展 [J].