结合Nyström方法的三维网格模型分割方法

摘要：

针对谱聚类三维网格模型分割方法耗时长、占用内存大的问题,本文提出了一种结合Nystr?m方法的三维网格模型分割方法.首先,对模型面心进行采样,计算采样点和所有面心的亲和力数值,使用Nystr?m方法估计亲和力矩阵的主特征向量,避免了计算亲和力矩阵的巨大开销;其次,使用K-Means算法对主特征向量聚类,实现对模型的分割;最后,使用自适应邻域滤波算法对分割结果进行优化,去除估计误差.在细分后的普林斯顿数据集上进行实验,并同 5 种分割方法进行定量比较,结果表明本文方法可以有效降低谱聚类方法的时间、空间开销,并且兰德分数比其余方法平均高 0.21,可以得到更高精度的分割结果.

关键词：网格模型分割、Nyström方法、谱聚类、自适应邻域滤波

所属期刊栏目：13

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：134-140