基于SDF及K-Means三维模型一致性分割算法?

摘要：

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.

关键词：三维模型、一致性分割、形状直径函数、K均值聚类

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目"面向图文混合的网络舆情新事件发现及其关联挖掘"61572399;陕西省教育厅专项科研计划项目"无监督的三维模型集有意义聚类分割技术研究"15JK1656

在线出版日期：2019-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2141-2144