结合统计分类和边缘特征的最优视图提取
已有视图度量无法同时描述3维模型整体和局部细节特征,因此难以得到理想的最优视图.提出一种结合统计分类和视图边缘细节特征的最优视图提取算法.首先,采用Adaboost进行样例学习,通过最优视图之间的几何特征相似性得到候选视图集合.然后,定义边缘分布熵对候选视图进行局部特征分析,用以提取最优视图,从而使提取出来的最优视图能够有效描述出3维模型的结构特征和内在细节特征,符合人类视觉感知效果.最后,通过3维模型数据库对算法进行统计分析.实验结果表明,本文算法要优于类似的最优视图算法.
最优视图、统计学习、形状特征、边缘熵
18
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61272304;浙江省自然科学基金项目Y1110780;浙江省优先主题项目2009C11038
2013-10-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
1004-1010