2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著計(jì)算機(jī)圖形學(xué)及數(shù)字媒體技術(shù)的快速發(fā)展,三維圖形技術(shù)被廣泛應(yīng)用于生物信息學(xué)、醫(yī)學(xué)、計(jì)算機(jī)輔助設(shè)計(jì)、三維游戲等領(lǐng)域。與此同時,三維模型的數(shù)量呈指數(shù)級增長,面對如此龐大的信息量,如何快速準(zhǔn)確地從現(xiàn)有三維模型庫中檢索出相似的三維模型,實(shí)現(xiàn)三維模型的復(fù)用,成為一個熱點(diǎn)研究問題。三維模型檢索技術(shù)中最關(guān)鍵的是對三維模型進(jìn)行特征提取。針對三維模型特征提取算法中單一特征缺乏對三維模型特征更全面的描述這一問題,研究者將研究重點(diǎn)轉(zhuǎn)移到多特征融合上來,以期

2、通過多特征融合的方式來對三維模型進(jìn)行更全面的描述。然而如何提高現(xiàn)有特征提取算法的描述能力和提出更有效的檢索方法仍是一個值得研究的課題。
  本研究主要內(nèi)容包括:⑴提出融合細(xì)節(jié)與整體特征的三維模型檢索方法。融合三維模型的局部細(xì)節(jié)特征和整體形狀特征以實(shí)現(xiàn)對三維模型更加全面的描述。分別選取能反映三維模型局部細(xì)節(jié)特征的SIFT特征和反映三維模型整體形狀特征的傅立葉描述子特征,并結(jié)合多尺度分析方法得到多尺度傅里葉描述子特征來對三維模型進(jìn)行特

3、征描述。多尺度分析方法能降低灰度圖像中存在的噪聲和其它變化對傅立葉描述子所產(chǎn)生的影響。采用線性加權(quán)的方式對 SIFT特征和多尺度傅里葉描述子特征進(jìn)行融合,以融合局部細(xì)節(jié)特征和整體形狀特征來提升三維模型檢索的準(zhǔn)確率。⑵提出基于加權(quán)BOF特征的三維模型檢索方法。鑒于提取SIFT特征和多尺度傅里葉描述子特征能在一定程度上提高三維模型檢索的準(zhǔn)確率,直接使用SIFT特征進(jìn)行相似性度量會因?yàn)樘卣鲾?shù)量的龐大而降低整個檢索效率,并會影響三維模型檢索的準(zhǔn)

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論