三維網(wǎng)格模型層次分割及骨架提取.pdf

1、近年來(lái),三維動(dòng)畫已經(jīng)成為一個(gè)熱門的研究課題,三維網(wǎng)格模型也出現(xiàn)在了許多行業(yè)中,成為行業(yè)發(fā)展一個(gè)不可分割的部分。三維模型的廣泛應(yīng)用,引發(fā)越來(lái)越多的人開(kāi)始關(guān)注三維模型的處理問(wèn)題,三維模型分割和骨架提取就是其中的重要研究方面。三維網(wǎng)格模型分割技術(shù)在很多領(lǐng)域得到了廣泛應(yīng)用,如建模,三維模型變形、網(wǎng)格簡(jiǎn)化、幾何傳輸?shù)确矫?。三維骨架提取也是三維動(dòng)畫不可或缺的重要組成部分。目前,已經(jīng)有許多網(wǎng)格分割算法被提出,如分水嶺算法,聚類算法,區(qū)域增長(zhǎng)算法等等。

2、
　　 本文提出一種新的三維網(wǎng)格模型分割和骨架提取的算法,半監(jiān)督的三維網(wǎng)格模型層次分割是基于半監(jiān)督的思想,根據(jù)K均值聚類和高斯曲率,采用層次推進(jìn)的方法分割模型,本文的分割算法主要分為三個(gè)部分:提取模型的顯著特征、預(yù)分割以及后分割。網(wǎng)格模型顯著特征面片是利用多維標(biāo)度MDS的方法,將原本定義在歐式空間的原始模型轉(zhuǎn)換到基于離散測(cè)地距離的MDS空間中,得到一個(gè)新的模型SAMDS,在這個(gè)轉(zhuǎn)換后的模型的凸包上提取出特征面片。下一步根據(jù)K均值

3、聚類的思想,對(duì)模型進(jìn)行一輪迭代,得到預(yù)分割結(jié)果,本文對(duì)模型先進(jìn)行一輪粗分割有助于提高算法整體運(yùn)行的效率。在預(yù)分割的基礎(chǔ)上,利用區(qū)域增長(zhǎng)的思想,呈帶狀推進(jìn)讀取模型,在離散高斯曲率較小的地方,對(duì)模型進(jìn)行后分割,本文的分割算法與同類算法相比,分割邊界更有意義,分割結(jié)果較為理想。
　　 基于分割后模型的各個(gè)分割塊,本文提出一種新的三維網(wǎng)格模型骨架提取算法。首先按照上述分割算法將模型分割成指定的部分,然后在模型的各個(gè)分割模塊上,以特征面片