-
公开(公告)号：CN108805886A
公开(公告)日：2018-11-13
申请号：CN201810542723.2
申请日：2018-05-30
Applicant: 中北大学
Abstract: 本发明属于计算机图形学与拓扑学领域，具体提出了一种多融合物理签名的持久性聚类分割方法，主要解决了现有分割方法存在运行时间长、分割结果不稳定、鲁棒性较差的缺点。本发明首先选定所需物理签名，计算融合后的三类物理签名函数，进而利用持久性聚类产生持久性图，最后选定阈值合并，产生分割结果。该分割方法适用于任何三维网格模型，分割结果良好，且分割速度有了较大提升，对于三维网格模型的逆向工程、医学成像、模型变形和局部匹配等领域有着显著作用。
-
公开(公告)号：CN109064471B
公开(公告)日：2021-09-03
申请号：CN201810788070.6
申请日：2018-07-18
Applicant: 中北大学
Abstract: 本发明提出了一种基于骨架的三维点云模型分割方法，主要解决了现有三维模型分割方法存在对模型细微特征不敏感、时间代价高的缺点。本发明首先提取三维模型的骨架，并通过分析骨架数据之间的关系，提取骨架关键点；然后选择同一邻域内关键点到质心的距离最小的点作为最终的关键点；最后，使用找到的关键点，通过改进的区域生长算法，得到分割后的骨架区域，即相应原始数据的分割结果。该方法适用于对已有的三维点云模型进行语义分割，是处理几何模型的一种基本操作，可以广泛地应用于几何模型的可视化、优化，三维模型拼接，逆向工程等领域。
-
公开(公告)号：CN109064471A
公开(公告)日：2018-12-21
申请号：CN201810788070.6
申请日：2018-07-18
Applicant: 中北大学
CPC classification number: G06T7/11 , G06K9/6223 , G06T7/187 , G06T7/50 , G06T2207/10028
Abstract: 本发明提出了一种基于骨架的三维点云模型分割方法，主要解决了现有三维模型分割方法存在对模型细微特征不敏感、时间代价高的缺点。本发明首先提取三维模型的骨架，并通过分析骨架数据之间的关系，提取骨架关键点；然后选择同一邻域内关键点到质心的距离最小的点作为最终的关键点；最后，使用找到的关键点，通过改进的区域生长算法，得到分割后的骨架区域，即相应原始数据的分割结果。该方法适用于对已有的三维点云模型进行语义分割，是处理几何模型的一种基本操作，可以广泛地应用于几何模型的可视化、优化，三维模型拼接，逆向工程等领域。
-
公开(公告)号：CN108805886B
公开(公告)日：2021-09-03
申请号：CN201810542723.2
申请日：2018-05-30
Applicant: 中北大学
Abstract: 本发明属于计算机图形学与拓扑学领域，具体提出了一种多融合物理签名的持久性聚类分割方法，主要解决了现有分割方法存在运行时间长、分割结果不稳定、鲁棒性较差的缺点。本发明首先选定所需物理签名，计算融合后的三类物理签名函数，进而利用持久性聚类产生持久性图，最后选定阈值合并，产生分割结果。该分割方法适用于任何三维网格模型，分割结果良好，且分割速度有了较大提升，对于三维网格模型的逆向工程、医学成像、模型变形和局部匹配等领域有着显著作用。
-
-
-
Search Results
4
records
(took 0.012 seconds)
