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64頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領

文檔簡介

1、非剛體三維模型普遍存在于現(xiàn)實世界中,如微觀的細胞結(jié)構(gòu)、人體的組織器官等。對非剛體模型的分析是一個熱門的研究內(nèi)容,三維模型匹配又是非剛體模型分析的主要組成部分。例如當要對模型進行相似性比較,形狀檢測與識別時,都需要研究模型之間的匹配關系。因而本文對三維模型匹配進行了研究。三維模型匹配存在很多好的研究方法,主要的研究方法分為全局匹配方法,以及描述算子匹配方法。
  全局匹配方法主要是采用新的描述空間對模型重新表示,在新的模型空間中保留

2、有效的形狀信息,并在新的近似空間中尋找模型之間的對應關系。這類方法存在的問題是引入新的近似誤差,且這類誤差往往對匹配結(jié)果產(chǎn)生較大的影響?;诿枋鏊阕拥姆椒ㄖ饕菍δP蜕系拿總€點進行標注。不同的算子,使得模型上每個點攜帶的信息不同,進而可以將不同的點區(qū)分開,以達到匹配的目的。這一類匹配算法,存在的問題是不易收斂,且對算子的區(qū)分性要求高。當模型上的點之間不具備區(qū)分性,或者局部幾何結(jié)構(gòu)相似的時候,這一類算法會產(chǎn)生誤差,甚至匹配失敗。通過對空間

3、表示以及描述算子的分析,本文對空間表示進行了改進,并采用了新的度量方式進行了三維模型匹配。
  首先本文提出了新的針對于三維模型匹配的抽樣算法,該方法不僅考慮了特征點的空間分布均勻性,也考慮到了特征點提取的顯著性,即針對不同模型取樣時的一致性。最后與已有的特征點提取算法進行了比較,驗證了本文提出用于三維模型匹配的特征點集合的合理性。
  其次,匹配過程中,在初始階段采用基于頻域的空間表示,并在該空間中計算出點之間的匹配花費關

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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