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119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、特征匹配問題是計(jì)算機(jī)視覺、對象識別和機(jī)器人技術(shù)的核心問題。在傳統(tǒng)的模式識別中,圖像與視頻的識別在過去的十年中發(fā)展了很多方法。近來,匹配算法由二維圖像擴(kuò)展到三維圖形。許多新概念和技術(shù)相繼出現(xiàn),諸如形狀恢復(fù)、三維物體配準(zhǔn)和網(wǎng)格顯著度等。直到現(xiàn)時為止,在三維匹配領(lǐng)域有許多研究關(guān)注于全局匹配問題,此類方法著力于整個三維模型的整體相似度的測量與評價(jià)。然而,全局匹配在三維模型局部相似性比較的應(yīng)用中確實(shí)存在弱勢。三維模型的局部匹配技術(shù)可以很好的解決上

2、述問題。局部匹配的任務(wù)是通過對比模型的局部或特定區(qū)域,制定模型的相似程度評價(jià)。兩個三維物體待匹配的子部分不需要預(yù)先指定,可以是任意的形狀、朝向和尺寸。三維對象局部匹配相對于全局匹配是一個難得多的問題。原因之一在于它必須尋找相似的子部分,并給出相似度評價(jià)。 本文著力于討論三維表面網(wǎng)格模型的特征匹配及基于特征的建模算法。首先對該領(lǐng)域的歷史背景和研究內(nèi)容進(jìn)行系統(tǒng)的回顧。并以其新的研究發(fā)展方向--局部特征匹配的研究作為切入點(diǎn),在此基礎(chǔ)之

3、上引出本文的研究課題。本論文在以下幾個方面進(jìn)行了深入的研究,其主要貢獻(xiàn)可概括如下: 在特征匹配的問題上,尋找與位置和方向無關(guān)的特征表述方法是問題研究的關(guān)鍵。受ScaleInvariantFeatureTransform(SIFT)算法啟發(fā),提出一種三維幾何網(wǎng)格上的特征部分匹配方法。該方法分析了曲面曲率的離散表示,通過對二維流形尺度空間極值的檢測,尋找相對穩(wěn)定且有代表性的關(guān)鍵點(diǎn)作為網(wǎng)格局部幾何特征。本文進(jìn)一步分析了特征穩(wěn)定性與尺度

4、檢測深度的關(guān)系,并建立局部特征描述器集合。描述器是具有尺度與旋轉(zhuǎn)不變性的獨(dú)立標(biāo)架,允許處理大面積的無語義的復(fù)雜網(wǎng)格。本方法適用于三維網(wǎng)格模型的少許變形,并可通過調(diào)整閥值來調(diào)整模型匹配的相似程度。 在真實(shí)性建模問題上,本文通過預(yù)先建立的語義特征對三維數(shù)字人體模型作重建以及參數(shù)化處理。本文提出基于水平集的掃描點(diǎn)簡化算法,對高密度的掃描點(diǎn)模型作簡化處理,并能解決掃描點(diǎn)模型中普遍存在的重影與空洞問題。該方法具有自動排序特點(diǎn),并且使簡化結(jié)

5、果保留原掃描點(diǎn)模型按層劃分的特性。通過指定不同的簡化半徑,該算法自動生成多分辨率的層次細(xì)節(jié)模型。實(shí)驗(yàn)結(jié)果顯示,本方法在高簡化精度下具有好的保形性。簡化所得的點(diǎn)模型可通過多邊形或曲線、曲面重建。 總之,本文針對特征在匹配與建模的研究和應(yīng)用方面,做了認(rèn)真和有益的探索。本文提出的特征匹配方法在三維對象的識別、檢索以及無語義的網(wǎng)格特征搜索有一定的參考價(jià)值。在散亂點(diǎn)建模方面,不僅在計(jì)算機(jī)圖形學(xué)角度提出自己的研究思路與見解,而且結(jié)合數(shù)字人體

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