用粒子群优化算法重构超二次曲面三维模型  

Reconstruction of Superquadric 3D Models by Particle Swarm Optimization Algorithm

作　　者：黄芳[1] 樊晓平[1] 罗熊[1] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083

出　　处：《小型微型计算机系统》2006年第5期878-883,共6页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(69975003)资助;湖南省自然科学基金项目(05JJ40130)资助;中南大学博士论文创新选题基金(030618)资助

摘　　要：针对在三维重构过程中用L-M(Levenberg-Marquardt)方法求解超二次曲面参数拟合问题的不足,提出了用粒子群优化算法来进行超二次曲面参数拟合的新方法.本文详细阐述了超二次曲面的三维表示特性,L-M算法拟合超二次曲面参数模型的分析,以及用粒子群优化算法拟合超二次曲面参数模型的原理、实现方法和实验结果.用粒子群优化算法对超二次曲面进行参数拟合,克服了L-M方法的缺陷,取了满意的效果.In this paper, a new method of superquadric parametric fitting by particle swarm optimization algorithm was proposed. It aimed at remedying the defect of superquadric parametric fitting problem which is solved with L-M （Levenberg-Marquardt） method in 3D reconstruction. This paper investigated 3D representation characteristic of superquadrics and the analysis of fitting superquadric parametric model using L-M algorithm. It presented the principle, implementing method and experimental results of fitting superquadric parametric using particle swarm optimization. The results showed the effectiveness of the proposed approach.

关 键 词：三维重构 超二次曲面 参数拟合 L—M算法 粒子群优化算法 导向因子 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]