基于内容的三维模型特征提取技术研究现状与分析  

Review and Analysis of Content-based 3D Model Feature Extraction

作　　者：王瑞波[1] 覃征[1] 冷彪[1] 

机构地区：[1]清华大学计算机科学与技术系,北京100084

出　　处：《小型微型计算机系统》2008年第2期313-319,共7页Journal of Chinese Computer Systems

基　　金：国家"九七三"基金项目(2004CB719401)资助;国家自然科学基金项目(60542004)资助.

摘　　要：介绍了基于内容的三维模型特征提取中常用的模型归一化(Normalization)处理技术:主成分分析法(PCA)和最大法向量分布法(MND).对已有三维模型特征提取方法进行分类综述,包括基于投影的特征提取方法、基于统计分布的特征提取方法、基于拓扑关系的特征提取方法和基于几何结构的特征提取方法.最后对不同类型的特征提取方法进行详细的分析和比较.This paper introduces two different model normalization technologies used in content-based feature extraction, including Principle Component Analysis and Maximum Normal Distribution. Four different methods of 3d model feature extraction, including projection-base, statistics-based, topology-based and geometry-based are summarized. At the end of this paper, a detail analysis and comparison of the four different feature extraction methods are proposed.

关 键 词：三维模型 特征提取 归一化 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]