模型驱动下的形状分布算法  

Model-driven Shape Distributions

作　　者：余绍德[1] 周明全[1] 樊亚春[1] 柳勇光[1] 

机构地区：[1]北京师范大学虚拟现实与可视化技术实验室,北京100875

出　　处：《小型微型计算机系统》2011年第7期1431-1434,共4页Journal of Chinese Computer Systems

基　　金：国家"八六三""高技术研究发展项目(2008AA01Z301)资助

摘　　要：三维模型的特征提取方法中,形状分布算法简单,具有强的不变性和鲁棒性,但其抽样点不具有代表性,影响了系统的检索精度.为增强抽样点的有效性,我们改进抽样策略,首先引入模型复杂度描述参数,扩大抽样点集;然后利用可分离离散小波变换,逐层分解样点集,增强其有效性,并使最终样点数相同;最后使用形状分布算法进行三维模型的特征提取,并应用在三维模型检索上,对比实验结果表明,改进后的算法提高了系统的检索精度.Shape distribution is a simple method in feature extraction for three-dimensional model which has a strong invariance and robustness. But for its sample＇s snon-representative, the retrieval precision decreases. To enhance the effectiveness of samples, we improve the sampling strategy： first, determine the number of pre-sampling point according to the model＇s file level; then use separable discrete wavelet transform to enhance the effectiveness of samples set and compress the data set; fmaUy shape distribution algorithm is carried out. The simulation results illustrate the modified algorithm＇s rightness.

关 键 词：三维模型检索 形状分布 可分离离散小波变换 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]