三维网格的Mean Shift并行分割算法  

3D mesh parallel segmentation using Mean Shift

作　　者：孙晓鹏[1,2] 荣丹[1] 

机构地区：[1]辽宁师范大学计算机与信息技术学院,辽宁大连116029 [2]大连大学辽宁省先进设计与智能计算省部共建教育部重点实验室,辽宁大连116622

出　　处：《计算机工程与设计》2013年第1期230-234,共5页Computer Engineering and Design

基　　金：国家自然科学基金项目(61170143、60873110);辽宁省高校科研基金项目(L2010231);大连大学辽宁省先进设计与智能计算省部共建教育部重点实验室开放课题基金项目(ADIC2010006)

摘　　要：为克服Mean Shift算法复杂度高、速度慢的缺点,提出了一种改进的三维网格模型Mean Shift并行分割算法。该方法基于Mean Shift的基本思想和GPU的高性能并行计算能力,基于离散测地距离的局部极值提取三维网格模型的显著特征点,自显著特征点开始并发执行Mean Shift算法,实现了有意义的分割。与同类算法相比,该算法提高计算运行效率、改善了分割效果。In order to overcome the shortcomings of the mean shift method for its complex computational requirement, an im- proved 3D mesh model mean shift parallel segmentation algorithm is presented. Based on the ideas of Mean Shift and high per- formance parallel computing capacity of the GPU, firstly, the salient feature points are extracted on 3D mesh model using dis- crete geodesic distance of the local extreme point, and then the Mean Shift algorithm is parallel executed from the salient feature, so that the algorithm achieves the meaningful division. Compared with other similar algorithms, the computational efficiency and the effect of the segmentation are imropved.

关 键 词：均值偏移 三维网格分割 显著特征点 GPU并行计算 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]