共查询到20条相似文献,搜索用时 138 毫秒
1.
《计算机应用与软件》2017,(10)
针对STL网格模型曲面特征边识别困难的问题,提出一种基于边和面的特征边提取方法。首先遍历网格模型,自适应地获取二面角阈值并根据该阈值识别显性特征边;然后利用最小二乘法估算曲面上顶点的平均曲率,由此计算出三角形面片的近似曲率,并利用相邻三角形的曲率差值来判别其公共的隐性特征边是否为特征边,最后采用改进的断点处特征边提取算法形成完整的特征边界。实验结果表明该方法能够有效地提取STL网格模型曲面网格的特征边,具有很好的鲁棒性。 相似文献
2.
3.
4.
《计算机应用与软件》2017,(7)
重点讨论一种基于角点的改进SIFT(Scale Invariant Feature Transform,即尺度不变特征变换)算法。该算法采用统一的低主曲率比值删除不稳定边缘响应点,把高斯空间中提取的角点加入到运用主曲率比值筛选后的SIFT特征点中。另外,在角点检测中,以图像区域方差来动态确定角点检测的阈值,大大提高了算法的适应性。实验证明,改进后的算法能提取更加稠密且高匹配的特征点,并且具有对主曲率比值不敏感的优点。 相似文献
5.
6.
三角网格模型的特征线提取 总被引:19,自引:5,他引:19
在反求工程中,散乱数据点云的曲面重构常采用三角网格模型,若将其转换成曲面实体模型则有更广泛的应用,从三角网格模型中提取特征线是转换过程中的重要步骤.在讨论反求工程中数据点云分块方法的基础上,采取“基于边”的方法来提取特征线:先提取特征点,再连接成特征线.根据相邻三角片的法矢夹角和各点主曲率是否为极值,分两次提取特征点,利用三角顶点加权和均匀化等方法减少狭长三角片对特征点提取的计算误差影响,再将特征点分组连接成B样条曲线.文中算法的结果可为B样条曲面分片拟合和建立B-rep曲面实体模型提供依据。 相似文献
7.
曲率尺度空间与链码方向统计的角点检测 总被引:2,自引:0,他引:2
针对曲率尺度空间角点检测中,由于选择的尺度不同,会造成角点的漏检测,以及检测到错误角点的问题。提出一种基于曲率尺度空间与链码方向统计的角点检测方法。首先在较低的曲率尺度空间上检测出候选角点集;再通过自适应阈值及链码方向统计的方法删除错误角点。该方法采用较低的曲率尺度可检测出更多的角点,降低了角点漏检测率;通过计算椭圆角点自适应阈值可删除椭圆角点;采用Freeman链码方向统计可剔除伪角点;从而提高角点检测精度。通过实验充分验证了本文提出的角点检测算法比其他角点检测算法具有的高效性和准确性。 相似文献
8.
提出一种针对不规则多形变红血球图像的自适应曲面拟合并计算曲率的方法,通过阴影恢复技术重构细胞表面的高度场形状,利用三维数据点根据最小二乘法进行曲面拟合,选定深度均方误差阈值来决定参与拟合的邻域点.计算得到的高斯曲率、平均曲率可用采表征某一点的表面类型,主曲率则用来观察曲面变化较大的区域.实验结果表明,该方法具有很强的可行性与实用性. 相似文献
9.
10.
11.
角点是数字图像中目标的重要局部特征,提供了目标的低层次视觉特性。将Laplace of Gaussian变换引入到平面曲线,提出了一种基于边缘轮廓的LoG角点检测算子。深入分析LoG变换的几何特征,建立了边缘轮廓曲率和LoG范数间的等价度量关系。角点响应函数被定义为边缘点的LoG变换范数,边缘轮廓上LoG范数的局部极值点被认为是角点。并针对?祝-角点模型和圆周曲线模型,验证了这种定义的合理性。实验结果表明,相比经典角点检测算子,该文算法具有高效、稳定的优点。 相似文献
12.
13.
在弦到点的距离累加(CPDA)技术和曲率积的基础上,提出了多弦长曲率多项式的角点检测算法。首先利用Canny边缘检测器抽取边缘,然后对于不同弦长下边缘轮廓曲率局部极大值点,计算曲率的和;对于非极值点,计算曲率的积。该方法不仅可以显著增强曲率极值点的峰值,而且避免了曲率积对一些角点平滑。最后,为了降低人为设定门限带来的错检或漏检,利用局部自适应阈值去判别角点。实验结果表明,与其他的角点检测算法相比,该方法具有很强的鲁棒性,它的平均检测准确率提高了14.5%,而且在角点数重复率准则上平均性能提高了12.6%。 相似文献
14.
15.
一种基于曲率尺度空间的自适应角点检测方法 总被引:1,自引:0,他引:1
角点是图像处理中的重要特征,基于曲率尺度空间技术,提出一种自适应角点检测方法.首先提取图像的轮廓,采用一个固定的低尺度计算所有轮廓点的曲率,并根据曲率得到候选角点集,然后用由自适应支持区域确定的角点角度和一个动态曲率阙值代替固定的阙值筛选出正确角点.实验结果证实该方法应用于复杂图像的精确性和稳定性. 相似文献
16.
提出了一种利用图象灰度特征和边界轮廓点特征相复合的角点检测方法;首先在SUSAN特征检测原则基础上,提出了基于图象灰度特征的快速自适应特征检测方法,用以提取不同图象对比度下目标轮廓上的初角点,利用边沿元对这些包含了部分边缘点的初角点沿边绝缘方向跟踪排序后,再由根据图象边缘特征检测的边界方向变化情况来确定角点位置,同时剔除由于图象数字化而导致的虚假角点,这种方法克服了单一特征提取角点所带来的弊病,提高了角点检测的精度,抗噪能力强,运算量较小,适于实时实现。 相似文献
17.
鉴于数字图像中的拐点通常成为重要的信息载体,因此准确、稳定和实时地检测出拐点便成为拐点检测算法面临的主要问题,针对该问题,提出了一种新的二值图像中拐点的实时检测算法。该算法与传统基于边界链码的拐点检测算法不同,其是首先构建像素的k(k>8)邻域,并将图像中物体的边界表示为k邻域链码;然后根据曲率定义的差分形式计算各边界点处的曲率;最后通过检测曲率直方图的局部峰值精确定位出拐点,并利用拐角内部像素的颜色统计信息迅速判断出拐点的凸凹性.为验证该算法的效果,给出了该算法与4种已有算法的对比实验.结果表明,该算法不仅稳定性、准确性较高,而且算法简单,实时性强,并适合于嵌入式计算环境。 相似文献
18.
We propose a color adjustment technique to eliminate the visible seams in image-based texture map of a 3D object. The process is carried out in three steps. First, texture coordinates are locally displaced to minimize the misalignment of adjacent texture patches. Second, color discontinuities between different texture patches at each corner of the mesh faces are resolved. We minimize a global energy function over the mesh to ensure continuous color transitions and fit the color gradient at each corner of the mesh faces. Finally, the color adjustment at the corners is propagated over the texture patch for each face by solving a Poisson equation with mixed boundary conditions. By means of the proposed processing techniques, the visibility of seams is minimized while fine details are preserved in image-based texture maps. This can be used as a last refinement stage in image-based 3D reconstruction pipelines. The proposed color adjustment algorithm is tested on a variety of real-world datasets and compares very favorably with known methods. 相似文献
19.
20.
提出一种有效的隐式曲面三角网格化算法。从隐式曲面上的一个种子点开始,生成网格的边界作为扩张多边形,且该多边形最小角对应的顶点为扩张点,计算从扩张点处欲生成的三角网格,为了防止新生成的三角网格和已经存在的三角网格重叠,要进行冲突检测。在隐式曲面三角网格化的过程中,扩张多边形是不断变化的,需要重复上述步骤,直至没有扩张多边形时结束。该算法分别应用于解析隐式曲面和变分隐式曲面的三角网格化。实验结果表明,该算法不需要重新网格化的步骤,生成的三角网格具有较高的质量,且三角网格随曲率适应性变化,因此说明了该算法的有效性。 相似文献