三角网格分割综述

三角网格分割是数字几何处理的重要问题之一,从分割驱动信号、分割类型、分割策略、算法复杂度、适用范围等方面对典型的网格分割算法如迭代聚类法、区域生长算法、分水岭算法、层次分解或合并法、谱分析法、骨架方法等进行了详细的比较和论述。并结合实际工作,对网格分割的研究趋势进行了展望。     

三维网格模型的分割及应用技术综述

对三维网格模型分割的定义、分类和应用情况做了简要回顾,介绍并评价了几种典型的网格模型分割算法,如分水岭算法、基于拓扑和几何信息的分割算法等;同时,对网格分割在几种典型应用中的研究工作进行了分类介绍和评价．最后对三维分割技术今后的发展方向做出展望．     

基于网格Laplace的三维几何模型分割

模型分割是模型分析的重要方法和手段.针对已有网格分割算法对姿态敏感和计算速度慢的问题,提出了一种基于网格Laplace和k-means聚类的三维几何模型分割算法.通过网格Laplace将三维模型从空域嵌入到谱空间中进行分析,得到了模型的归一化形式,克服了姿态变化对分割结果的影响,并极大地减少了计算时间,获得了视觉上有意义的分割结果.实验结果表明,本算法能快速有效地实现网格模型的正确分割,并对模型姿态的变化有较好的鲁棒性.     

基于商空间粒度理论的三维网格分割方法

通过研究已有的网格分割和模型简化方法 ,分析三维模型的网格分割中的商空间粒度思想 ,并将商空间粒度计算引入到网格分割中 ,对网格分割过程进行描述 ,提出了基于粒度分层合成技术的网格分割方法。该算法通过分别提取模型中各三角形网格区域的几何特征构成不同的粒度区域 ,再根据粒度合成理论。将这些所形成的粒度组织起来 ,从而实现对三维网格的最终分割 ,为三角网格模型的简化提供了快速有效的方法。实验表明了该算法对于网格分割的有效性和正确性。     

基于山峰聚类的复杂背景下红外弱目标分割方法

在分析目标红外图像特征的基础上,利用山峰聚类对密度大样本的快速聚类特点,提出了一种基于山峰聚类的弱目标区域生长分割方法。该方法首先将二维图像在x和y方向分别进行投影并以此为样本构造数据网格,再采用改进的山峰聚类算法进行聚类,将求出的聚类中心作为种子点进行区域生长得到分割结果。实验结果表明,与传统方法比较,所提方法能自动选取种子点,投影后数据作为样本可有效提高运算速度,并能取得良好的分割效果。     

一种基于扩散几何的非刚体三维形状分割方法

三维形状分割是三维形状分析中的一个重要问题.为了使分割结果能适应非刚体丰富的姿态变化,提出一种基于扩散几何的三维网格分割方法.该方法采用波核特征的局部极值点作为非刚体网格模型表面的显著特征点;进而将显著特征点作为初始聚类中心,采用K-均值聚类算法来获得分割结果.实验结果表明,文中方法不仅对处于不同姿态的非刚体三维形状具有良好的分割一致性,而且对噪声、孔洞等具有较好的鲁棒性.     

基于Delaunay四面体剖分的网格分割算法

为了构建有意义曲面分片,提出一种基于Delaunay四面体剖分的网格分割算法.首先根据Delaunay四面体剖分得到多边形网格内部的四面体,求出每个面上反映网格内部信息的Delaunay体距离;然后对Delaunay体距离进行平滑处理,再对网格上面的Delaunay体距离进行聚类,用高斯混合模型对Delaunay体距离作柱状图的拟合,利用期望最大化算法来快速求得拟合结果;最后结合图切分技术,同时考虑聚类的结果、分割区域的边界平滑和视觉认知中的最小规则,得到最终的网格分割结果.实验结果表明,采用文中算法可以有效地实现有意义的网格分割.     

基于网格和MST的混合属性流数据聚类算法

现有的流数据聚类算法往往只能处理单一属性类型的流数据,或是不能发现任意形状的聚类。针对这个问题,该文提出一种混合属性流数据聚类算法GTMS,算法使用了网格及MST（最小生成树）技术,采用基于信息增益和几何相邻的方法来计算混合类型数据相似度。实验表明该算法能够有效地处理混合属性流数据。     

基于峰值网格改进的小波聚类算法

针对小波聚类算法在不同网格划分尺度下表现出的聚类效果差异,提出了一种基于峰值网格的改进方法。算法主要针对小波聚类中连通区域的检测方式进行改进：首先,将小波变换后的空间网格依网格值的大小进行排序;然后利用广度优先搜索的方式遍历每一个空间网格,以检测经小波变换后数据中的峰值连通区域;最后,标记连通区域并将其映射到原数据空间中,以得出聚类结果。在8个人工数据集（4个凸数据集与4个非凸数据集）和UCI数据库中的2个真实数据集上的实验结果表明,改进算法在低网格划分尺度下有着良好的表现,与原小波聚类算法相比,这个算法对网格划分尺度的需求降低了25%~60%,并且在相同的聚类效果下减少了14%的聚类所需时间。     

三维网格分割的错分评价准则

提出一种新的、基于面片错分率和面积错分率的三维网格模型分割定量评价准则.定量评价是精确衡量分割效果、针对特定应用选择最有效的分割算法、以及指导新算法研究的重要基础.基于分割质量显著的数据库进行的三维分割评价准则给出的定量评价指标属于模糊的、统计性质的评价,在评价特定类型的分割时,该评价指标的可信较低、精确性较差.本文基于普林斯顿大学数据库中7类385份高质量的手工分割结果,以及7种自动分割算法中分割数目与手工分割数目相近的部分高质量数据,基于面片错分和面积错分两种准则,对7种自动分割算法进行定量了评价.实验证明本文提出的两种错分评价准则具有较高的精度和可信性.     

A novel 3D mesh compression using mesh segmentation with multiple principal plane analysis

This paper proposes a novel scheme for 3D model compression based on mesh segmentation using multiple principal plane analysis. This algorithm first performs a mesh segmentation scheme, based on fusion of the well-known k-means clustering and the proposed principal plane analysis to separate the input 3D mesh into a set of disjointed polygonal regions. The boundary indexing scheme for the whole object is created by assembling local regions. Finally, the current work proposes a triangle traversal scheme to encode the connectivity and geometry information simultaneously for every patch under the guidance of the boundary indexing scheme. Simulation results demonstrate that the proposed algorithm obtains good performance in terms of compression rate and reconstruction quality.     

基于逆 Loop 细分的半正则网格简化算法

摘 要：三维网格简化是在保留目标物体几何形状信息的前提下尽量减小精细化三维模型 中的点数和面数的一种操作,对提高三维网格数据的存取和网络传输速度、编辑和渲染效率具 有十分重要的作用。针对大多网格简化算法在简化过程中未考虑网格拓扑结构与视觉质量的问 题,提出了一种基于逆 Loop 细分的半正则网格简化算法。首先根据邻域质心偏移量进行特征 点检测,随后随机选取种子三角形,以边扩展方式获取正则区域并执行逆 Loop 细分进行简化。 最后,以向内分割方式进行边缘拼接,获取最终的简化模型。与经典算法在公开数据集上进行 实验对比,结果表明,该算法能够在简化的同时有效地保持网格特征,尽可能保留与原始网格 一致的规则的拓扑结构,并且在视觉质量上优于边折叠以及聚类简化算法。     

CAD mesh model segmentation by clustering

CAD mesh models have been widely employed in current CAD/CAM systems, where it is quite useful to recognize the features of the CAD mesh models. The first step of feature recognition is to segment the CAD mesh model into meaningful parts. Although there are lots of mesh segmentation methods in literature, the majority of them are not suitable to CAD mesh models. In this paper, we design a mesh segmentation method based on clustering, dedicated to the CAD mesh model. Specifically, by the agglomerative clustering method, the given CAD mesh model is first clustered into the sparse and dense triangle regions. Furthermore, the sparse triangle region is separated into planar regions, cylindrical regions, and conical regions by the Gauss map of the triangular faces and Hough transformation; the dense triangle region is also segmented by the mean shift operation performed on the mean curvature field defined on the mesh faces. Lots of empirical results demonstrate the effectiveness and efficiency of the CAD mesh segmentation method in this paper.     

三维网格模型的边界性度量方法

在三维网格分割中,如何实现网格模型边界的自动准确分割是目前亟待解决的问题。为给自动分割提供理论依据,提出了一种新的三维网格模型表面边界性计算方法,将少量手工标注的边界点视为能量的放射源,根据能量流动原理,自动计算出其他点作为分割边界的可能性。实验表明,该方法是行之有效的,可以依据手工标注的少量边界点找到更多的真实边界点,进而为最终实现网格模型的自动分割提供可行的理论基础。     

网格分割的3维网格模型非盲水印算法

目的 信息技术的发展使得面向3维模型版权保护的问题越来越突出,提出一种新的基于网格分割的3维网格模型非盲水印算法。方法 首先使用基于形状直径函数的网格分割算法对3维网格模型进行有意义的网格分割,然后计算每个分块的鲁棒重心并以此为中心将模型由直角坐标系转换到球面坐标系,最后通过调制每个顶点范数的分布来嵌入水印,在水印检测阶段使用非盲检测的方法提取水印。结果 针对目前基于网格分块的水印算法的网格分割不一致以及对分割边界依赖性过强等问题,引入基于形状直径函数的网格分割算法并在重对齐、重采样过程中加入待检测模型与原始模型分块匹配过程以保证网格分割的一致性,并且选取分块的顶点范数的分布作为水印嵌入基元,使得算法能够有效地减弱对分割边界的依赖性。结论 实验结果表明,该算法可以有效抵抗平移、旋转、缩放、噪声、细分、简化、剪切等常见的攻击以及多种攻击的联合攻击。     

噪声鲁棒的分水岭网格分割算法

提出一种对逆向工程网格噪声鲁棒的分水岭分割算法.该算法在计算网格离散曲率时,针对曲率计算对网格噪声特别敏感的问题,根据拟合曲面的曲面误差估计,动态地调整拟合曲面的顶点个数,提高了曲率计算的精确性,增强了基于曲率的分水岭算法对噪声的鲁棒性;通过后续的标识、聚类和分割后处理方法,提高了算法的分割精度和效果.该算法在大量的噪声网格模型上获得了较好的分割结果,适用于逆向工程中的二次曲面识别和NURBS曲面逼近.