结合突变论和离散聚类思想的视点空间划分算法

针对视点空间划分问题中算法复杂以及计算复杂度大的问题,提出了一种结合突变论和离散聚类思想的新方法。利用突变论获得视觉事件的空间切割曲面方程,然后在视点空间球面上选取有序采样并计算每个样点的符号序列,通过对符号序列的判断实现对离散点的聚类,使用点集替代传统的边界线方程来表达视点空间分划结果。该方法避免了突变理论中求解视点空间分划线方程数值解以及从分划线相互关系中寻找闭合区域的过程。实验结果表明该方法能够有效地提高三维目标识别的实时性,计算时间不足原算法的15%。