基于显著性与弱凸性的三维点云模型分割

针对现有三维点云模型分割算法无法同时分割出大小组件的问题,提出一种基于显著性和弱凸性的分割方法。根据谱聚类方法将点云模型过分割为弱凸块,在此基础上,利用显著性判定提取较小的突出部分和面积较小但边缘特征点明显的弱凸块,解决欠分割问题,最终从相互可见性和体积相似性角度进行区域合,解决过分割问题。实验结果表明,该算法的分割结果优于Heterogeneous、Constraint Planar等无监督方法。

三维模型分割的研究及其在人体测量中的应用

符合人类认知的三维网格模型自动分割结果可应用于许多领域研究,准确的分割也更有利于三维测量。针对现有三维网格分割结果不稳定、易受形状、姿态干扰等问题,本文采用一种基于相互可见性和表面偏移的形状直径函数来改善三维模型自动分割的结果。首先,输入网格模型,利用谱方法进行过分割;其次,基于相互可见性迭代,合并过分割块;最后,利用表面偏移的形状直径函数合并得到分割结果。利用本文分割算法对人体模型进行分割,结合传统的切片法和椭圆拟合法对分割后的部位进行围度测量,通过对比多种三维分割方法,分析本文测量结果和交互式测量软件测量的结果,证明本文分割方法效果较好,测量结果具有一定可靠性。