基于改进典型形状上下文特征的形状识别方法

针对形状上下文特征难以解决大规模样本的形状识别问题,提出一种利用角点典型形状上下文特征进行快速形状识别的方法.该方法仅以少数角点作为代表点生成直方图,对目标形状关键特征进行描述,通过减少匹配的特征数目降低了采样点匹配时间;在此基础上提出了局部约束匹配的方法,能够快速实现形状匹配并解决特征旋转不变性的问题,最终通过结合快速剪枝和精确匹配完成形状的识别.对形状数据进行仿真实验的结果证明,文中方法能够快速、有效地实现大规模数据的形状识别和检索.

融合Fuzzy拓扑关系与CRSC的三维模型检索方法

针对手绘草图检索三维模型时存在的表达模糊性和绘制随意性等问题,提出基于Fuzzy拓扑关系与角点典型形状上下文(CRSC)的三维模型检索方法。在该方法中,采用二元图元的Fuzzy拓扑关系描述图形的整体结构信息,并优化图元间特征向量的冗余问题,实现用户绘制过程中对检索结果的实时准确响应,并结合CRSC进一步提高检索的识别率和鲁棒性。针对模型多视角渲染的独特性,提出节点近邻遍历算法。实验结果表明,该方法具备较高识别率,提高了用户绘制效率。

一种改进的SUSAN角点检测算法

提出了一种改进的SUSAN角点检测算法,在原有的SUSAN算子的基础上,针对原算子需要人为的提供阈值的不便,提出了一种自动阈值的检测方法。同时,在角点检测完成后,根据角点的形状特点,进一步的对角点进行了判断,提高了角点的识别效果。