期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
三维书籍模型的单侧页面提取方法
1
作者 童立靖 李斌 《计算机工程与设计》 北大核心 2017年第6期1564-1569,共6页
针对目前点云分割方法较难分割三维书籍模型的情况,提出一种快速有效的单侧书籍页面的自动提取方法。对于获取的三维书籍模型,利用模型的点云深度信息,求出背景平面方程,去掉模型背景,保留书籍区域;通过分析书籍模型的形态特性,求出分... 针对目前点云分割方法较难分割三维书籍模型的情况,提出一种快速有效的单侧书籍页面的自动提取方法。对于获取的三维书籍模型,利用模型的点云深度信息,求出背景平面方程,去掉模型背景,保留书籍区域;通过分析书籍模型的形态特性,求出分割左右页面的空间平面,保留其中一侧页面;根据点云的密度分布去掉页面的书口区域点云,得到单侧页面的三维模型。实验结果表明,该方法能够快速稳定地提取出单侧页面,具有较高的准确性和速度性能。 展开更多
关键词 页面提取 点云分割 书籍模型 空间单元格 最小二乘法
下载PDF
基于纹理的三维书籍模型单侧页面提取方法
2
作者 童立靖 王凤鹤 李斌 《图学学报》 CSCD 北大核心 2018年第2期179-185,共7页
模型分割在实际工程中有重要的应用价值。针对三维书籍模型的点云分割,提出了一种基于纹理的单侧书籍页面提取方法。对于获取的三维书籍模型以及散乱纹理图像,首先将模型的散乱纹理转化为有序纹理,将像素值从RGB空间转换到HSI空间,根据H... 模型分割在实际工程中有重要的应用价值。针对三维书籍模型的点云分割,提出了一种基于纹理的单侧书籍页面提取方法。对于获取的三维书籍模型以及散乱纹理图像,首先将模型的散乱纹理转化为有序纹理,将像素值从RGB空间转换到HSI空间,根据H(色调)和I(亮度)去掉模型背景点云;然后根据书脊线像素在有序纹理图像中的分布特性,计算纹理图像中的书脊线,再利用最小二乘法拟合出书脊线的三维空间方程,进而求出分割左右页面的空间平面,最终完成单侧页面的提取。实验结果表明,该方法针对三维书籍模型能够快速稳定地提取出单侧页面,具有较高的准确性。 展开更多
关键词 页面提取 点云分割 HSI色彩空间 书籍模型 最小二乘法
下载PDF
Relevance-based content extraction of HTML documents
3
作者 吴麒 陈兴蜀 +1 位作者 朱锴 王春晖 《Journal of Central South University》 SCIE EI CAS 2012年第7期1921-1926,共6页
Content extraction of HTML pages is the basis of the web page clustering and information retrieval,so it is necessary to eliminate cluttered information and very important to extract content of pages accurately.A nove... Content extraction of HTML pages is the basis of the web page clustering and information retrieval,so it is necessary to eliminate cluttered information and very important to extract content of pages accurately.A novel and accurate solution for extracting content of HTML pages was proposed.First of all,the HTML page is parsed into DOM object and the IDs of all leaf nodes are generated.Secondly,the score of each leaf node is calculated and the score is adjusted according to the relationship with neighbors.Finally,the information blocks are found according to the definition,and a universal classification algorithm is used to identify the content blocks.The experimental results show that the algorithm can extract content effectively and accurately,and the recall rate and precision are 96.5% and 93.8%,respectively. 展开更多
关键词 content extraction DOM NODE RELEVANCE information block
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部