- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
三维几何部分和似对称检测1
三维几何部分和近似对称检测
图1:在雕塑模型的对称性检测。从左至右依次为:原始模型,检测到的局部和近似对称,
颜色编码的偏离完美对称的边界框对角线的一小部分。
抽象
“对称是一个复杂性降低的概念[......];寻求它无处不在。” - 阿兰·J.玻璃市
许多天然和人造物体表现出显着的对称性,或包含重复的子结构。本文提出了一种新的算法,处理几何模型和有效地发现并提取他们的欧式对称的紧凑表示。这些对称性可以只是部分的,近似的,或两者兼而有之。该方法是基于匹配的签名,对简单的局部形状和使用这些比赛中积累的证据在适当的变换空间的对称。聚类阶段中提取潜在的显着对称的对象,其次是检验步骤。统计抽样分析的基础上,我们的成功率,我们的算法提供了理论保障。提取的对称图形表示捕捉重要的高层结构的几何模型,这反过来又使大集的进一步加工业务,包括形状压缩,分割,编辑一致,对称,索引,检索等信息
CR分类:I.3.5[图形学学报:计算
几何形状和对象建模。
关键词:几何造型,形态分析,检测对称,形状描述,取样担保。
1引言
对称是必要的,无处不在的概念,性质,科学和艺术。例如,在几何,在厄兰格的FelixKlein方案的[1893]起到了推波助澜的超过一个世纪的数学家的兴趣,在某些集体行动的一个重要原则理解几何空间不变性。许多生物,物理或人造结构表现出的对称性作为一个基本的设计原则或作为其功能的一个重要方面。对称无论进化或设计,隐含着一定的经济效益和效率的结构,使人们普遍有吸引力的。对称性也起着重要的作用,在人类视觉感知和美学。可以说很多我们周围的世界的理解的基础上共享或重复结构的认知和认可,是我们的美感[汤普森1961]。
在本文中,我们提出了一种新的方法用于检测有意义的数字化三维形状的对称性。据我们了解一组变换下的不变性对称性 - 在我们的例子中平移,旋转,再屈曲,并均匀缩放,共同发电机的欧氏集团。下图所示的二维图。在这个例子中可以看出,我们是相当明显的对称性或同余可以是近似的,发生在不同的尺度。我们的目标是定义一个算法,该算法提取(部分)对称性在所有尺度上,包括不同程度的近似或不完美的对称性。这允许用户选择的对称性,是最有意义的一个特定的应用程序的子集。例子包括扫描登记和比对,形状匹配,分割和骨架提取,压缩,先进的建模和编辑,形状和数据库检索。
为了实现这一目标,我们分开的对称性计算分为两个阶段:在第一阶段,我们计算简单形状描述子在选定的一组点的形状。这些描述符的选择,使他们感兴趣的组行动下是不变的。我们使用这些局部描述符配对点可以映射到彼此下候选人对称操作。我们认为,对每一个这样的沉积质量,或投票,在转变为一个特定的对称空间的兴趣。在这个空间里,对类似的转变,形成集群,提供相应的对称关系的证据。
在第二个步骤中,我们使用一个随机的聚类算法,前道,这次大规模的分布显着的模式。由于地图平转换空间不保留样品的空间相干的ENCE或结构上输入的形状,我们是否已经发现一个有意义的对称空间一致性检查所提取的子部分的表面。我们的群集的方法提供所必需的表面对应,因为在转换空间对应于每一个点质量的候选点在空间域中的日期对。因此,只有一小需要考虑的候选样本的检测和提取对称面的修补程序,避免了昂贵的二次空间搜索在整个输入数据集。
这种分离为两个阶段,我们的算法的有效性是至关重要的。的基本观察是:给出一个建议的对称关系,以确认是否是这个特定的对称模型中存在,它是简单而有效的,我们只需要申请对称变换和检查模型是否被映射到自身,或子模型的一部分??被映射到相应的子部分。然而,所有潜在的映射是过于庞大,做一个彻底的搜索。因此,我们首先积累了统计上的证据,通过我们的集群在变换空间的对称性存在。只有这方面的证据是足够的,如果我们进行空间验证,以检查是否有特定的对称实际上是有效的。因此,复杂的对称提取主要取决于有关本模型中的对称性,而不是模型本身的复杂性,或底层对称组的数量和大小。作为我们的方法的一部分,我们可以提供一种定量测量上的“正确性”,或显着性的对称关系,这使得用户能够控制在所提取的对称性的完善程度。此外,通过指定的大小的局部形状描述符的组,用户可以交易准确性为了计算效率。较少的样本用于检测大型的全球性对称性是足够的,小部分的对称性要求显着密集的采样。
我们的算法的最终输出是一个“对称图形”的对象,其中编码的对象的显两者并无统计对称性,每个所描述的一个补丁对和它们之间的相应的变换。对象,其中包含定期重复结构,如窗户或门,建筑模型,我们可以恢复的基础上减少算法的重复图案的对称性。实际上,这导致一个贫乏,更多的信息对称图形,只包含基本的对称发电机和避免编码分别对称,产品已记录的对称性。这种重复模式发现一致的网编辑应用程序可以是有用的。
文档评论(0)