公开(公告)号：CN109767496A

公开(公告)日：2019-05-17

申请号：CN201811548746.0

申请日：2018-12-18

Applicant: 华侨大学

Inventor： 刘斌 ,  吴金华 ,  皮成祥 ,  许建文 ,  黄常标 ,  江开勇

IPC: G06T17/20

Abstract: 本发明公开了一种基于对称约束的网络虚拟装配方法，基于三角网格模型顶点主曲率提取对称特征，首先根据主曲率值采样获取特征区域样本点，以提取对称特征较明显的模型顶点；然后通过裁剪、六维空间变换、配对、mean-shift聚类和对称表面扩散等算法处理，提取出模型的对称变换和对称面；最终根据提取的三角网格模型的对称变换和对称面进行虚拟装配，具有较高的鲁棒性和效率，对称特征提取过程中利用了机器学习算法mean-shift聚类精准地训练六维空间变换数据，保证了提取对称特征的准确性；虚拟装配过程提供了鼠标平移、旋转、拖拽等交互功能，保证了程序良好的交互性。

公开(公告)号：CN109767496B

公开(公告)日：2022-07-01

申请号：CN201811548746.0

申请日：2018-12-18

Applicant: 华侨大学

Inventor： 刘斌 ,  吴金华 ,  皮成祥 ,  许建文 ,  黄常标 ,  江开勇

IPC: G06T17/20

Abstract: 本发明公开了一种基于对称约束的网络虚拟装配方法，基于三角网格模型顶点主曲率提取对称特征，首先根据主曲率值采样获取特征区域样本点，以提取对称特征较明显的模型顶点；然后通过裁剪、六维空间变换、配对、mean‑shift聚类和对称表面扩散等算法处理，提取出模型的对称变换和对称面；最终根据提取的三角网格模型的对称变换和对称面进行虚拟装配，具有较高的鲁棒性和效率，对称特征提取过程中利用了机器学习算法mean‑shift聚类精准地训练六维空间变换数据，保证了提取对称特征的准确性；虚拟装配过程提供了鼠标平移、旋转、拖拽等交互功能，保证了程序良好的交互性。