-
公开(公告)号:CN105590320B
公开(公告)日:2018-07-03
申请号:CN201510975157.0
申请日:2015-12-21
Applicant: 浙江工商大学
IPC: G06T7/11
Abstract: 本发明公开了一种用改进的k‑means对三维模型进行空域分割的方法。本发明首先将待求曲率的顶点在所有帧中的坐标连接成曲线并用光谱分析法对目标模型进行分割。其次根据顶点曲率期望将顶点初始归为块,即将曲率期望相近的顶点分为一块;分别计算其他顶点到这s个顶点的度量d。然后更新每一簇的中心,即根据每一部分中所有顶点度量值的期望,找到此部分中与期望值最接近的顶点度量作为此部分新的聚类中心点,最后重复直到阈值threshold小于某个设定的值为止。本发明用曲率表示模型的运动剧烈程度,创新性地用欧几里德距离与曲率期望的加权平均定义为聚类度量,这样聚类结果不仅保证了空间连续性又保证了模型的运动性。
-
公开(公告)号:CN105590320A
公开(公告)日:2016-05-18
申请号:CN201510975157.0
申请日:2015-12-21
Applicant: 浙江工商大学
IPC: G06T7/00
CPC classification number: G06T2207/10012
Abstract: 本发明公开了一种用改进的k-means对三维模型进行空域分割的方法。本发明首先将待求曲率的顶点在所有帧中的坐标连接成曲线并用光谱分析法对目标模型进行分割。其次根据顶点曲率期望将顶点初始归为块,即将曲率期望相近的顶点分为一块;分别计算其他顶点到这s个顶点的度量d。然后更新每一簇的中心,即根据每一部分中所有顶点度量值的期望,找到此部分中与期望值最接近的顶点度量作为此部分新的聚类中心点,最后重复直到阈值threshold小于某个设定的值为止。本发明用曲率表示模型的运动剧烈程度,创新性地用欧几里德距离与曲率期望的加权平均定义为聚类度量,这样聚类结果不仅保证了空间连续性又保证了模型的运动性。
-