三维模型的形状描述子研究毕业论文

三维模型的形状描述子研究毕业论文

ID:43757945

大小:431.48 KB

页数:35页

时间:2019-10-13

三维模型的形状描述子研究毕业论文_第1页
三维模型的形状描述子研究毕业论文_第2页
三维模型的形状描述子研究毕业论文_第3页
三维模型的形状描述子研究毕业论文_第4页
三维模型的形状描述子研究毕业论文_第5页
资源描述:

《三维模型的形状描述子研究毕业论文》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、申10绅母我*大孝学士学位论文三维模型的形状描述子研究作者姓名:学科专业:计算数学专业导师姓名:教授完成时间:二o年五月UniversityofScienceandTechnologyofChinaAdissertationforbachelor'sdegreeStudyOnShapeDescriptorsfor3DModelsAuthor^Name:Speciality:ComputationalMathematicsSupervisor:FinishedTime:每次来到一个新地方,都会有一个过程来逐渐熟悉周围环境和周围的人。我们往往会在这个过程中

2、慢慢蜕变并成长。科大也是这样一个新的地方,不同的是这里发生的一切可能是我人生中最为重要、对我影响最深的。在完成毕业论文之际,希望可以表达对科大和科大人的感谢。首先要感谢的是刘利刚教授,教授将我带入了计算机图形的世界,不仅传授给我术-计算机图形学的基本能力如:3D能力和编程能力,更是传授给我了道-不拖延、做事严谨。很荣幸能在大学二年级就遇到刘老师,刘老师治学严谨、待人和善,将是影响我一生的启蒙老师。衷心感谢他多年来给予我的悉心教导和巨大帮助。其次需要感谢的是实验室的师兄们,他们向我提供了巨大的帮助,和他们在一起的日子,不仅提高了自己的学术能力,更是获得了

3、美好的友谊。其中博士师兄单文和研究生师兄陈岩在我的毕设过程中帮助甚大,单文师兄对我的毕业论文提供了指导性的帮助。每周和二位师兄的讨论对自己毕业设计的理解和学识的增长都会有所提升。实验室的师兄师姐在我进行毕设过程中都提供了大量的帮助和指导,在此也表示感谢。同时需要感谢每一位科大的老师和科大的同学,他们在我成长的阶段都或多或少给我提供了一些帮助,在此深表谢意。最后感谢科人为我提供这么浓厚的学术氛围和完善的研究平台,讣我四年的成长巨大。摘要3Abstract5第一章绪论71」引言71.2课题研究的意义81.3相关工作81.3.1统计81.3.2图像描述子81

4、.3.3文本描述子91.3.4三维模型形状描述子91.4本文的工作101.5本文的结构11第二章ShapeDistributionDiscriptor122.1ShapeDistribution122.2实验结果与分析12第三章LightFieldDescriptor153」LightFieldDescriptor153.23D网格投影成二维图形163.3图像描述子173.3」FourierDescriptor173.3.2ZemikeDescriptor183.4Fourier联合Zemike193.5实验结果和讨论203.5.1Matlab联合Mi

5、niDatabase20352基于Qt平台的C++语言的界面化三维模型检索程序…・20第四章ShapeGoogle234」HKS目…录234.1.1热传导方程234.1.2热核244」.3HKS254.2BagofFeature264.2.1文本匹配274.2.2BagofFeature274.2.3结果284.2.4Spatially-SensitiveBagofFeature284.2.5BoF&SS-BoF294.3方法比较29第五章总结与展望315」研究内容总结315.2展望31参考文献32随着互联网技术的发展,人们对于检索技术的需求也FI益急

6、切。从以普通文字检索技术如搜索引擎,到一维的声咅检索技术如听咅识曲,再到二维的图像检索技术如百度识图谷歌识图技术,检索技术扎根于我们生活的方方面面,更影响着我们的生活方式和工作效率。英特尔CEO科再奇提到:2015年将是另外一个分水岭,是从2D时代演进到3D时代。与此同时,近年来3D模型数据库发展迅猛,数量级直逼图像,因而对于3D模型的检索技术的研究势在必行。3D模型检索的一大方向是通过将模型简化成相应的形状描述子,从而将对于3D模型的比较转化为对于形状描述子的比较。三维模型匹配的大致流程可以用以下步骤描述:Data:模型SResult:模型S对应的描

7、述子1initialization;2根据模型计算模型的Feature;(这一步在有些情况可以不需要)3根据模型的Feature计算模型的Descriptor;算法0・1:计算描述子流程本文主要研究并实现了三类形状描述子,他们的出发点各不相同。SDD(ShapeDistributionDescriptor)采用了统计的方法,通过将模型简化成概率分布并比较相应的概率分布图达到对于模型的比较;LFD(LightFieldDescriptor)采用的是二维图像比较的方法,通过对于模型不同视角的采样得到一组二维图像,通过计算基于shape轮廓的Fourier

8、描述了和基于shape的Zernike矩,从而达到对于三维模型的比较;ShapeGoogle方

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。