Current position: Home >> Scientific Research >> Paper Publications

网格曲面特征的稀疏性优化检测算法

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2013-08-15

Journal: 计算机辅助设计与图形学学报

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 25

Issue: 8

Page Number: 1128-1136

ISSN: 1003-9775

Key Words: 网格光顺;过渡特征;伪特征;稀疏性

Abstract: 针对现有的特征检测算法大多数基于微分几何量,对噪声比较敏感、运行速度比较慢、对于过渡特征处理得不够理想的问题,提出一种基于稀疏性优化的网格特征检测算法.该算法主要包括3个过程:首先利用带l1范数稀疏性约束项和l2范数误差项的Laplacian能量函数对网格进行光顺,得到光顺后网格顶点的移动距离;然后根据顶点的移动距离提取初始特征点;最后对提取的特征点进行后处理,使得特征点更为完整.其中,l1范数稀疏性约束项用来约束发生移动点的数目;l2范数的误差约束项用来控制光顺后模型的退化程度.该算法易于实现,能够处理尖锐特征、弱特征和过渡特征.与基于微分几何量的特征提取方法相比,文中算法不仅简单有效、运行时间短,而且提取的特征线也更好.

Prev One:Point cloud normal estimation via low-rank subspace clustering

Next One:曲面上向量值函数的经验模态分解