×

一种用于大网格的光谱分割方法。 (英语) Zbl 07726248号

摘要:网格分割是网格处理中的一项基本而关键的任务,它在计算机图形学和几何建模领域得到了广泛的研究。然而,当前的方法不太适合分割目前在许多应用中常见的大网格。受多分辨率表示的启发,本文提出了一种专门针对大型网格设计的新的光谱分割方法。在边缘折叠算子和渐进网格表示的基础上,我们首先设计了一种特征感知简化算法,该算法可以生成与输入网格保持相同拓扑并保留尽可能多的输入网格特征的粗网格。然后,使用Tong等人提出的谱分割方法(IEEE Trans-Vis计算图26(4):1807-182020),我们对粗网格进行分割,以获得与输入网格的期望分割非常相似的粗分割。通过颠倒顶点分割算子的简化过程,我们提出了一种将粗分割映射到输入网格的快速算法,从而获得输入网格的初始分割。最后,为了平滑初始分割相邻部分之间的一些锯齿状边界或与所需边界对齐,我们提出了一种由测地曲率流驱动的边界演化的有效方法。在各种大网格上的实验结果表明,我们的方法在速度和可用性方面都优于最新的分割方法。

MSC公司:

65D18天 计算机图形、图像分析和计算几何的数值方面
68单位05 计算机图形;计算几何(数字和算法方面)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Au、OKC;郑,YY;陈,ML;徐,PF;Tai,CL,具有凹度感知字段的网格分割,IEEE Trans。视觉。计算。图表。,18, 7, 1125-1134 (2012) ·doi:10.1109/TVCG.2011.131
[2] Botsch,M.、Kobbelt,L.、Pauly,M.和Alliez,P.、Levy,B.:多边形网格处理。A K Peters/CRC出版社(2010)
[3] Caselles,V.、Kimmel,R.、Sapiro,G.:测地活动轮廓。摘自:IEEE计算机视觉国际会议论文集,ICCV’95,第694-699页(1995)·Zbl 0894.68131号
[4] Chahhou,M。;Moumoun,L。;El Far,M。;Gadi,T.,使用p-谱聚类分割3D网格,IEEE Trans。模式分析。机器。智力。,36, 8, 1687-1693 (2014) ·doi:10.1109/TPAMI.2013.2297314
[5] Chen,X.B.,Golovinskiy,A.,Funkhouser,T.:三维网格分割的基准。ACM事务处理。图表。28(3), 73:1-73:12 (2009)
[6] Cignoni,P。;蒙塔尼,C。;Scopigno,R.,网格简化算法的比较,计算机。图表。,22,1,37-54(1998年)·Zbl 1035.68122号 ·doi:10.1016/S0097-8493(97)00082-4
[7] 克雷恩。;Weischedel,C。;Wardetzky,M.,距离计算的热方法,Commun。ACM,60,11,90-99(2017)·数字对象标识代码:10.1145/3131280
[8] Dey,T.K.,Edelsbrunner,H.,Guha,S.,Nekhayev,D.V.:拓扑保持边收缩。出版物。Inst.数学。(贝尔格莱德)(N.S 66,23-45(1999))
[9] Falcidieno,B.等人:目标@形状存储库。http://visioir.ge.imati.cnr.it/本体论/shapes/ (2020)
[10] Garland,M.,Heckbert,P.S.:使用二次误差度量进行曲面简化。摘自:《第24届计算机图形与交互技术年会论文集》,第209-216页(1997)
[11] Garland,M.,Heckbert,P.S.:使用二次误差度量简化具有颜色和纹理的曲面。摘自:《1998年可视化会议记录》,VIS'98,第263-269页(1998年)
[12] Guennebaud,G.、Jacob,B.等人:Eigen。网址:http://eigen.tuxfamily.org/ (2020)
[13] Guo,K.,Zou,D.,Chen,X.:通过深度卷积神经网络进行三维网格标记。ACM事务处理。图表。35(1), 3:1-3:12 (2015)
[14] Hoppe,H.:渐进网格。摘自:《第23届计算机图形与交互技术年会论文集》,第99-108页(1996)
[15] Hoppe,H.:简化具有外观属性的网格的新二次度量。摘自:第十届IEEE可视化1999年会议记录(VIS’99),可视化’99,第59-66页(1999)
[16] Kalogerakis,E.,Hertzmann,A.,Singh,K.:学习3D网格分割和标记。ACM事务处理。图表。29(4), 102:1-102:12 (2010)
[17] Kass,M。;Witkin,A。;Terzopoulos,D.,《蛇:活动轮廓模型》,国际计算机杂志。视觉。,1, 4, 321-331 (1988) ·Zbl 0646.68105号 ·doi:10.1007/BF00133570
[18] Levoy,M.等人:斯坦福三维扫描库。http://graphics.stanford.edu/data/ (2020)
[19] Liu,R.,Zhang,H.:通过谱聚类分割三维网格。摘自:《计算机图形学与应用学报》,第12届太平洋会议,太平洋图形学’04,第298-305页。IEEE计算机学会(2004)
[20] 刘,R。;Zhang,H.,通过光谱嵌入和轮廓分析进行网格分割,计算。图表。论坛,26,3385-394(2007)·doi:10.1111/j.1467-8659.2007.01061.x
[21] 刘,Z。;张,H。;Wu,C.,关于三角曲面上水平集公式的测地曲率流,J.Sci。计算。,70, 2, 631-661 (2017) ·Zbl 1391.65041号 ·doi:10.1007/s10915-016-0260-3
[22] Luebke,D.、Reddy,M.、Cohen,J.D.、Varshney,A.、Watson,B.、Huebner,R.:三维图形的详细程度。摩根考夫曼出版社(2003)
[23] Osher,S。;Fedkiw,R.,《水平集方法和动态隐式曲面》(2003),柏林:施普林格出版社,柏林·Zbl 1026.76001号 ·doi:10.1007/b98879
[24] Popović,J.,Hoppe,H.:渐进单形复合体。摘自:《第24届计算机图形与交互技术年会论文集》,第217-224页(1997)
[25] 罗德里格斯,呼吸道合胞病毒;莫尔加多,JFM;Gomes,AJP,基于零件的网格分割:调查,计算。图表。论坛,37,6,235-274(2018)·数字对象标识代码:10.1111/cgf.13323
[26] Sapiro,G.,《几何偏微分方程和图像分析》(2001),剑桥:剑桥大学出版社,剑桥·Zbl 0968.35001号 ·doi:10.1017/CBO9780511626319
[27] Shamir,A.,网格分割技术综述,计算。图表。论坛,27,1539-1556(2008)·Zbl 1162.68769号 ·doi:10.1111/j.1467-8659.2007.01103.x
[28] Theologou,P。;Pratikakis,I。;Theoharis,T.,由异质图驱动的无监督光谱网格分割,IEEE Trans。模式分析。机器。智力。,39, 2, 397-410 (2017) ·doi:10.1109/TPAMI.2016.2544311
[29] Theologou,P。;Pratikakis,L。;Theoharis,T.,《3D网格分割方法和性能评估框架的综合概述》,计算。视觉。图像下划线。,135, 49-82 (2015) ·doi:10.1016/j.cviu.2014.12.008
[30] Tong,W。;Yang,X.先生。;潘,M。;Chen,F.,通过梯度最小化进行光谱网格分割,IEEE Trans。视觉。计算。图表。,26, 4, 1807-1820 (2020)
[31] Wang,H。;卢·T。;Au、OKC;Tai,CL,具有新颖的单个分割字段的光谱3D网格分割,Graph。型号,76440-456(2014)·doi:10.1016/j.gmod.2014.04.009
[32] 吴,C。;Tai,X.,单纯形曲面上测地曲率流的水平集公式,IEEE Trans。可视化计算。图表。,16, 4, 647-662 (2010) ·doi:10.1109/TVCG.2009.103
[33] Yu,F.,Liu,K.,Zhang,Y.,Zhu,C.,Xu,K.:Partnet:用于细粒度和层次形状分割的递归零件分解网络。2019年IEEE/CVF计算机视觉和模式识别会议(CVPR),2019年CVPR,第9483-9492页。IEEE计算机学会(2019)
[34] Zhang,H.,Liu,R.:通过递归和视觉显著的谱切割进行网格分割。In:程序。视觉、建模和可视化,第429-436页(2005年)
[35] Zhang,J.Y.,Zheng,J.M.,Wu,C.L.,Cai,J.F.:变分网格分解。ACM事务处理。图表。31(3), 21:1-21:14 (2012)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。