基於譜聚類的三維網格分割算法（Spectral Clustering）
譜聚類（Spectral Clustering）是一種廣泛使用的數據聚類算法，[Liu et al. 2004]基於譜聚類算法首次提出了一種三維網格分割方法。該方法首先構建一個相似矩陣用於記錄網格上相鄰面片之間的差異性，然后計算相似矩陣的前k個特征向量，這些特征向量將網格面片映射到k維譜空間 ...
原文：基於模糊聚類和最小割的層次化三維網格分割算法（Hierarchical Mesh Decomposition）
網格分割算法是三維幾何處理算法中的重要算法，具有許多實際應用。 Katz et al. 提出了一種新型的層次化網格分割算法，該算法能夠將幾何模型沿着凹形區域分割成不同的幾何部分，並且可以避免過度分割以及鋸齒形分割邊界。算法的核心思想是先利用模糊聚類的方法分割幾何模型，並保留分割邊界附近的模糊區域，然后利用最小割的方法在模糊區域里尋找准確的分割邊界。算法主要包含以下 個步驟： . 計算網格中所有相 ...
2017-03-27 10:14 2 2675 推薦指數：
相關推薦
基於均值漂移的三維網格分割算法（Mean Shift）
mean shift算法是一種強大的無參數離散數據點的聚類方法，其在圖像平滑、圖像分割以及目標跟蹤等方面都有着廣泛的應用。[Yamauchi et al. 2005]基於mean shift算法提出了一種網格分割方法，具體來說，給定一個三角網格，其面片重心和面片法向可以組成6維 ...
基於隨機游走的三維網格分割算法（Random Walks）
首先以一維隨機游走（1D Random Walks）為例來介紹下隨機游走（Random Walks）算法，如下圖所示，從某點出發，隨機向左右移動，向左和向右的概率相同，都為1/2，並且到達0點或N點則不能移動，那么如何求該點到達目的地N點的概率。 該問題可以描述為如下數學形式： P ...
機器學習筆記之聚類算法 層次聚類 Hierarchical Clustering
0x01 層次聚類簡介 層次聚類算法(Hierarchical Clustering)將數據集划分為一層一層的clusters，后面一層生成的clusters基於前面一層的結果。層次聚類算法一般分為兩類： Divisive 層次聚類：又稱自頂向下（top-down）的層次聚類，最開始所有 ...
層次聚類 Hierarchical Clustering
-------------------------------- 不管是GMM，還是k-means，都面臨一個問題，就是k的個數如何選取？比如在bag-of-words模型中，用k-means訓練碼書，那么應該選取多少個碼字呢？為了不在這個參數的選取上花費太多時間，可以考慮層次聚類 ...
PCL—低層次視覺—點雲分割（最小割算法）
1.點雲分割的精度 在之前的兩個章節里介紹了基於采樣一致的點雲分割和基於臨近搜索的點雲分割算法。基於采樣一致的點雲分割算法顯然是意識流的，它只能割出大概的點雲（可能是杯子的一部分，但杯把兒肯定沒分割出來）。基於歐式算法的點雲分割面對有牽連的點雲就無力了（比如風箏和人，在不用三維形態學去掉中間 ...
三維網格補洞算法（Poisson Method）
下面介紹一種基於Poisson方程的三角網格補洞方法。該算法首先需要根據孔洞邊界生成一個初始化補洞網格，然后通過法向估算和Poisson方程來修正補洞網格中三角面片的幾何形狀，使其能夠適應並與周圍的原始網格融合。算法的主要步驟如下： 1-檢測孔洞邊界並初始化補洞網格 2-調整 ...
三維網格去噪算法（bilateral filter）
受圖像雙邊濾波算法的啟發，[Fleishman et al. 2003]和[Jones et al. 2003]分別提出了利用雙邊濾波算法對噪聲網格進行光順去噪的算法，兩篇文章都被收錄於當年的SIGGRAPH，至今引用超500余次。雖然從今天看兩篇文章的去噪效果還不算非常好，但是其中的思想 ...