张耀楠,周 升,牛乐川,王元一

(1.西安思源学院 电子信息工程学院,西安 710038; 2.东北大学 中荷生物医学与信息工程学院,沈阳 110169)

0 概述

近年来,由于数码照相机、数码摄像机、医学成像、遥感成像、工程成像等技术的快速发展和普遍应用,产生了大量的三维图像和影像数据。通过图像处理和分析会形成大量的自然物体和人体器官的三维网格数据。一般而言,这些三维网格数据还需要做进一步的处理才能被特定的应用使用。 网格分割是其中重要的一步,它将三维网格数据按照一定的标准分离成部件或曲面片,为以后的压缩、识别、检索、分类等提供基础。

图像分割领域现已存在较多方法,但网格分割研究相对文献较少。文献[1]从分割类型及策略、算法复杂度及范围等方面对典型的网格分割算法进行了比较。文献[2]提出一种基于高斯映射的法向聚类CAD网格分割方法。文献[3]通过热核函数来描述曲面的属性。文献[4]通过近似矩阵来比较2块曲面,然后通过聚类进行分割。文献[5]对形状比较的度量方法进行了综述。文献[6]中方法是完全无监督的,并可表示为一个整数二次规划的联合分割问题。文献[7]中引入一组无监督的协同层次分析,目的在于发现分层结构和揭示形状部件之间的关系。文献[8]以过分割结果作为起点,然后通过统计聚类来描述集群,同时采用多标签优化改善共分割。文献[9]提出使用深度学习分割3D形状。文献[10]使用Student-t混合模型与变分贝叶斯近似,提出了一个网格聚类算法。……