基于骨骼抽取的3D網格模型模糊分割及其應用.pdf

1、隨著計算機圖形學與計算機硬件設備的快速發(fā)展，3D模型的應用日益廣泛。人們的日常生活中到處都可以找到3D模型的影子，如3D動畫、3D電影、3D游戲以及工業(yè)設計等，其廣泛應用為人們的娛樂和工作提供了全新的感受和極大的便利。3D模型已經成為了繼圖像、聲音、視頻之后的第四類多媒體數(shù)據(jù)。隨著3D建模技術的提高，3D模型的精度也不斷提高，3D模型的壓縮、傳輸、檢索以及識別的等成為重要的問題，3D模型的分割由此被提出，并成為近年的研究熱點。
　

2、　本文提出了一種基于骨骼抽取的3D網格模型的模糊分割算法。首先通過邊塌縮的方法進行3D模型的骨骼抽取，基于骨骼信息對3D模型進行數(shù)學建模，并使用模糊聚類的方法實現(xiàn)3D網格模型的分割。在盡可能保證分割結果合理有效的同時，對運行速度進行了提升。將分割結果應用到Normal mapping中，提出了基于分割邊界的網格參數(shù)化及3D模型簡化算法，對任意精度的簡化模型使用高精度模型的法線貼圖進行Normal Mapping，實現(xiàn)了全自動化的Norm

3、al Mapping。主要研究內容包括：⑴研究了骨骼抽取的相關算法，提出了一種基于邊塌縮的骨骼抽取算法。采用簡化的近似中軸作為模型的骨骼，在保證為模型模糊分割算法提供有效初始信息的前提下，減少了骨骼抽取的時間消耗。⑵提出了一種基于3D模型骨骼信息的網格模型模糊分割算法，并對分割邊界進行了優(yōu)化，得到的分割結果符合視覺意義、邊界光滑且一定程度避免了過分割。⑶將分割結果應用到網格參數(shù)化中，生成法線貼圖。提出了基于分割邊界的模型簡化算法，并應用