基于模糊聚类技术的三维模型分割及应用

【摘要】：近年来网格分割技术作为一种重要工具被广泛用于计算机图形学的许多领域中。本文围绕网格分割技术开展研究,实现了基于模糊聚类技术的网格分割,并针对目前三维模型检索系统中,尚没有基于模型部分形状的检索方式的情况,重点研究了在三维模型检索系统中实现基于部分模型的检索方式及其数据库索引结构。 在介绍现有网格分割技术的基础上,本文首先采用模糊聚类分割技术中的Binary分解,将模型分割成若干个有意义的、边界线精确的部分子模型,并在分割过程中增加网格预处理,确保每次Binary分解是对连通网格得分解;其次,本文针对用户对模型局部部分的检索需求,分析模糊聚类技术的局限性,选取普林斯顿数据库中昆虫和人体两类模型,分割57个模型得到663个部分模型,并在文件名和图片显示方面进行处理,使之与原模型建立联系,接着对部分模型提取特征值及相似性匹配,实现了对部分模型的顺序检索;最后,为了提高检索的效率,采用聚类技术及索引算法建立部分模型数据库的索引结构。