بخش بندی هوشمند مدل های سه بعدی با استفاده از ویژگی نقاط برجسته

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 536

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS11_155

تاریخ نمایه سازی: 14 مهر 1392

چکیده مقاله:

هدف این مقاله، ارائه الگوریتم جدیدی برای بخش بندی مدل های سه بعدی بر اساس استخراج قسمت های برجسته مدل است. یکی از روش های تحلیل و بازشناسی جسم سه بعدی توسط انسان تجزیه آن به یک هسته مرکزی و اجزای برجسته متصل به آن است. با شناسایی و تفکیک این قسمت ها از یکدیگر بخش بندی مدل سه بعدی میسر شده و با این کار دانش بشری به الگوریتم های بخش بندی منتقل می شود و باعث بهبود درک بینایی ماشین از محیط اطراف می گردد. اساس روش پیشنهادی در این مقاله، استفاده از این خاصیت بازشناسی هوشمندانه انسان جهت تجزیه جسم به اجزا تشکیل دهدنده آن می باشد. استخراج نقاط برجسته در الگوریتم پیشنهادی با توجه به فاصله آن ها از مرکز مدل صورت می گیرد چرا که ویژگی بارز نقاط برجسته دور بودن فاصله فیزیکی آن ها از مرکز نسبت به سایر نقاط است. باتوجه به این که ویژگی به کار گرفته شده به تغییراتی که در اثر چرخش و انتقال ایجاد می شود حساس نمی باشد، الگوریتم پیشنهادی تغییر ناپذیر با موقعیت می باشد. نتایج پیاده سازی روی مدل هایی از کلاس هاس مختلف، موفقیت روش پیشنهادی را در بخش بندی درست این مدل ها به بخش هایی با ویژگی هندسی یکسان تایید کرده و بیانگر سرعت بالای این الگوریتم پیشنهادی است

نویسندگان

مهسا میرلو

آزمایشگاه تحقیقاتی بینایی کامپیوتر، دانشکده مهندسی برق، دانشگاه صنعتی سهند

حسین ابراهیم نژاد

آزمایشگاه تحقیقاتی بینایی کامپیوتر، دانشکده مهندسی برق، دانشگاه صنعتی سهند