科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对谱聚类三维网格模型分割方法耗时长、占用内存大的问题，本文提出了一种结合Nystr?m方法的三维网格模型分割方法。首先，对模型面心进行采样，计算采样点和所有面心的亲和力数值，使用Nystr?m方法估计亲和力矩阵的主特征向量，避免了计算亲和力矩阵的巨大开销；其次，使用K-Means算法对主特征向量聚类，实现对模型的分割；最后，使用自适应邻域滤波算法对分割结果进行优化，去除估计误差。在细分后的普林斯顿数据集上进行实验，并同5种分割方法进行定量比较，结果表明本文方法可以有效降低谱聚类方法的时间、空间开销，并且兰德分数比其余方法平均高0.21,可以得到更高精度的分割结果。
- 单位
