2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩119頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著三維數(shù)據(jù)獲取技術(shù)、三維圖形建模方法以及計(jì)算機(jī)硬件技術(shù)的發(fā)展,已經(jīng)產(chǎn)生了越來越多的三維模型數(shù)據(jù),三維模型比二維圖像更真實(shí)的描述了現(xiàn)實(shí)世界。如何從各類模型數(shù)據(jù)庫或互聯(lián)網(wǎng)檢索到所需的三維模型已成為計(jì)算機(jī)和互聯(lián)網(wǎng)發(fā)展過程中的一個(gè)重要課題。目前三維模型檢索研究的對象主要是網(wǎng)格模型。網(wǎng)格模型是指由多邊形網(wǎng)格組成的三維模型,通常包括頂點(diǎn)坐標(biāo)、顏色、紋理、法向量等屬性。一個(gè)完整的三維模型檢索系統(tǒng)通常包括特征提取、相似性匹配、索引結(jié)構(gòu)、查詢接口等幾方

2、面。其中,特征提取是三維模型檢索研究中的一個(gè)首要解決的基本問題和關(guān)鍵技術(shù),它也是本文研究的重點(diǎn)。 目前特征提取方法還處于對通用網(wǎng)格模型形狀特征的研究階段,如針對模型頂點(diǎn)關(guān)系的統(tǒng)計(jì)特征描述、基于視覺相似的關(guān)于二維視圖的特征描述等。由于網(wǎng)格模型形狀實(shí)質(zhì)上就是由一組具有不同法向、面積和空間位置的多邊形組成的多邊形集合,因此已有方法往往存在對幾何形狀特征描述過于弱化的問題。針對此,本文提出了兩種基于三維網(wǎng)格模型形狀相似的特征提取方法:基

3、于多視點(diǎn)深度圖的特征提取技術(shù)和復(fù)球面特征映射技術(shù);同時(shí)本文針對蛋白質(zhì)分子的三維結(jié)構(gòu),提出了兩種分維特征的計(jì)算方法,即Hausdorff維數(shù)和信息量維數(shù),它們是對蛋白質(zhì)主鏈結(jié)構(gòu)特征的描述。 針對網(wǎng)格描述的通用模型,本文首先提出了一種基于多視點(diǎn)深度圖的特征提取技術(shù)。該技術(shù)的思想是如果兩個(gè)模型是相似的,那么從任意一個(gè)角度看它們都應(yīng)該相似?;谶@一點(diǎn)文中采用了主元分析和相位傅立葉變換兩種技術(shù)提取了模型的幾何統(tǒng)計(jì)特征。首先用主元分析方法對

4、模型進(jìn)行規(guī)范化預(yù)處理,然后通過對模型不同視點(diǎn)下的一組深度圖的相位傅立葉變換,獲得關(guān)于模型面片的法向和面積的二維統(tǒng)計(jì)特征直方圖。提取的特征對模型的平移、旋轉(zhuǎn)、尺度不變,對噪音不敏感;并利用圖像相關(guān)技術(shù)對特征進(jìn)行了相似性度量。通過與已有的典型特征提取方法的比較,實(shí)驗(yàn)結(jié)果表明該方法對模型的分類效果較好。 針對網(wǎng)格通用模型,文中還提出了一種復(fù)球面映射的特征提取技術(shù)。由于網(wǎng)格模型實(shí)質(zhì)上是一組具有不同法向、面積和空間位置的面片集合,因此通過

5、對模型面片的一次掃描,把面片的法向、面積、面片的空間位置映射到單位復(fù)球面上,構(gòu)造出關(guān)于模型幾何特性的復(fù)球面特征直方圖。由于無需進(jìn)行模型配準(zhǔn),因此特征提取的計(jì)算量小,存儲(chǔ)消耗不大。利用球面相關(guān)技術(shù),對模型進(jìn)行相似性匹配,實(shí)驗(yàn)表明該方法對模型的平移、旋轉(zhuǎn)、尺度不變,通過與已有的典型特征提取方法的比較,實(shí)驗(yàn)結(jié)果表明該方法對模型的分類效果較理想。 在對蛋白質(zhì)分子的三維結(jié)構(gòu)的特征提取的研究中,首先分析了現(xiàn)有方法對蛋白質(zhì)分子配準(zhǔn)要求過于嚴(yán)格

6、和特征矢量維數(shù)過高帶來的耗時(shí)和存儲(chǔ)開銷大等缺點(diǎn),文中針對蛋白質(zhì)主鏈,提出了兩種標(biāo)量特征:Hausdorff維數(shù)和高次的信息量維數(shù)。利用合適的尺度對蛋白質(zhì)主鏈進(jìn)行長度度量,根據(jù)尺度和長度之間的關(guān)系確定主鏈的Hausdorff維數(shù);對蛋白質(zhì)分子進(jìn)行某種尺度的區(qū)域劃分,根據(jù)蛋白質(zhì)主鏈原子落在某個(gè)區(qū)域的概率確定主鏈的各階信息量維數(shù),借此表達(dá)出蛋白質(zhì)結(jié)構(gòu)更為豐富的信息特征。與已有的方法相比,本文方法計(jì)算量小,存儲(chǔ)開銷不大,對噪音不敏感,適合對蛋白

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論