本文關(guān)鍵詞：基于房屋輪廓與紋理的三維建筑模型分層次聚類研究

  更多相關(guān)文章： 三維模型 綜合 房屋輪廓 紋理 SOM

【摘要】：目前三維建筑模型已廣泛應(yīng)用于城市規(guī)劃、導航和虛擬地理環(huán)境等領(lǐng)域。不同細節(jié)的模型是LOD(Level of detail)技術(shù)的基礎(chǔ),由于三維模型的生產(chǎn)成本高昂,模型自動化簡逐漸引起了學者的關(guān)注。三維模型化簡包括單模型化簡和多模型綜合2方面,目前單個模型的化簡研究比較多,而模型群組綜合的研究仍然處于起步階段。本文主要研究模型群組的聚類綜合,提出一種基于房屋輪廓與紋理的分層次聚類算法:首先,基于房屋的底面輪廓構(gòu)建約束Delaunay三角網(wǎng),以道路為基準對三角網(wǎng)進行劃分,通過可視分析構(gòu)建初始的鄰接圖,使建筑群組分類符合城市形態(tài)學;其次,將房屋紋理引入三維模型群聚類的過程,使用SOM(Self-organizing Map)智能分類算法對紋理進行分析,然后分割鄰接圖;最后,以最鄰近距離對鄰接圖構(gòu)造最小生成樹,并進行線性檢測,將離散的建筑合并到已聚類的群組中,最終完成模型的合并。本文利用紋理輔助輪廓特征,實現(xiàn)三維建筑模型的聚類,符合人類的視覺習慣,實驗結(jié)果證明了本文方法的有效性。
【作者單位】： 城市空間信息工程北京市重點實驗室;中國科學院遙感與數(shù)字地球研究所遙感科學國家重點實驗室;中國科學院大學;中國測繪科學研究院;
【關(guān)鍵詞】： 三維模型 綜合 房屋輪廓 紋理 SOM
【基金】：國家自然科學基金面上項目(41371387) 城市空間信息工程北京市重點實驗室開放研究基金項目(2014210)
【分類號】：P208
【正文快照】： 1引言三維建筑模型在城市規(guī)劃、導航和虛擬地理環(huán)境等領(lǐng)域得到廣泛應(yīng)用[1]。近年來,硬件發(fā)展非常迅速,大規(guī)模城市三維模型渲染不再是難點,然而多細節(jié)層級(Level of Detail,LOD)技術(shù),仍被廣泛應(yīng)用于三維模型可視化,特別是移動導航和旅游領(lǐng)域[2]。當視點較遠時,使用簡單模型代替

【共引文獻】

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 晏曉紅;基于空間認知的網(wǎng)絡(luò)地圖設(shè)計與評價研究[D];武漢大學;2013年

2 陳默;面向不確定對象的新型空間查詢處理技術(shù)研究[D];東北大學;2011年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓慧健,張彩明,由春秋;大紋理場景實時交互技術(shù)-裁剪紋理[J];沈陽師范大學學報(自然科學版);2003年04期

2 劉靜;賀玉德;曹繼華;;一種基于塊的紋理綜合算法[J];黑龍江科技信息;2009年01期

3 張繼賢，李德仁;影象紋理的多尺度分析[J];環(huán)境遙感;1996年01期

4 嚴學強,劉濟林,郭小軍,顧偉康;基于空間頻率域的紋理分割算法[J];浙江大學學報(自然科學版);1998年06期

5 龔煈;舒寧;;二值馬爾科夫模型和多波段遙感影像的多尺度紋理分割[J];武漢大學學報(信息科學版);2008年01期

6 王雷光;劉國英;梅天燦;秦前清;;一種光譜與紋理特征加權(quán)的高分辨率遙感紋理分割算法[J];光學學報;2009年11期

7 龍甫薈，，趙榮椿;紋理圖象的多信道濾波分割方法[J];數(shù)據(jù)采集與處理;1995年03期

8 劉小丹;衣建軍;;基于紋理基元的多層馬氏鏈圖像分割[J];光學技術(shù);2013年05期

9 王仁禮;用于遙感圖像紋理分析的子空間法與紋理變換法[J];解放軍測繪學院學報;1991年04期

10 李欣亮;廖孟揚;覃家美;;用神經(jīng)網(wǎng)絡(luò)算法進行紋理分割[J];武漢大學學報(自然科學版);1993年05期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 郝芳;劉長江;;紋理分離加工中的注意機制[A];Proceedings of Conference on Psychology and Social Harmony(CPSH2011)[C];2011年

2 劉泓;莫玉龍;;基于多分辨模型的有監(jiān)督紋理圖象的魯棒分割[A];第九屆全國信號處理學術(shù)年會（CCSP-99）論文集[C];1999年

3 趙鋒;趙榮椿;;基于多特征圖象、模糊聚類的分層分塊的紋理分割方法[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

4 章小平;范九倫;裴繼紅;;基于空間信息與模糊聚類的紋理分割方法[A];中國系統(tǒng)工程學會模糊數(shù)學與模糊系統(tǒng)委員會第十一屆年會論文選集[C];2002年

5 畢篤彥;毛柏鑫;馬林華;;基于灰度秩數(shù)的非監(jiān)控紋理圖象分割[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 王曉丹;趙榮椿;;一種基于視覺感知特性及改進的模糊Kohonen聚類網(wǎng)絡(luò)的圖象紋理分割方法[A];中國體視學學會圖像分析專業(yè)、中國體視學學會仿真與虛擬現(xiàn)實專業(yè)、中國航空學會信號與信息處理專業(yè)第一屆聯(lián)合學術(shù)會議論文集[C];2000年

7 趙鋒;趙榮椿;;紋理分割及特征提取方法綜述[A];1998年中國智能自動化學術(shù)會議論文集（下冊）[C];1998年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 北京 childe;虛擬紋理 紋理壓縮與隱面消除[N];中國電腦教育報;2001年

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 劉泓;紋理圖象的分析與識別研究[D];上海大學;1999年

2 徐琪;一種新的紋理描述方法及其應(yīng)用[D];復(fù)旦大學;2011年

3 孟宇;多維紋理合成及視頻時域分割技術(shù)的研究[D];吉林大學;2007年

4 畢曉君;基于智能信息技術(shù)的紋理圖象識別與生成研究[D];哈爾濱工程大學;2006年

5 王曉丹;基于模糊聚類及神經(jīng)網(wǎng)絡(luò)的紋理分割方法研究[D];西北工業(yè)大學;2000年

6 韓建偉;基于樣本的三維表面紋理快速合成技術(shù)[D];浙江大學;2009年

7 幸銳;基于紋理的圖像聚類研究[D];浙江大學;2009年

本文編號：954598