隨著計(jì)算機(jī)信息化的不斷深入,輔助設(shè)計(jì)等行業(yè)飛速發(fā)展。制造企業(yè)積累了大量的三維CAD模型,凝聚了人們的設(shè)計(jì)成果和智慧結(jié)晶。三維CAD技術(shù)的逐漸成熟,面臨著大規(guī)模模型庫(kù)處理的新挑戰(zhàn),如何充分利用模型數(shù)據(jù)庫(kù),研究三維模型的聚類分析及檢索應(yīng)用成為近年來一個(gè)重要的研究課題。與此同時(shí),出現(xiàn)了諸多三維模型的特征描述方式及數(shù)據(jù)存儲(chǔ)格式,可以將模型以鄰接面復(fù)雜網(wǎng)絡(luò)的方式呈現(xiàn)。復(fù)雜網(wǎng)絡(luò)的發(fā)展及在不同領(lǐng)域的應(yīng)用,可以幫助人們尋找期望的信息。在三維模型領(lǐng)域,可以利用聚類方法挖掘三維模型鄰接面復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu),從而實(shí)現(xiàn)三維模型節(jié)點(diǎn)及面節(jié)點(diǎn)的聚類。因此,本文的主要工作如下:(1)提出基于STEP文件的多維度特征建模方法,從而完成三維模型的特征提取。利用STEP文件分解的元素信息,建立三維模型的鄰接面復(fù)雜網(wǎng)絡(luò)。構(gòu)建全局和局部相結(jié)合的特征向量,包括幾何特征向量、拓?fù)涮卣飨蛄�、保角描述符向量、核心曲面邊界特征向�?將三維模型STEP文件映射到多維度特征向量的數(shù)學(xué)模型中。(2)針對(duì)傳統(tǒng)的聚類算法容易陷入局部最優(yōu)等不足,本文將基于圖論的聚類算法——譜聚類算法應(yīng)用到三維模型節(jié)點(diǎn)和面節(jié)點(diǎn)之間的聚類分析。經(jīng)實(shí)驗(yàn)所得,利用譜聚類算法...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-2形狀函數(shù)[5]

山東師范大學(xué)碩士學(xué)位論文3與固定點(diǎn)的距離)，D2(模型表面任意點(diǎn)對(duì)間的距離分布)，利用這種方法來表示模型幾何形狀的概率分布,便于采用度量距離進(jìn)行三維模型的相似性評(píng)估，從而能夠進(jìn)行聚類分析及目標(biāo)識(shí)別，容易實(shí)現(xiàn)，效率也比較高。實(shí)驗(yàn)證明，D2函數(shù)對(duì)于模型的描述能力最強(qiáng)，因此，D2函數(shù)常....

圖1-3球面調(diào)和變換特征[6]

山東師范大學(xué)碩士學(xué)位論文3與固定點(diǎn)的距離)，D2(模型表面任意點(diǎn)對(duì)間的距離分布)，利用這種方法來表示模型幾何形狀的概率分布,便于采用度量距離進(jìn)行三維模型的相似性評(píng)估，從而能夠進(jìn)行聚類分析及目標(biāo)識(shí)別，容易實(shí)現(xiàn)，效率也比較高。實(shí)驗(yàn)證明，D2函數(shù)對(duì)于模型的描述能力最強(qiáng)，因此，D2函數(shù)常....

圖1-4光場(chǎng)描述符(LFD)[7]

山東師范大學(xué)碩士學(xué)位論文4述符描述2D視圖。兩個(gè)描述符之間的距離被定義為1L-距離，包含兩個(gè)十二面體上所有的旋轉(zhuǎn)和所有頂點(diǎn)對(duì)。通過對(duì)每個(gè)物體的視圖進(jìn)行互相關(guān)測(cè)量，得到三維模型之間的比較結(jié)果。兩個(gè)三維模型之間的距離(DA)被定義為十二面體上所有視圖集之間的最小距離。從目前研究測(cè)試表....

圖1-5多分辨率的Reeb圖特征提取[8]

山東師范大學(xué)碩士學(xué)位論文4述符描述2D視圖。兩個(gè)描述符之間的距離被定義為1L-距離，包含兩個(gè)十二面體上所有的旋轉(zhuǎn)和所有頂點(diǎn)對(duì)。通過對(duì)每個(gè)物體的視圖進(jìn)行互相關(guān)測(cè)量，得到三維模型之間的比較結(jié)果。兩個(gè)三維模型之間的距離(DA)被定義為十二面體上所有視圖集之間的最小距離。從目前研究測(cè)試表....

本文編號(hào)：3914189