1、义而言，他们是能适应。我们会在第九部分更深度详细说明这些方法。关于图像空间“兴趣”点或者说突出特征进行抽取已经被广泛研究了。对有兴趣表面特征或者突出特征定义使我们研究重点。正如我们下面说明，我们对有趣部分定义是主要基于表面曲率。.认识到了表面曲率作为种三维图像匹配方法重要性请查阅。.突出几何特征人类感知和识别与描述图形能力已经是个被广泛研究课题。事实上，这不只是个任务，而是很多个颜色，阴影，构图，运动，材质和上下文都在研究过程中经常被用到，这还是在不考虑文化背景和人际交往情况下。在计算机图形学和建模中个中心问题就是对“图形”这个概念理解。我们在这里使用了图形常规定义，这个定义在“当位置，比例尺与旋转效果从物体过滤掉后留下来所有几何信息”。通过描述图像部分来描述图形会帮助人类视觉对图形识别这观点是被广泛认同。在二维情况下，它会帮助解决遮挡问题，在三维情况下，有助于处理非刚性个体。个关键性问题是“哪部分可。
2、合特征抽象概念并提出了种方法去实现它。个突出几何特征就是个非平凡局部图形复合高阶特征。本文给出了些相对较少量突出几何特征，这些特征能在各种不同应用下很好地展现个平面。匹配突出几何特征是基于指出旋转不变特征值和通过几何哈希法来加速投票进程。文章给出了这种方法在不同应用条件下有效性，比如计算自相似性，校对，与从属相似性。论文类别与项目描述计算机图形学计算几何与目标建模概述算法关键词局部匹配，突出特征，相似度，几何变换.简介在众多领域大量几何应用中匹配是个基本任务，比如计算机视觉，机器人学，分子生物学和其他与.近来，随着三维模型广泛用途出现，在三维图形检索技术上投资提高了。截至目前，相似度在整个模型之间进行测量全局匹配是研究热点与。局部匹配适用于匹配从属部分与区域。进行匹配部分不是预定义，它可以是任何从属图形或者更大图，而且可以是任何方向性和任何比例。局部匹配相对全局匹配是个更加艰难问题，因为局部匹配中搜索。
3、方法，在三维图形检索中却没有引起很多注意。大多数技术目标是通过图形整体几何结构来检索到相似模型。换言之，相似度是由三维模型全局特性得来，比如不变矩..，傅里叶描述元，直方图与形状分布..以及基于谐波表示..。这些方法首先要通过些整体相似变换旋转统规模对模型进行排列使其标准化，然后在模型之间建立对应关系。这种全局校准方法不因细节改变而改变，而且会很容易造成相似局部特征对错误地排列，进而导致不适当全局相似度计算。这促使等人去控制各向异性影响来补偿这种全局方法错误校准。在这方面，我们所介绍局部匹配方法能够被用于校准两个全局相似度较低模型。使用本文介绍方法后，我们科准确匹配有联系突出特征再由局部匹配建立个全局校准如图二。基于图方法需要依靠三维模型拓扑是个很重要图形特性这事实。拓扑结构是种关系型数据结构比如图表。基于图表示法促进了含有相同拓扑结构从属部分进行局部匹配。作者给出了基于两个模型图形描述元之间平方距离。
4、了。因此，我们定义了“突出几何特征”来形成复合高阶描述元。个突出几何特征，简而言之，突出特征，它是由组能够局部描述个平面非平凡区域描述元组成。个平面突出特征就能很好代表这个平面而且能给丛书图形非全局相似度测量打下很好基础。突出特征匹配能够适应些硬性要求，比如在个平面或者系列平面中寻找相似部分。比如，在图中，佛像模型中四朵荷花能够由自相似性检测而发现，这就是在同平面中非平凡从属部分去匹配另个从属部分。在本文中，我们做了下研究局部匹配。我们解决了三角网格局部匹配问题。这个方法是在最近三维模型匹配结果上得到启发。局部平面描述元。我们介绍了种新能将平面区域编码平面描述元。这些描述元独立于潜在三角划分而定义，而且它能形成种兼容性描述方法用于不同三角划分平面匹配。突出几何特征。我们介绍了突出几何特征抽象概念并且提出了种方法来组织。个突出几何特征是个能够展现局部形状复合高阶特征。对于每个突出特征我们将定数量角。
5、检索中却没有引起很多注意。大多数技术目标是通过图形整体几何结构来检索到相似模型。换言之，相似度是由三维模型全局特性得来，比如不变矩..，傅里叶描述元，直方图与形状分布..以及基于谐波表示..。这些方法首先要通过些整体相似变换旋转统规模对模型进行排列使其标准化，然后在模型之间建立对应关系。这种全局校准方法不因细节改变而改变，而且会很容易造成相似局部特征对错误地排列，进而导致不适当全局相似度计算。这促使等人去控制各向异性影响来补偿这种全局方法错误校准。在这方面，我们所介绍局部匹配方法能够被用于校准两个全局相似度较低模型。使用本文介绍方法后，我们科准确匹配有联系突出特征再由局部匹配建立个全局校准如图二。基于图方法需要依靠三维模型拓扑是个很重要图形特性这事实。拓扑结构是种关系型数据结构比如图表。基于图表示法促进了含有相同拓扑结构从属部分进行局部匹配。作者给出了基于两个模型图形描述元之间平方距离总和三维匹配方法。
6、且定义从属部分优先于衡量相似度。在这篇文章里，我们主要研究了三角网格平面局部匹配。般来说，定义种度量标准来表示人对相似度感知是很困难。虽然相似度度量已经给定，但是匹配不同表现方式形状也是个难题。此外，为了让局部匹配更加实用化而有些更大组合复杂问题需要克服。举个例子，图中四朵荷花是座佛像模型部分，要匹配它们就要求对超过含有个三角形佛像模型进行广泛搜索。可以看到这四朵花形状不完整而且各不相同同时，这些花也处在不同方向，而且它们范围也是不规则。为了解决这些问题，我们在平面内定义了个“局部平面描述元”稀疏集。这些描述元能表示出平面局部区域，并独立于潜在三角划分而定义，而且它能形成种兼容性描述方法用于不同三角划分平面匹配。因为描述元数量是远小于顶点数量，所以描述元能减小平面表示时组合复杂度。只要能够仔细地定义这些描述元，就能让它们描述能力充分有效。然而，对又大又复杂平面进行局部匹配时这些描述元数量还是显得比较多。
7、代表”在我们研究中，我们是这样定义，按照计算规则，个物体突出特征应该是封装了这个物体性质从而可用于第条索引。通过“部分突出”这个词，我们想表达是我们致力于通过物体少数部分来得到物体图形。他们突出特征在种程度上项索引样有效。我们方法是建立在提出视觉部分突出性理论上。按照他们理论，个部分突出性是它跟整个物体相关联尺寸，对于整个物体突出程度，边界线明显程度三个变量函数。在这篇文章中，我们致力于发现种定量表示来让这些方法可以直接用于网格。这个重点在于计算边界线明显程度。我们认为它是曲率值函数。我们认为部分突出性取决于至少两个因素跟整体相关尺寸，曲率变化和强度数量。在第五部分中我们说明了定义突出几何特征计算方法。图。匹配不同姿势男人模型和女人模型。尽管他们之间有着明显区别，但是我们算法匹配结果左下比全局校准结果右下要更好。.综述给定个三维网格，我们分析它几何特性并且定义个局部图形描述符网格化稀疏矩阵。然后我们从。
8、网格中提取出感兴趣和突出特征部分。将这些特征做好索引并且存储在个模型数据库中，这样就可以被局部匹配很容易检索到。对子部分进行匹配要将他们放在同种坐标系中。种比较天真实现方法是将所有模型存储在由各自顶点和相邻模型定义所有可能坐标系中。然后对于个给定查询，我们会尝试所有由查询体顶点定义方向和比例。这种方法.,.,.,.,.,..,,.,.,.,..,.,.,,..,,,.,,.,..,,.,.,.匹配就变得更为苦难了。在计算机图形学中，三维图像匹配主要是为了图像检索而进步。近期，在使用网络搜索引擎情况下，三维模型检索新方法也被发现了，这个方法是基于几何特性而不是本文所说....。然而，在二维遮挡匹配中至关重要部分匹配方法，在三维图形检索中却没有引起很多注意。大多数技术目标是通过图形整体几何结构来检索到相似模型。换言之，相似度是由三维模型全局特性得来，比如不变矩..，傅里叶描述元，直方图与形状分布..以及基。
9、曲率变化和强度数量。在第五部分中我们说明了定义突出几何特征计算方法。图。匹配不同姿势男人模型和女人模型。尽管他们之间有着明显区别，但是我们算法匹配结果左下比全局校准结果右下要更好。.综述给定个三维网格，我们分析它几何特性并且定义个局部图形描述符网格化稀疏矩阵。然后我们从网格中提取出感兴趣和突出特征部分。将这些特征做好索引并且存储在个模型数据库中，这样就可以被局部匹配很容易检索到。对子部分进行匹配要将他们放在同种坐标系中。种比较天真实现方法是将所有模型存储在由各自顶点和相邻模型定义所有可能坐标系中。然后对于个给定查询，我们会尝试所有由查询体顶点定义方向和比例。这种方法匹配就变得更为苦难了。在计算机图形学中，三维图像匹配主要是为了图像检索而进步。近期，在使用网络搜索引擎情况下，三维模型检索新方法也被发现了，这个方法是基于几何特性而不是本文所说....。然而，在二维遮挡匹配中至关重要部分匹配方法，在三维图形。
10、。这种方法还允许模型不同部分各种权重重要使用原始模型形状描述符，从而使得整体部分匹配。这种方法依赖于在三维中模型排列会让匹配部分相互靠近假设。种部分整体匹配方法在恒等变换中可以被看成部分匹配。对于般部分匹配，我们会倾向于在任意刚体运动变换或者有时候在标尺变换中匹配部分。我们也可以考虑更大范围变换，比如仿射和透视变换。在本文中，我们创造了种局部匹配方法，它可以支持被称为相似性变幻刚性变换和等分标度。我们方法不会全局匹配图形，个会取消匹配可能性因素，比如个有很大基座雕像手和没有几座雕像手，这是不会影响匹配。在对由深度扫描得到深度图像而构成三维物体进行识别和标记中，局部匹配是基础方法.。在这些应用中查询时总是视点相关和分辨率相关。通常情况下，这些技术是基于匹配局部描述符，就比如旋转图像和图形上下文.。不像那些描述符，在我们研究中所创造平面描述符是与比例不相关，而且就他们被构建能高效率去尽可能大表示网格区域意。
11、度和规模不同不变量组织起来，从而加速匹配过程和相似度计算。应用。我们给出了些几何应用，其中部分匹配都是至关重要。我们将此方法应用到各种大而复杂网格中来显示出它效果。图左图快活佛模型曲率分析和局部表面描述元。蓝色表示地曲率值部分红色表示高曲率值部分。右图四朵莲花自相似性，这是由我们局部匹配技术检测到。.背景介绍在众多研究领域中，相似度和图形匹配问题都被扩展性研究了，比如计算机视觉，机器人学，分子生物学和其他与。其中大部分研究重点在二维图形匹配上。几何结构已知后，三维模型研究似乎变得更简单了，而且也没有热河遮挡或者外部干扰比如光照和反射。另方面，三维模型缺少简单参数化，这样登记和特征匹配就变得更为苦难了。在计算机图形学中，三维图像匹配主要是为了图像检索而进步。近期，在使用网络搜索引擎情况下，三维模型检索新方法也被发现了，这个方法是基于几何特性而不是本文所说....。然而，在二维遮挡匹配中至关重要部分匹配。
12、于谐波表示..。作者地址以色列特拉维夫号，特拉维夫大学计算机科学院。,.在文件首页显示引用前提下，允许个人或教学课堂免费对本文制作电子版或进行复印，但是不能以任何理由进行有利润交易或者用于商业广告中。之外版权所有者拥必须冠名。信贷抽象是允许。要复制，重新发布，张贴在服务器上，重新分配到列表，或者使用本作品在其他作品中任何组件事先需要特定权限或费用。权限为所拥有，纽约，百老汇街号或.，传真，。.美元。.万汉字，单词，万英文字符出处,.局部形状匹配与相似性分析中突出几何特征拉恩贾勒，丹尼尔科恩特拉维夫大学这篇文章介绍了个平面三角网格局部匹配方法。这个方法适用于不同拓扑与数字但却大体相似平面区域。我们介绍了种全新局部平面描述元，它能有效表现出局部平面区域几何形状。这种描述元是独立于潜在三角划分而定义，而且它能形成种兼容性描述方法用于不同三角划分平面匹配。为了处理匹配大网格组合复杂度问题，我们说明了突出集。
参考资料：
（外文翻译）局部形状匹配与相似性分析中的突出几何特征（外文+译文）