基于凹凸区域的断裂面匹配算法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (13): 187-190.

基于凹凸区域的断裂面匹配算法

李群辉 1，张俊祖1，耿国华2，周明全3

1.长安大学理学院，西安 710064
2.西北大学信息科学与技术学院，西安 710069
3.北京师范大学信息科学与技术学院，北京 100875

出版日期:2016-07-01 发布日期:2016-07-15

Fractured surfaces matching based on concave-convex regions

LI Qunhui1, ZHANG Junzu1, GENG Guohua2, ZHOU Mingquan3

1.School of Sciences, Chang’an University, Xi’an 710064, China
2.School of Information and Technology, Northwest University, Xi’an 710069, China
3.College of Information Science and Technology, Beijing Normal University, Beijing 100875, China

Online:2016-07-01 Published:2016-07-15

摘要/Abstract

摘要： 针对破碎刚体复原给出一种断裂面匹配算法。根据平均曲率判断顶点的凹凸性，对凹凸顶点进行聚类将断裂面划分为多个凹凸特征区域;定义特征区域的协方差矩阵，根据其主成分和主方向定义特征区域的尺寸特征和各向异性特征，面积相近、类型相同和特征相近的区域为相似区域对，之后再根据距离主方向约束排除伪区域对;采用穷举法对每3对质心不共线的相似区域对，计算三维变换，将断裂面粗略对齐，再根据最近点迭代算法的收敛程度得到最优匹配，同时将两断裂面精细校准。实验结果表明，该算法能够实现较复杂断裂面的部分和完全匹配。

关键词: 断裂面匹配, 平均曲率, 凹凸区域, 主成分分析, 最近点迭代算法

Abstract: The paper presents a new fractured surfaces matching algorithm for reassembling 3D broken solids. Firstly, every fractured surface is divided into several feature regions based on its all vertex’s convexity which is estimated according to mean curvature. Then it defines size characteristics and anisotropic characteristics based on the main ingredient and the main direction of feature regions’ covariance matrix, similar regions are obtained through principal component analysis and discard outliers according to geometric constraints. Finally, using exhaustive method for every 3 similar area, their center is non-collinear to calculate 3D transform to coarsely align the two surfaces, and then according to the Iterative Closest Point（ICP） algorithm that is convergent or not it gets the optimal matching and achieves fine alignment. Experimental results show that the algorithm can deal with full and partial surfaces matching problem.

Key words: fractured surfaces matching, mean curvature, concave-convex regions, principal component analysis, ICP algorithm

李群辉 1，张俊祖1，耿国华2，周明全3. 基于凹凸区域的断裂面匹配算法[J]. 计算机工程与应用, 2016, 52(13): 187-190.

LI Qunhui1, ZHANG Junzu1, GENG Guohua2, ZHOU Mingquan3. Fractured surfaces matching based on concave-convex regions[J]. Computer Engineering and Applications, 2016, 52(13): 187-190.

[1]	乔慧，周水生. 非线性角度2DPCA及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(8): 112-118.
[2]	于多，黄永东. 基于SPCA和域变换递归滤波的高光谱图像分类[J]. 计算机工程与应用, 2021, 57(4): 199-208.
[3]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[4]	张东梅，买日旦·吾守尔，古兰拜尔·吐尔洪. 面向高维混合不平衡信贷数据的单类分类方法[J]. 计算机工程与应用, 2021, 57(10): 233-240.
[5]	林克正，张元铭，李昊天. 信息熵加权的HOG特征提取算法研究[J]. 计算机工程与应用, 2020, 56(6): 147-152.
[6]	邱宁佳，王晓霞，王鹏，周思丞，王艳春. 结合迁移学习模型的卷积神经网络算法研究[J]. 计算机工程与应用, 2020, 56(5): 43-48.
[7]	黄广俊，邓元龙. 融合改进LBP和SVM的偏光片外观缺陷检测与分类[J]. 计算机工程与应用, 2020, 56(22): 251-255.
[8]	邱宁佳，沈卓睿，王辉，王鹏. 通信垃圾文本识别的半监督学习优化算法[J]. 计算机工程与应用, 2020, 56(17): 121-128.
[9]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[10]	耿焕同，周利发，丁洋洋，周山胜. 一种基于新型差分进化模型的MOEA/D改进算法[J]. 计算机工程与应用, 2019, 55(8): 138-146.
[11]	陈佳，刘冬雪，武大硕. 基于特征选取与LSTM模型的股指预测方法研究[J]. 计算机工程与应用, 2019, 55(6): 108-112.
[12]	徐竟泽，吴作宏，徐岩，曾建行. 融合PCA、LDA和SVM算法的人脸识别[J]. 计算机工程与应用, 2019, 55(18): 34-37.
[13]	牛亚茜，冀小平. 基于卷积神经网络的图像检索算法研究[J]. 计算机工程与应用, 2019, 55(18): 201-206.
[14]	马义超，赵运基，张新良. 基于PCA初始化卷积核的CNN手写数字识别算法[J]. 计算机工程与应用, 2019, 55(13): 134-139.
[15]	杨宝山1，2，3，胡业刚1，2，3，张冀聪1，2，3. 2DPCA在脑磁图棘波信号检测中的应用[J]. 计算机工程与应用, 2019, 55(1): 186-190.