导读:本文包含了网格特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:网格曲面,特征线提取,L_0优化,变量分裂
网格特征提取论文文献综述
杨贤康,潘茂东,童伟华[1]（2019）在《基于L_0优化的网格曲面特征线提取算法》一文中研究指出基于网格曲面特征线的稀疏分布,提出一种优化的特征线提取算法。对于给定的网格,在每个面上计算一个值或向量作为输入。对输入的度量建立L_0优化模型,使其在网格边上的跃变尽可能少且优化前后的变化较小。给出基于变量分裂技术与罚函数方法的交替方向优化算法,并引入一种迭代的策略提升解的稀疏性,以取得更高质量的特征线。实验结果表明,该算法能有效提取网格曲面的特征线,与Crest lines算法、变分算法等相比,提高了特征线提取的质量和带噪数据的鲁棒性。(本文来源于《计算机工程》期刊2019年07期）
杨贤康[2]（2018）在《基于稀疏优化的网格特征线提取与分割》一文中研究指出随着数字化扫描技术与叁维打印技术的快速发展,叁维模型的表示、处理及分析等形成了一个新的研究方向,即数字几何处理,在近些年来得到了广泛的研究,其主要研究内容包括:网格去噪、特征提取、分割、参数化、简化、重新网格化、编辑、变形以及模型修复等。本文研究网格的特征线提取及分割问题,针对现有方法的一些不足,我们利用新近发展起来的稀疏表示与优化技术,给出了有效的解决方法。针对现有网格特征线提取算法对带噪音的网格模型不是很鲁棒这一问题,在基于特征线具有稀疏性这一观察下,提出了一个新的特征线提取算法。对于输入的网格,我们首先在每个面上计算一个值或向量作为输入,譬如法向、颜色、曲率等。然后,对输入度量进行优化,目标是使得优化后的度量在网格边上发生跃变的总数极小化,并要求优化后的值与优化前的值之间的差异尽可能的小,优化目标通过l0范数来刻画。为了有效地求解该优化模型,给出了基于变量分裂技术与罚函数方法的交替方向优化算法。此外,我们还引入了一种迭代的策略来提升l0优化问题解的稀疏性,以取得更高质量的特征线。实验结果表明我们的方法能有效地提取网格曲面的特征线,且与现有的方法相比,质量更高,对带噪音的数据更鲁棒。对于网格分割,谱方法是目前主流的方法之一,相较于其它方法能取得较好的结果。然而,现有的谱网格分割算法普遍存在边界锯齿现象、过分割以及分割结果对参数选取敏感等问题。在网格分割边界边具有稀疏分布的观察下,我们提出了一个基于l0梯度极小化的谱网格分割方法。具体地,我们利用输入网格的局部几何与拓扑信息,构建网格对偶图的Laplacian矩阵,计算其Fielder向量,用于刻画同一块中每个面片之间的一致性。通过分析Fielder向量,我们将网格分割描述为l0梯度极小化问题。为了有效求解该优化问题,我们采用了由粗到细的求解策略。首先,通过一个快速启发式算法找到上述问题的一个粗近似解。然后,在粗近似解形成的分割边界附近,使用基于ADMM的新算法对分割边界进行细化,从而有效地降低了原优化问题的计算复杂度。为了提取网格的层次结构,我们采用递归的方式执行上述分割算法。在Princeton分割测试集、LIFL/LIRIS分割测试集以及一些其他复杂模型上,我们进行了测试,实验结果表明我们方法的分割质量优于现有的其它分割方法。(本文来源于《中国科学技术大学》期刊2018-05-01）
张百云[3]（2018）在《基于学习的网格特征线提取方法研究》一文中研究指出随着科学技术的发展,逆向工程在机械产品设计和制造中得到了广泛的应用。从激光点云获取的叁维数字几何网格模型需要实体重构、特征识别和特征编辑等几何特征处理才能有效地使用。复杂网格模型的特征智能识别是逆向工程领域的一个重要发展方向,特征识别的基础是特征边界线的识别和提取,是复杂叁角网格模型后续应用的基础,因此如何高效的提取叁角网格模型的特征边线具有重要研究意义。传统特征边线提取采用单一阈值和判定规则很难识别并提取出符合实际要求的特征边。通过对特征边界线的几何特征的深入分析,基于机器学习的方法,提出和实现一个基于学习的叁角网格模型特征边提取方法。该方法将特征边界线提取形式化为叁角边的分类问题;分析和构建了一个由叁角边两面角、边顶点邻域曲率及形状直径等特征组成的17维特征向量;通过人工标注获取特征向量训练数据集,训练通用BP-AdaBoost分类器,获得能够识别特征边界线的分类器;对待识别的叁角网格模型进行特征边识别。经过实例验证,识别结果符合预期。其次,对识别结果进行处理生成初始特征线,在对初始特征线进行剪切和光顺,然后使用网格边权重连接法进行特征线闭合,并选择主轮廓模型连接法对特征线进行优化得到特征线。最后,把本文所得特征线和软件所得特征线进行对比分析。经实例测试,验证了本文提出方法的可行性和有效性。本文算法中叁角网格模型的几何特征计算、训练样本构建和识别结果处理是在Visual C++软件开发平台和Matlab平台上进行编程实现的。该项工作为模型重构和设计特征编辑奠定了基础。(本文来源于《大连理工大学》期刊2018-05-01）
李海生,孙莉,蔡强,曹健[4]（2016）在《一种基于网格模型简化的热核特征提取算法》一文中研究指出热核特征提取算法是近几年出现的一种叁维模型特征提取算法。针对热核特征计算效率低,对顶点数目过多的叁维模型处理时间过久甚至是无法处理的问题,采用基于二次误差测度网格模型简化算法对叁维模型进行预处理,并对简化后的模型提取其热核特征。实验表明经过简化后的模型处理效率高,比直接对原始模型提取热核特征耗时减少,原始模型顶点数越多效率提升越明显。简化后模型的热核特征与原始模型结果基本一致,满足模型匹配的要求。(本文来源于《系统仿真学报》期刊2016年10期）
王成伟[5]（2016）在《叁维网格特征点提取方法研究》一文中研究指出随着计算机硬件与图形学的迅速发展,叁维模型越来越广泛地应用于生活生产中的各种领域。而叁维网格因为其简便直观的展现方式,逐渐地成为了计算机图形学中的研究热点。特征点是叁维网格的几何形状中最简单的特征元素,它不仅可以传达出模型的基本几何信息,节省大量时间与空间,还对后期的模型识别与匹配、曲面重构等实际应用有着指导作用。目前提取叁维网格特征点的方法各种各样,其中最有效的一种是结合网格局部几何特征与全局特征的方法。这种方法既能捕捉到局部范围内具有显着特征的顶点,又能得到体现整个模型基本特征的顶点,最终得到的特征点集可以有效地展现叁维网格的几何特征。为了高效提取叁维网格的特征点,本文考虑模型的局部与全局特征,研究了新的算法来提取特征点,研究内容如下所述:研究了一种基于数据引力的特征点提取方法。数据引力是源于万有引力的新概念。本文将数据引力应用到解决叁维网格提取特征点的问题上。该方法首先对所有网格顶点的高斯曲率进行归一化,将具有最大高斯曲率值的顶点作为初始点,加入到特征点集合;然后根据一定条件判断是否对归一化后的高斯曲率加权处理,并利用最远点采样的原理求出顶点的邻居点集合;接着根据顶点的高斯曲率以及邻居点数目,计算每个顶点的数据引力值;最后选择数据引力最大的顶点,加入到特征点集合,直到选出给定数目的特征点。把该方法得到的特征点结果与其他算法的结果进行对比评价,本文采用叁个统计学度量:假阴误差(False negative error)、假阳误差(False positive error)以及加权失误误差(Weighted miss error)来评估各种方法;并使用威尔科克森符号秩检验对该方法的实验结果进行假设检验,由少数的样本模型检验总体的实验结果。结果表明,基于数据引力的方法是一种适用范围广并且有效的特征点提取算法。本文研究了一种结合主曲率与双边滤波算法来提取特征点的方法。使用叁维顶点的主曲率作为双边滤波的处理对象,将滤波过程应用到叁维顶点后,选取结果值显着的顶点,得到特征点集合。通过与其他算法的对比评价和假设检验,说明该算法检测到了更为准确的特征点。(本文来源于《济南大学》期刊2016-06-01）
王钦瑞[6]（2016）在《叁角网格模型特征线提取与孔洞修补方法研究》一文中研究指出随着数字几何获取技术和制造业的快速发展,逆向工程技术在机械产品开发、艺术品设计等诸多领域都得到了广泛应用。逆向工程技术是一种产品设计技术再现的过程,而叁角网格模型作为逆向工程技术过程中最常用的模型,其表面特征线提取和孔洞修补是逆向工程的基础工作,具有重要的研究意义。网格模型拓扑关系重建是特征线提取与网格修补的基础,利用平衡二叉树除去STL文件中的冗余点,采用半边编码的拓扑数据结构完成STL模型重建。针对一般机械零件叁角网格模型,提出了一种综合平均曲率与网格边的特征线提取方法,主要分两次提取：首先利用叁角面片法矢夹角大小对模型中的尖锐边进行初次提取特征点；然后综合平均曲率与网格边的关系对特征点进行二次提取；最后用两次提取边的顶点作为特征点,进行角点判断后分段拟合成特征线。同时针对含有大量噪声的叁角网格模型或艺术模型,采用了高阶曲率导数进行特征点提取,借助曲面拟合函数的系数得到高阶曲率导数,并将一阶曲率导数和二阶曲率导数作为判断条件获取特征点。复杂网格模型分割后会留下孔洞,依据孔洞周围点的信息拟合出孔洞区域曲面,利用波前法对特征多边形进行网格化,并根据拟合曲面调整新增叁角形,最后进行合法性检查和网格优化。本文算法已经在Visual C++ 2008与OpenGL开发平台上进行编程实现,在每个算法后面都给出了实例,并与现存算法进行比较,验证了算法的有效性与先进性。(本文来源于《大连理工大学》期刊2016-05-01）
刘雨[7]（2016）在《基于边界特征点提取的网格分割》一文中研究指出随着近年来计算机技术以及叁维扫描技术的持续发展,叁维几何模型大量地出现并且在人们的各个生活领域中被广泛地使用。叁维网格模型是表示叁维几何模型的一种重要手段,并且在游戏、互联网以及工业制造中得到了广泛的应用。然而,如何将叁维网格模型分割成有意义的部分对于人们深入理解网格模型有着重要的意义。同时,网格分割在计算机图形学中也有着许多重要的应用,网格分割在许多实际应用中都是关键的一步,例如,形状匹配,形状重建,骨架提取,纹理映射,参数化等。因此,网格分割成为了近年来网格模型处理领域的热点研究课题。在计算机图形学中,叁角网格模型被广泛地用来定义和描述几何对象。本文提出了一种新的叁角网格分割算法,从而将网格模型分割成有意义的部分。首先,根据极小规则,计算与顶点相关的边上的二面角和长度两种特征信息,从而确定了那些有可能位于分割边界上的边界特征点的位置。接下来,利用聚类算法将之前得到的边界特征点分别按照点与点之间的距离、点与点之间的连通关系聚类并提取出部分分割边界。最后,通过将属于同一类的部分分割边界连接得到最后的分割边界以达到分割叁角网格的目的。与以往的叁角网格分割算法相比,本文提出的叁角网格分割算法在特征选取上仅仅使用了边的二面角和长度两种简单的特征,这有效地减少了计算特征时所需的计算量和时间。同时,在网格分割的过程中,执行聚类算法将会确定将网格模型分割为几个部分。最后,通过区域显着性对分割边界进行评估,以减少过分割等情况的发生,并通过实验证明了本文算法的有效性。(本文来源于《吉林大学》期刊2016-05-01）
冉耕,黄山,何志辉,杨静[8]（2016）在《重迭模糊规范化双弹性网格汉字特征提取》一文中研究指出针对目前双弹性网格特征提取方向的重复性和对角弹性网格数量不确定性问题,结合重迭模糊技术提出一种规范化的重迭模糊双弹性网格特征提取方法。对原汉字图像进行外接正方形填补,规范化对角网格,使用弹性技术进行网格划分,在纵横、对角网格中分别构造特征提取方向互不重复的重迭模糊网格,分别提取汉字图像的横竖、撇捺特征。实验结果表明,该方法提取的手写汉字特征类内类间方差比更大,识别率更高。(本文来源于《计算机工程与设计》期刊2016年01期）
张春亢[9]（2015）在《基于Morse理论的叁角网格特征提取及简化研究》一文中研究指出现代空间数据采集技术,特别是激光雷达技术(Light Detection and Ranging,LiDAR)能够在短时间内获取海量的空间模型表面离散数据。但是,当我们面对越来越大的数据量,仅寄希望于提高计算机的运算速度、增大存储空间已经不能满足实际需求。选择合适的数据表达方式,在最大程度保存信息的前提下对其进行简洁、有效描述是目前亟待解决的问题之一。目前,在空间表面模型的表达方式中,传统的几何方法,如规则格网、等值线,特别是叁角网格仍然占据主导位置,其能对空间表面模型的几何信息进行精确表达且便于计算与分析,但其数据量大、冗余数据多、计算复杂,且不能揭示模型表面的拓扑形态信息。作为一种紧致而简洁的模型表面拓扑表达方式,基于Morse理论拓扑表达能用少量特征点、特征线实现对空间模型表面突出特征的描述,且这些特征点符合欧拉公式,特征线或Morse(-Smale)复形能实现对模型表面的完全分割。因此,在叁角网格上构建表面拓扑结构,实现模型几何表达向拓扑表达的转换,在计算机图形学、地学、空间信息科学,影像医学等领域得到越来越广泛的关注。但是由于数据的不确定性及算法本身存在的缺陷,基于Morse理论提取的拓扑特征往往含有大量的“伪特征”,并形成对模型表面的“过剖分”问题。另外,受限于特征提取的精度,目前基于Morse理论的拓扑分析仍然停留在定性分析阶段,其严重制约了拓扑表达在现实中的应用。因此,研究如何精确地识别出地形网格中的主要特征并建立多层次表达体系,对于数据的简化、交互式分析与可视化表达等,以及拓扑表达的定量计算至关重要。为此,本文致力于基于Morse理论的叁角网格拓扑特征精确提取与简化研究,主要对海量叁角网格构建、小尺度复杂地形以及叁维表面模型拓扑特征提取及简化等所涉及的相关算法与关键技术进行了较深入的探讨。主要工作与成果如下:1)基础理论、现有研究成果及现存问题的梳理与总结介绍了本研究的理论依据经典Morse理论及关键点、关键线、Morse(-Smale)复形、持续值(Persistence)、拓扑简化等相关概念及它们之间的关系。根据现实应用需求,引出了经典Morse理论的两种离散化形式:离散Morse理论与分段线性Morse理论,其中对本研究利用的分段线性Morse理论进行了较为详细的阐述。在此基础上,深入分析了基于Morse理论的拓扑特征提取及简化研究进展,主要包括:特征点提取、关键线或Morse(-Smale)复形提取、拓扑简化。并总结归纳出目前研究成果存在的主要问题。最后,引出本文研究的主要内容及技术路线。2)提出了一种海量叁角网格切块剖分算法叁角网格是实现拓扑提取与表达的基础。为解决海量LiDAR点云叁角网构建时时间与空间性能的矛盾问题,并针对基于叁角网格分块构建表面拓扑形态模型的需要,提出一种叁角网切块剖分算法。首先,利用基于格网的动态叁角网生长算法构建分割墙(dewall),从点云上切割特定大小与形状的独立数据块,避免分治算法的深度递归与内存溢出;然后,运用分治算法对切块剖分,并给出了切块边界错误叁角形删除算法;迭代上述过程完成叁角网子网剖分,并依据非耦合区域分解模式的性质完成子网合并,同时引入流计算的思想,以进一步提高算法的空间性能。对算法的时间与空间性能进行了理论分析并进行了系统的实验验证,实验与分析表明:①运用切块策略避免了分治算法的深度递归与内存溢出,同时通过模拟流计算,算法获得了处理较大数据所需的优异空间性能。②算法不但保证了各切块剖分时具有分治算法的时间性能,并且算法的整体时间复杂度接近为o(nlog(δ)),优于非线性的分治算法,适合千万级以上lidar点云的处理。③算法最终构建的叁角网为各子网简单相加的和,并且本算法中各子叁角网之间的非耦合性质,为lidar点云分块进行拓扑特征的提取、表达与分析提供了数据结构支撑。3)设计与实现了小尺度地形拓扑特征的简化与精确提取算法morse理论是基于光滑流形提出的,目前基于morse理论的拓扑表达仍然停留在定性分析上,且使用的数据源多为大尺度或较为光滑的空间模型表面数据。lidar点云为小尺度地表形态信息的提取、表达提供了精确的数据源,并使拓扑表达由定性分析扩展到定量计算成为可能。但点云的高密度性与地形的分形特征,导致基于morse理论提取的特征点中含有大量的“伪特征”,并形成对地表的“过剖分”问题。为此,针对现有特征点重要性度量方法的片面性,基于叁角形网格结构,首先通过定义特征点指数(fpi)等一系列概念,模拟特征点周围区域的地表形态,建立特征点重要性度量指标。并以此为基础,提出了地表重要特征点的精确提取、拓扑结构简化与多层次表达算法。fpi不仅能准确度量小尺度复杂地表特征点的重要性,并且特征点数量在fpi值各段分布比较均匀,便于建立拓扑特征的多层次表达体系。基于fpi的特征提取与简化算法在简化效果方面优于现有的“持续值(persistence)”法与自然法则法,其不仅可以有效剔除“伪特征点”,实现小尺度复杂地形的特征精确提取与多层次表达,且算法具有良好的重复性、抗噪性与鲁棒性。并且特征点的提取精度小于2倍点间距,能够满足一定精度要求的定量计算。基于提出的一系列特征点重要性评价指标,并提出特征点尺度的概念,通过计算不同叁角网格上特征点之间的相似系数,实现了基于叁角网格的特征点识别与同名点匹配。4)扩展了一种叁维表面模型拓扑特征提取与简化新方法基于分段线性Morse函数的特征提取算法在由二维地表扩展到叁维表面模型时,叁角网格顶点的显着度度量指标由高程值变为曲率值、法向量改变值等顶点属性。基于这些属性提取的极大点、上升线与下降Morse复形为模型表面的显着特征,而对应的极小点、下降线与上升Morse复形均为无实际意义的错误特征。这不但降低了拓扑特征提取的时间效率,且无实际意义的错误特征将导致拓扑简化误差甚至错误。为此,本文首先提出一种基于叁角网顶点法向量的特征点显着度度量方法,发展了以法向量变化量为点显着度度量指标的叁维表面模型特征提取算法,该算法仅提取有现实意义的叁维模型表面拓扑特征。然后基于“关键线持续值(Separatrix Persistence)”度量方法与对偶性Morse-Smale复形拓扑简化算法,推导了仅有下降Morse复形的单复形拓扑模型的拓扑简化算法。新的提取算法能有效识别与提取叁维模型表面的拓扑特征,避免没有现实意义的拓扑特征的提取,大幅提高拓扑特征提取的效率。扩展的简化算法不但可以解决叁维模型表面拓扑划分的“过剖分”问题,并且可以保持下降Morse复形的拓扑完整性,实现对叁维模型表面的完全划分及拓扑特征的多层次表达。5)设计并开发了“基于Morse理论的叁角网格拓扑特征提取及简化”实验原型系统采用C++语言,在Visual Studio2008集成环境下,选用开源的图形开发库OSG和微软基础类库MFC作为框架,将本文研究的有关算法与关键技术集成为原型系统。实验系统的主要功能包括:本研究所提出的各种算法和相关技术的实现、验证与分析;特征数量、误差分析等统计计算;离散点云的导入和拓扑模型的输出等。同时对实验系统中算法采用的关键数据结构作了较为详细的介绍。通过典型数据对实验系统及其有关算法的可行性、合理性、正确性和有效性进行了实验验证与分析。(本文来源于《中国矿业大学(北京)》期刊2015-10-22）
方玉玲,魏赟[10]（2015）在《基于二次网格的字符图像特征提取方法》一文中研究指出为了提高字符识别率,克服传统字符特征提取方法复杂、计算量大等问题。文中提出了一种基于二次网格化的字符特征提取方法。将字符二值图像划分为4个网格,提取出字符轮廓的曲率特征;并将字符图像划分为32个网格,依次提取出各自网格的占空比、质心、散度3组特征。该方法兼具结构特征与统计特征的优点,对笔画结构相近的字符较易于区分,该方法抗干扰能力强,且足够稳定。通过对1 500张字符二值图像进行实验,其结果表明,该方法对字母与数字的识别准确率达到了97%以上,相较于其他特征提取方法有大幅提高。(本文来源于《电子科技》期刊2015年10期）
网格特征提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着数字化扫描技术与叁维打印技术的快速发展,叁维模型的表示、处理及分析等形成了一个新的研究方向,即数字几何处理,在近些年来得到了广泛的研究,其主要研究内容包括:网格去噪、特征提取、分割、参数化、简化、重新网格化、编辑、变形以及模型修复等。本文研究网格的特征线提取及分割问题,针对现有方法的一些不足,我们利用新近发展起来的稀疏表示与优化技术,给出了有效的解决方法。针对现有网格特征线提取算法对带噪音的网格模型不是很鲁棒这一问题,在基于特征线具有稀疏性这一观察下,提出了一个新的特征线提取算法。对于输入的网格,我们首先在每个面上计算一个值或向量作为输入,譬如法向、颜色、曲率等。然后,对输入度量进行优化,目标是使得优化后的度量在网格边上发生跃变的总数极小化,并要求优化后的值与优化前的值之间的差异尽可能的小,优化目标通过l0范数来刻画。为了有效地求解该优化模型,给出了基于变量分裂技术与罚函数方法的交替方向优化算法。此外,我们还引入了一种迭代的策略来提升l0优化问题解的稀疏性,以取得更高质量的特征线。实验结果表明我们的方法能有效地提取网格曲面的特征线,且与现有的方法相比,质量更高,对带噪音的数据更鲁棒。对于网格分割,谱方法是目前主流的方法之一,相较于其它方法能取得较好的结果。然而,现有的谱网格分割算法普遍存在边界锯齿现象、过分割以及分割结果对参数选取敏感等问题。在网格分割边界边具有稀疏分布的观察下,我们提出了一个基于l0梯度极小化的谱网格分割方法。具体地,我们利用输入网格的局部几何与拓扑信息,构建网格对偶图的Laplacian矩阵,计算其Fielder向量,用于刻画同一块中每个面片之间的一致性。通过分析Fielder向量,我们将网格分割描述为l0梯度极小化问题。为了有效求解该优化问题,我们采用了由粗到细的求解策略。首先,通过一个快速启发式算法找到上述问题的一个粗近似解。然后,在粗近似解形成的分割边界附近,使用基于ADMM的新算法对分割边界进行细化,从而有效地降低了原优化问题的计算复杂度。为了提取网格的层次结构,我们采用递归的方式执行上述分割算法。在Princeton分割测试集、LIFL/LIRIS分割测试集以及一些其他复杂模型上,我们进行了测试,实验结果表明我们方法的分割质量优于现有的其它分割方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网格特征提取论文参考文献
[1].杨贤康,潘茂东,童伟华.基于L_0优化的网格曲面特征线提取算法[J].计算机工程.2019
[2].杨贤康.基于稀疏优化的网格特征线提取与分割[D].中国科学技术大学.2018
[3].张百云.基于学习的网格特征线提取方法研究[D].大连理工大学.2018
[4].李海生,孙莉,蔡强,曹健.一种基于网格模型简化的热核特征提取算法[J].系统仿真学报.2016
[5].王成伟.叁维网格特征点提取方法研究[D].济南大学.2016
[6].王钦瑞.叁角网格模型特征线提取与孔洞修补方法研究[D].大连理工大学.2016
[7].刘雨.基于边界特征点提取的网格分割[D].吉林大学.2016
[8].冉耕,黄山,何志辉,杨静.重迭模糊规范化双弹性网格汉字特征提取[J].计算机工程与设计.2016
[9].张春亢.基于Morse理论的叁角网格特征提取及简化研究[D].中国矿业大学(北京).2015
[10].方玉玲,魏赟.基于二次网格的字符图像特征提取方法[J].电子科技.2015