热核距离下的3D对称图形匹配算法

摘要：

对称混淆问题一直是图形匹配的难点之一,其中,特征点选取、对称点检测、初始匹配对最终匹配结果影响很大.针对此问题提出了一种基于热核的3D对称图形匹配算法.在前期工作基础上,考虑测地线在对称图形检测中的不足,提出一种以热核信号(HKS)为工具的算法.首先将HKS采样和最远点采样结合并融合采样,获得分布稳定且具有代表性的特征点;其次用HKS进行特征点分类实现对称点的准确检测;然后再利用基于热核的一点匹配算法进行初始匹配,以提高正确率;最后利用LS_MDS算法将图形嵌入到欧氏空间并投影到2D平面,根据投影中顶点的法向以及网格上的曲率信息,标定图形方向,最终完成对称匹配.在TOSCA数据库上进行数值实验,并将文中算法与已有的经典算法进行比较,结果表明,该算法不仅提高了匹配准确率,而且适用于较特殊的对称混淆问题,如大猩猩对称图形的匹配问题.

关键词：对称混淆、热核特征、一点匹配、融合采样

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61572105, 61720106005, 61702244

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：950-958