10.11896/j.issn.1002-137X.2018.06.047
基于Bayes-MeTiS网格划分的3D几何重构
为提升3D模型几何重构过程的压缩效率,提出一种基于MeTiS网格划分的贝叶斯3D模型几何重构算法.首先,在编码端采用MeTiS方法对原始3D网格进行子网划分,采用随机线性矩阵对子网几何形状进行编码,并对边界节点的邻居节点使用伪随机数生成器进行数据序列构建;然后,利用贝叶斯算法进行几何模型重构算法的设计,在理论上给出了均值、方差矩阵以及模型参数学习规则,实现了3D模型的几何重构;最后,将其与图傅里叶光谱压缩(GFT)、最小二乘压缩(LMS)和基于压缩感知的图傅里叶光谱压缩(CSGFT)等算法进行仿真对比.结果表明,所提方法具有较高的比特率压缩指标以及较低的重构误差,计算效率明显提高.
3D模型、几何重构、MeTiS网格划分、贝叶斯、邻居节点
45
TP391.2(计算技术、计算机技术)
四川省教育厅科研项目17ZB0007
2018-08-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
265-269,295