| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究的目的及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 基于内容的三维模型特征提取现状 | 第9-12页 |
| 1.2.2 现有的国内外三维模型检索系统 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 第2章 检索系统总体框架及相关预处理 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 检索系统框架和特征提取流程设计 | 第16-18页 |
| 2.3 三维模型规范化预处理 | 第18-20页 |
| 2.3.1 规范化预处理的必要性 | 第18-19页 |
| 2.3.2 PCA、CPC A和NC PC A方法 | 第19页 |
| 2.3.3 三维模型归一化处理 | 第19-20页 |
| 2.4 基于OPEN GL的多视点渲染视图的获取 | 第20-23页 |
| 2.5 二维图像的预处理 | 第23-31页 |
| 2.5.1 二维图像特征提取前的预处理流程设计 | 第23-24页 |
| 2.5.2 基于GrabC ut算法的二维图像分割 | 第24-25页 |
| 2.5.3 边缘检测和轮廓跟踪算法设计 | 第25-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于改进K-MEANS算法的多视图聚类 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 几何不变矩特征的提取 | 第32-36页 |
| 3.3 改进的K-MEANS算法聚类分析 | 第36-43页 |
| 3.3.1 K- means算法的基本思想 | 第36-38页 |
| 3.3.2 基于AP算法的聚类数上限的确定 | 第38-41页 |
| 3.3.3 初始聚类中心的确定 | 第41页 |
| 3.3.4 最佳聚类数的确定 | 第41-43页 |
| 3.4 聚类结果分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 特征提取算法设计与分析 | 第46-59页 |
| 4.1 引言 | 第46页 |
| 4.2 基于改进ZERN IK E矩的特征描述 | 第46-50页 |
| 4.2.1 Zernike矩特征定义 | 第46-48页 |
| 4.2.2 最优图像提取的归一化方法 | 第48-50页 |
| 4.3 基于离散傅立叶变换的外轮廓特征 | 第50-52页 |
| 4.3.1 边界表示算法描述 | 第50页 |
| 4.3.2 不变性处理 | 第50-51页 |
| 4.3.3 傅里立逆变换降维处理 | 第51-52页 |
| 4.4 基于最优视图的快速匹配算法 | 第52-54页 |
| 4.4.1 三维模型视点选择的重要性 | 第52-53页 |
| 4.4.2 基于C SS的轮廓角点检测算法 | 第53-54页 |
| 4.5 实验结果分析 | 第54-57页 |
| 4.5.1 相似性计算和检索性能评价准则 | 第54-56页 |
| 4.5.2 三种算法实验比较 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第5章 算法改进与原型系统实现 | 第59-64页 |
| 5.1 引言 | 第59页 |
| 5.2 基于改进证据D-S理论的特征融合算法设计 | 第59-61页 |
| 5.2.1 D-S证据理论介绍 | 第59-60页 |
| 5.2.2 特征融合算法步骤 | 第60页 |
| 5.2.3 实验结果分析与对比 | 第60-61页 |
| 5.3 基于二维图像的三维模型检索系统实现 | 第61-63页 |
| 5.3.1 系统开发环境 | 第61页 |
| 5.3.2 系统功能结构设计 | 第61-62页 |
| 5.3.3 系统测试 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |