基于学习的网格特征边界边识别

摘要

特征边界边识别是复杂三角网格模型后续应用的基础,采用单一阈值和判定规则很难识别符合实际要求的特征边。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三角网格模型特征边界边识别方法。该方法将特征边界线识别形式化为三角边的分类问题;分析和构建了一个由三角边两面角、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;对待识别的三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。