این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۱، شماره ۱، صفحات ۵۹-۷۲
عنوان فارسی بخش‌بندی معنادار مدل‌ سه‌بعدی اجسام بر اساس استخراج برجستگی‌ها و هسته جسم
چکیده فارسی مقاله بخش‌بندی مدل‌های سه‌بعدی نقش مهمی در پردازش این مدل‌ها از جمله بازیابی، فشرده‌سازی و نهان‌نگاری مدل‌های سه‌بعدی دارد. در این مقاله روش جدیدی برای بخش‌بندی مدل‌های سه‌بعدی بر اساس استخراج نقاط برجسته ارائه شده است. تحقیقات علوم شناختی، تجزیه جسم سه‌بعدی به بخش‌های ساده‌تر را به عنوان یکی از راه‌های تحلیل و تشخیص اجسام سه‌بعدی توسط انسان معرفی کرده است. بر این اساس بخش‌های حاصل از تجزیه جسم سه‌بعدی، به دو دسته کلی هسته و بخش‌های برجسته تقسیم می‌شوند. در روش پیشنهادی، ابتدا مرکز ثقل مدل سه‌بعدی محاسبه می‌شود. سپس نقطه‌ای با بیشترین فاصله اقلیدسی از مرکز مدل به عنوان نقطه برجسته که نماینده بخش برجسته‌ای از مدل است، انتخاب و همسایگی ژئودزیکی آن از مجموعه جستجوی نقاط برجسته حذف می‌شود. این فرآیند تا یافتن تمام بخش‌های برجسته ادامه می‌یابد. سپس هسته مدل به عنوان قسمتی که سایر بخش‌های برجسته را به یکدیگر متصل می‌کند، شناسایی شده و به این ترتیب بخش‌بندی مدل سه‌بعدی صورت می‌پذیرد. معرفی مرکز ثقل مدل به عنوان نقطه مرجع، استفاده هم‌زمان از فاصله اقلیدسی و ژئودزیکی و حذف همسایگی نقطه برجسته انتخابی از مجموعه جستجوی نقاط باعث مقاوم شدن الگوریتم پیشنهادی در برابر تبدیلات جابجایی، چرخش و تغییر وضعیت مدل و همچنین باعث افزایش سرعت اجرای الگوریتم پیشنهادی نسبت به سایر الگوریتم‌ها شده است.
کلیدواژه‌های فارسی مقاله بخش بندی، مدل های سه بعدی، فاصله ژئودزیک، نقاط برجسته، هسته
عنوان انگلیسی Semantic Segmentation of 3D Model Objects based on Salient Points and Core Extraction
چکیده انگلیسی مقاله 3D model segmentation has an important role in 3D model processing programs such as retrieval, compression and watermarking. In this paper, a new 3D model segmentation algorithm is proposed. Cognitive science research introduces 3D object decomposition as a way of object analysis and detection with human. There are two general types of segments which are obtained from decomposition based on this principle: a core and salient parts. In this approach we start with calculating center of the model. Then, a point with maximum Euclidean distance from the center which represents a prominent part is chosen as the first salient point and its geodesic neighborhood points are deleted from salient point’s search domain. This process is continued until all salient points are detected. Then, the core part which connects the other parts to each other is detected. Thus, 3D model segmentation is completed. Considering center of the model as the reference point and utilizing both Euclidean and geodesic distance and deleting salient point’s neighborhood from salient point’s search domain led our proposed approach to be invariant against translation, rotation and pose changes and also decrease operation time of the proposed algorithm in comparison with the other 3D model segmentation algorithms.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مهسا میرلو | mahsa mirloo
tabriz- new sahand town-sahand university of technology- electrical engineering faculty
تبریز - شهر جدید شهند -دانشگاه صنعتی سهند -دانشکده مهندسی برق
سازمان اصلی تایید شده: دانشگاه صنعتی سهند (Sahand university of technology)

حسین ابراهیم نژاد | hossein ebrahimnezhad
tabriz- new sahand town-sahand university of technology- electrical engineering faculty
تبریز - شهر جدید شهند -دانشگاه صنعتی سهند -دانشکده مهندسی برق
سازمان اصلی تایید شده: دانشگاه صنعتی سهند (Sahand university of technology)

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-142-1&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-233379.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش تصویر
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات