论文部分内容阅读
三维空间数据的三角网格剖分实质是寻找嵌入在三维空间中的二维流形,通过建立流形学习与网格剖分的本质联系,提出基于流形学习的空间数据网格剖分方法.依据流形学习的重构误差准则,实现三维空间数据的维数约简;对生成的二维数据按照Delaunay准则划分;将二维数据之间的拓扑关系映射到对应的三维数据点集.相对于其它数据降维方法,流形学习更能保持数据之间的本质联系,使重构的三角网格与物体表面拓扑差异性更小.实验表明,该方法对于非同胚于球物体的表面重建能够取得良好的效果.