论文研究-统计特征和Markov模型在三维模型分类中的应用.pdf

针对三维模型的分类问题，提出了一种基于统计特征量和Markov模型的分类算法。该算法对预处理后的三维模型进行几何切分，并提取切分后每块的统计特征。对三维模型各分块进行一定顺序的观测，可以获得由各分块的统计特征量构成的Markov模型的伪时间序列。再对不同类模型进行训练并得到各类模型对应的Markov模型参数。最后定义模型间的相似度度量，获得三维模型的分类结果。实验表明该算法在绝大多数类别的模型上分类效果较好，准确率达到90%以上。