mean shift算法是一種強(qiáng)大的無參數(shù)離散數(shù)據(jù)點(diǎn)的聚類方法，其在圖像平滑、圖像分割以及目標(biāo)跟蹤等方面都有著廣泛的應(yīng)用。[Yamauchi et al. 2005]基于mean shift算法提出了一種網(wǎng)格分割方法，具體來說，給定一個(gè)三角網(wǎng)格，其面片重心和面片法向可以組成6維特征空間中的一系列離散點(diǎn)集，然后使用mean shift算法對(duì)其進(jìn)行聚類，聚類后每個(gè)面片的法向可以修正為各自聚類中心的法向信息，最后基于面片修正法向進(jìn)行網(wǎng)格分割。下面具體介紹該算法的過程。
給定一個(gè)由面片{Ti}所組成的三角網(wǎng)格M，其面片重心{ci}和面片法向{ni}組成R6空間中的離散點(diǎn)集χ = {(pi, qi) = (ci, ni)}。利用mean shift算法對(duì)其進(jìn)行聚類之后，對(duì)每個(gè)聚類中心yi[c] = {(p, q)的法向部分歸一化之后可以作為該類中三角面片的新法向。
延伸閱讀
學(xué)習(xí)是年輕人改變自己的最好方式