基于视觉认知理论的三维建筑群模型分层聚类概括方法
wf（2018）
摘要
针对三维建筑群模型简化难题,该文提出一种基于视觉认知理论的模型群组聚类概括方法.该方法利用道路要素对场景进行粗划分;然后利用方向、面积、高度等空间认知要素及其拓扑关系约束进行精分类,使其符合城市形态学特征;采用Delaunay三角网和边界追踪综合算法进行模型合并概括,并对模型进行分层存储.应用典型城市建筑群模型进行验证,结果表明:该算法简化效率高,分类结果符合人的认知习惯,并且通过聚类概括过程中各阈值的自适应控制,对于不同的模型,概括层次能够达到相对统一.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要