高斯映射

最新推荐文章于 2024-04-23 10:37:36 发布
最新推荐文章于 2024-04-23 10:37:36 发布
阅读量6.5k 收藏 5
点赞数 1
文章标签： image 扩展
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Heaven13483/article/details/7019179
版权
 对曲面S上每点P，可作出它的单位法向量n，因为|n|=1，所以把向量n的起点平行地移到原点O后，n的终点就是以在O点为球心的单位球面S2上的一点P'，我们把这种点的映射
 
H：p映射p'
   称之为曲面S的高斯映射。
在高斯映射下，曲面S的像是单位球面内的一个点集，这个点集可能是球面上的一个点，也可能是一条球面曲线。该点集一般称为高斯映像。
    不同类型的曲面的高斯映射形成不同的投影图像，如柱面的高斯映射会在球面上形成一个大圆，平面的高斯映射形成一个点，等等
 
 
 
扩展高斯映射（Extended Gaussian Image）
在高斯映射的基础上，为每一个在高斯球上映射点的法矢取一个长度，该长度为该映射点对应的曲面面积。
下面是一个EGI的例子：
 
Heaven13483
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于高斯映射聚类的点云边缘提取算法
02-03
基于高斯映射聚类边缘提取算法提出了一种快速而精确的新方法,通过凝聚聚类和估计法线将高斯球中的法线进行聚类,通过分析每个点最近邻域点的协方差矩阵特征值来检测边缘特征。对不同的点云对象进行边缘提取对比实验,分别从边缘提取效果和提取时间进行对比分析。实验结果表明,所提方法能快速有效地提取点云的边缘特征,相比原高斯映射聚类边缘提取算法有很大的提升。
基于高斯映射和小孔成像学习策略的鲸鱼优化算法
04-30
首先采用高斯映射生成的混沌序列取代原始算法中随机产生的初始种群，增加种群的多样性；其次，提出了一种小孔成像反向学习策略，并结合最优最差反向学习思想，增加了寻优位置的多样性，提高了算法跳出局部最优的能力...
高斯图、高斯球、高斯映射
weixin_45042586的博客
03-01 6593
高斯映射是指将曲面上任一点的单位法向量的起点平移到坐标原点的过程。 高斯图是指应用高斯映射将曲面上的所有点转换后所生成的结果。高斯图是单位球(也称为高斯球)内的一个点集,例如平面的高斯图是球面上 的一个点。 圆柱体(不包括两个端部)的高斯图是高斯球上过坐标原点的一个平面与高斯球所交圆弧曲线上的点集(如图1所示),因此圆柱体轴线向量与其高斯图所在平面的法向量平行。 参考论文：逆向工程中圆柱体几何特征...
高斯球和高斯映射
weixin_34197488的博客
02-23 2768
将物体表面每点的法向向量映射到一个单位球上，这个球称为高斯参考球(Gaussian Reference Sphere)。 映射过程是这样的，将法向的起点平移至高斯参考球的球心，每个法向量会与高斯参考球的球面有一个交点，这个交点就称为法向在高斯球上的高斯映像。 《微分几何》的内容...
高斯（Gauss）混沌映射
IT猿手
08-31 3269
高斯混沌映射代码 clc;clear all;close all axis([0,1,-0.4,1]); x0=0.1;t=800;M=850; r=0:0.002:1; [m,n]=size(r); hold on for i=1:n x(1)=exp(-5*x0^2)-r(i); for j =2:M x(j)=exp(-5*x(j-1)^2)-r(i); end pause(0.1); plot(r(i),x,'r.','Markersize',2); xlabel('r');ylabel('x
球面映射
DannyPassante的专栏
08-14 1583
void draw(){ glEnable(GL_TEXTURE_2D); glBindTexture(GL_TEXTURE_2D,tex); glEnable(GL_TEXTURE_GEN_S);//自动生成s方向纹理坐标 glEnable(GL_TEXTURE_GEN_T);// 自动生成t方向纹理坐标 drawsphere(); glDisable(GL_TEXTURE_2D); }
四维欧氏空间中曲面的拉格朗日高斯映射 (2007年)
05-27
### 四维欧氏空间中曲面的拉格朗日高斯映射 #### 摘要 本文探讨了一个封闭的、定向的曲面 \(M\) 浸入四维欧氏空间 \(\mathbb{R}^4\) 中时，从 \(M\) 到格拉斯曼流形 \(G_{4,2}\) 的广义高斯映射 \(g_v\) 的几何...
一种基于高斯映射的三维点云特征线提取方法
02-13
提出了一种基于高斯映射的K均值方法，先对目标点进行k近邻搜索，再对由目标点及其近邻点组成的三角形集合的单位法向量进行高斯映射。选用轮廓系数作为聚类有效性指标，确定出最佳聚类数，根据不同曲面聚类分布的规律...
基于主方向高斯映射的旋转面特征提取
02-23
### 基于主方向高斯映射的旋转面特征提取 #### 摘要解析与核心知识点 本文介绍了一种新型的旋转面特征提取算法，该算法旨在从点云数据中准确地提取几何特征参数。核心思想是利用旋转面对应的主方向，并将其映射到...
PCL高斯混合聚类
Jared_Chen的博客
04-21 580
GMM 聚类算法通过假设数据集中的每个簇都服从一个高斯分布来建模数据，并使用最大似然估计（Maximum Likelihood Estimation，MLE）方法估计 GMM 的参数。E 步骤通过使用贝叶斯定理计算每个数据点属于每个簇的概率，即计算每个簇的后验概率。在这个过程中，需要计算当前估计的 GMM 参数对应下，每个数据点属于每个簇的概率。M 步骤根据 E 步骤计算得到的后验概率以及每个簇的先验概率，在最大化似然函数的意义下更新 GMM 的参数，包括每个簇的均值、协方差矩阵和先验概率。
点云曲面重建
03-20
使用matlab实现三维建模源码，效果非常好，可以用于三维点云数据的建模-Three-dimensional modeling using MATLAB
基于特征线拟合的微型复杂曲面点云分割方法
01-26
点云数据分块是模型反求过程中的重要环节,分割优劣影响模型重建的效率和精度。微型复杂曲面零件由多个微小图形并列、交叉组合而成,特征点精简、图元识别难度大,是数据分割中的难点。根据模型造型特点,分离带状特征点的下边界点作为拟合特征线的真实特征点;由每个图元端点的邻近关系和端点附近特征点的排列趋势识别属于同一图形的图元;利用以边界为约束的区域生长算法和三角形叉积的算法分割同一曲面的点云。实验结果表明:该方法克服了现有方法处理微型复杂曲面点云时出现的过分分割和分割不足的问题,为高质量的模型重建提供了基础。
xstream 数字映射不上去_几种混沌映射
weixin_39832348的博客
10-30 642
混沌映射被用于生成混沌序列，这是一种由简单的确定性系统产生的随机性序列。一般混沌序列具有以下主要特征：非线性；对初值的敏感依赖性；遍历性；随机性；奇异吸引子（混沌吸引子）；分数维持性；整体稳定局部不稳定；长期不可预测性；轨道不稳定性及分叉；普适性和Feigenbaum常数。在优化领域，混沌映射可以用于替代伪随机数生成器，生成 0 到 1 之间的混沌数。经过实验证明，利用混沌序列进行种群初始化、选择...
高斯分布和均匀分布之间的映射关系
weixin_30588729的博客
08-11 2004
step1 生成服从U(0,1)分布的u1,u2; step2 令 y =[-2*ln(u1)]^0.5*sin(2*pi*u2); step3 令 x = miu + y*delta，其中miu为均值，delta为标准差 代码： clear all; close all; xaxis = -5:0.1:5; %均值为1方差为1 miu = 1; delta =...
基于高斯壳映射的高效三维人体生成
最新发布
04-23 628
Efficient generation of 3D digital humans is important in several industries, including virtual reality, social media, and cinematic production. 3D generative adversarial networks (GANs) have demonstrated state-of-the-art (SOTA) quality and diversity for g
高斯分布 (Gaussian distribution)
weixin_40759186的博客
02-25 3931
采用正态分布在很多应用中都是一个明智的选择。当我们由于缺乏关于某个实数上分布的先验知识而不知道该选择怎样的形式时,正态分布是默认的比较好的选择,其中有两个原因。...
（2020/11/9)学习记录
zerojava0的博客
11-11 715
2020-11-9学习记录曲率atan(y/x)与atan2(y,x)的区别 曲率 所谓曲面上某点的高斯曲率，即该点两个主曲率的乘积。把曲面上的顶点映射到单位球的球心，把法线的端点映射到球面上，即将曲面上的点与球面上的点建立了一种对应，叫做曲面的球面表示，也叫高斯映射。高斯曲率的几何意义，即球面上的面积/曲面局部面积的极限，可以看出，高斯曲率确实反映了曲面局部的弯曲程度。 利用高斯曲率的正负性，可以很方便地研究曲面在一点邻近的结构，高斯曲率K>0为椭圆点，K<0为双曲点，K=0为平面或抛物点。并
为什么高斯核函数映射到无穷维度？
zp9187
11-16 9232
Consider the polynomial kernel of degree 2 defined by, where  and . Thereby, the kernel function can be written as,  .  Now, let us try to come up with a feature map  such that the kernel fun
SVM中，高斯核为什么会把原始维度映射到无穷多维?
上善若水
05-05 8122
我还是自己写一下我的理解吧，对于高斯核为什么可以将数据映射到无穷多维，我们可以从泰勒展开式的角度来解释，首先我们要清楚，SVM中，对于维度的计算，我们可以用内积的形式，假设函数： 表示一个简单的从二维映射到三维。则在SVM的计算中，可以表示为：再来看泰勒展开式：所以这个无穷多项的式子正是对于的近似，所对应的映射：再来看高斯核：将泰勒展开式带入高斯核，我们得到了一个无穷维度的映射：那么，对于和的内积...
高斯球、高斯映射 源程序
05-31
高斯球和高斯映射是两个不同的概念，下面分别给出它们的源程序。 1. 高斯球 高斯球是指具有高斯分布函数的球体，其数学表达式为： $$G(r) = \frac{1}{\sqrt{2\pi}\sigma^3}\exp\left(-\frac{r^2}{2\sigma^2}\right)$$ 其中 $r$ 表示到球心的距离，$\sigma$ 表示高斯分布的标准差。 下面是高斯球的 Python 实现代码： ```python import numpy as np def gaussian_sphere(x, y, z, sigma): r = np.sqrt(x**2 + y**2 + z**2) g = np.exp(-r**2 / (2 * sigma**2)) / (np.sqrt(2 * np.pi) * sigma**3) return g ``` 其中 `x`、`y`、`z` 表示球心到某一点的三个坐标，`sigma` 表示高斯分布的标准差，函数返回的是该点的高斯球函数值。 2. 高斯映射 高斯映射是将一个球面映射到一个平面上的一种投影方式，也称为球形高斯投影。其数学表达式为： $$\begin{aligned} x &= \frac{R\sin\theta\cos\phi}{\sqrt{1-\exp(-2\sigma^2)}} \\ y &= \frac{R\sin\theta\sin\phi}{\sqrt{1-\exp(-2\sigma^2)}} \\ z &= \frac{R\cos\theta-\exp(-\sigma^2)R}{\sqrt{1-\exp(-2\sigma^2)}} + \frac{R}{2} \end{aligned}$$ 其中 $R$ 表示球体的半径，$\theta$、$\phi$ 分别表示球面上某一点的极角和方位角，$\sigma$ 表示高斯分布的标准差。 下面是高斯映射的 Python 实现代码： ```python import numpy as np def gaussian_map(theta, phi, R, sigma): x = R * np.sin(theta) * np.cos(phi) / np.sqrt(1 - np.exp(-2 * sigma**2)) y = R * np.sin(theta) * np.sin(phi) / np.sqrt(1 - np.exp(-2 * sigma**2)) z = (R * np.cos(theta) - np.exp(-sigma**2) * R) / np.sqrt(1 - np.exp(-2 * sigma**2)) + R / 2 return x, y, z ``` 其中 `theta`、`phi` 表示球面上某一点的极角和方位角，`R` 表示球体的半径，`sigma` 表示高斯分布的标准差，函数返回该点在平面上的坐标。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值