Анализ формы спектра основан на спектре (собственные значения и / или собственные функции ) оператора Лапласа – Бельтрами для сравнения и анализа геометрических фигур. Поскольку спектр оператора Лапласа – Бельтрами инвариантен относительно изометрий, он хорошо подходит для анализа или восстановления нежестких форм, т. Е. Изгибаемых объектов, таких как люди, животные, растения и т. Д.
Оператор Лапласа – Бельтрами используется во многих важных дифференциальных уравнениях, таких как уравнение теплопроводности и волновое уравнение. Его можно определить на римановом многообразии как дивергенция градиента вещественной функции f:
Его спектральные компоненты могут быть вычислены путем решения уравнения Гельмгольца (или задачи на собственные значения лапласа):
Решениями являются собственные функции (режимы) и соответствующие собственные значения , представляющие расходящиеся последовательность положительных действительных чисел. Первое собственное значение равно нулю для замкнутых областей или при использовании граничного условия Неймана. Для некоторых форм спектр можно вычислить аналитически (например, прямоугольник, плоский тор, цилиндр, диск или сфера). Для сферы, например, собственные функции - это сферические гармоники.
. Наиболее важные свойства собственных значений и собственных функций заключаются в том, что они являются инвариантами изометрии. Другими словами, если форма не растянута (например, лист бумаги согнут в третьем измерении), спектральные значения не изменятся. Сгибаемые объекты, такие как животные, растения и люди, могут принимать разные позы с минимальным растяжением суставов. Полученные формы называются почти изометрическими, и их можно сравнить с помощью анализа спектральных форм.
Геометрические формы часто представлены как 2D криволинейные поверхности, 2D поверхностные сетки (обычно треугольные сетки ) или 3D твердые объекты (например, с использованием вокселы или тетраэдры сетки). Уравнение Гельмгольца может быть решено для всех этих случаев. Если граница существует, например Для квадрата или объема любой трехмерной геометрической формы необходимо указать граничные условия.
Существует несколько дискретизаций оператора Лапласа (см. Дискретный оператор Лапласа ) для различных типов геометрических представлений. Многие из этих операторов плохо аппроксимируют основной непрерывный оператор.
ShapeDNA является одним из первых дескрипторов формы спектра. Это нормализованная начальная последовательность собственных значений оператора Лапласа – Бельтрами. Его основными преимуществами являются простое представление (вектор чисел) и сравнение, масштабная инвариантность и, несмотря на простоту, очень хорошие характеристики для восстановления формы нежестких форм. Конкуренты shapeDNA включают в себя сингулярные значения матрицы геодезических расстояний (SD-GDM) и уменьшенной бигармонической матрицы расстояний (R-BiHDM). Однако собственные значения являются глобальными дескрипторами, поэтому shapeDNA и другие глобальные спектральные дескрипторы не могут использоваться для локального или частичного анализа формы.
Сигнатура глобальной точки в точке представляет собой вектор масштабированных собственных функций Лапласа– Оператор Бельтрами вычисляется в (т. Е. Спектральное вложение формы). GPS - это глобальная функция в том смысле, что ее нельзя использовать для частичного согласования формы.
Сигнатура теплового ядра использует собственное разложение теплового ядра :
Для каждой точки на поверхности диагональ теплового ядра выбирается в определенные значения времени и дает локальную сигнатуру, которая также может использоваться для частичного совпадения или обнаружения симметрии.
WKS следует той же идее, что и HKS, заменяя уравнение теплопроводности волновым уравнением Шредингера.
IWKS улучшает WKS для поиска нежесткой формы путем введения новой функции масштабирования для собственных значений и агрегирования нового члена кривизны.
SGWS - это локальный дескриптор, который не только изометрически инвариантен, но также компактен, легко вычисляется и сочетает в себе преимущества полосы пропускания и низкой пройти фильтры. Важным аспектом SGWS является возможность объединить преимущества WKS и HKS в единую сигнатуру, позволяя при этом представление форм с разным разрешением.
Спектральное разложение лапласиана графа связанный со сложными формами (см. Дискретный оператор Лапласа ), обеспечивает собственные функции (моды), которые инвариантны к изометриям. Каждая вершина формы может быть уникально представлена комбинациями собственных модальных значений в каждой точке, иногда называемых спектральными координатами:
Спектральное сопоставление заключается в установлении соответствия точек путем объединения вершин на разных фигурах, имеющих наиболее похожие спектральные координаты. Ранние работы были сосредоточены на разреженных соответствиях для стереоскопии. Вычислительная эффективность теперь обеспечивает плотные соответствия на полных сетках, например, между кортикальными поверхностями. Спектральное согласование можно также использовать для сложной нежесткой регистрации изображения, что особенно сложно, когда изображения имеют очень большие деформации. Такие методы совмещения изображений, основанные на спектральных собственных модальных значениях, действительно захватывают глобальные характеристики формы и контрастируют с традиционными нежесткими методами совмещения изображений, которые часто основаны на локальных характеристиках формы (например, градиентах изображения).