基于特征保持和三角形优化的网格模型简化

在已有的以几何误差最小化为准则的边折叠简化算法的基础上，提出了一种新的三角网格模型简化算法．通过分析网格模型中顶点超邻域的二次误差矩阵，对模型上的重要细节特征进行定位，实现了网格简化过程中细节特征的保持．同时，在边折叠的代价函数中考虑新生成三角形的空间形状优化，并改善了简化序列的构造．算法既保持了边折叠算法快速的优点，又满足了对逼真度和网格质量的较高要求．     

基于曲率和面积的二次误差测度网格简化算法

在经典的二次误差测度(QEM)简化算法基础上,将离散曲率和面积引入到边收缩代价计算中,提出了一种基于离散曲率和面积的二次误差测度网格简化改进算法.该算法既考虑了离散曲面在各顶点附近的弯曲程度,又考虑了曲面的几何形状特征.为保留模型的原始边界特征,规定不对其边界进行简化.试验结果表明,改进算法在网格简化过程中保持了原有算法运行速度快的优点,且简化模型能合理地分配网格,并更好地保持了原始模型的重要特征.     

一种基于多核平台优化的网格模型简化的方法

在三维表面建模过程中,通常会生成大量三角面片,使得实时渲染难度加大,因而需要对表面网格进行简化。基于二次误差测度的网格简化算法,利用多核平台的优势,提出一种并行策略来提高网格简化的效率。结果表明,多核平台优化后的并行算法比优化前串行的网格简化算法在效率上有明显提升,并且简化模型有较高的近似精度。     

基于特征保持和二次误差测度的网格简化

目的解决目前网格简化算法不能很好地保持原始网格几何特征的问题。方法基于二次误差测度简化算法,在计算折叠代价时引入网格模型顶点的绝对曲率,同时采用半边折叠操作。结果提出的算法能够有效地达到特征保持的目的,减少了简化过程中模型的存贮量。结论将顶点的绝对曲率概念引入二次误差计算,在保持简化误差的同时,能够更好地保留网格模型的几何特征。分割和并行化处理将是今后需要解决的问题。     

基于离散曲率的二次误差度量网格简化算法

在医学图像三维重建时产生大量的三角面片,极大地限制了三维重建的速度。提出了一种基于离散曲率的二次误差度量网格简化算法。在代价函数中引入顶点离散曲率,通过将代价函数作为顶点对的权值来控制顶点对合并次序,更好地保留了原模型的细节特征,同时修改模型特征点与特征线的权值,使得简化过程中原模型的特征点与特征线能够较好地保留。经实验对比与分析表明,该算法有效地提高了图像质量且能很好地保持原模型的图形特征。     

三角网格的融合与优化及其在电磁散射计算中的应用

为实现数值计算中复合模型的三角网格融合、优化电磁散射计算,提出基于三角形求交、面元内角控制的网格模型融合与优化算法.通过两个独立模型中三角面元的交点计算和模块内点云的Delaunay剖分,获得初始融合网格,再通过查找、消除畸形面元来优化融合后的网格.一系列模型的测试表明,在保持网格采样信息与几何外观的前提下,本文所提出的算法可稳健、有效地实现不同网格密度、不同结构特征的三角面元模型融合,去除畸形面元减少网格面元数目.     

基于型面曲率的三角网格快速自适应细分算法

提出一种基于型面曲率的三角网格快速自适应细分算法.该算法通过建立三角网格动态空间索引结构,快速准确获取局部型面参考数据并计算型面曲率.对曲率较大区域进行细分,对较平坦区域只进行网格顶点重定位,不进行面片分裂,实现三角网格的自适应细分.实例证明该算法可提高模型的光顺性与细分效率,以相对较少的面片准确表达模型型面特征信息.     

采用R*-tree的三角网格曲面非均匀精简算法

提出了一种三角网格曲面非均匀精简算法.该算法采用R*-tree组织三角网格曲面的空间拓扑结构,实现了三角面片拓扑邻域的快速查询.结合三角网格曲面模型的曲率分布状况,对三角网格曲面进行聚类分簇处理,通过对分簇网格进行局部精简,实现了三角网格曲面模型的整体保形性精简.与同类精简算法的对比实验表明,该算法的数据适应性强,有效地保留了三角网格曲面的型面特征,精简后的网格模型与原网格模型的面片偏差降低了20%～45%,精简时间减少了10%～35%.     

利用顶点预测方法实现三维网格的保形简化

针对产品的三维表面用三角网格来表示时,三角形数量巨大的问题,提出了一种基于顶点预测的三角形折叠简化方法。首先根据网格模型的每一个顶点与其周边元素之间的几何拓扑关系,运用投影预测方法来预测三角形折叠的折叠点坐标,然后运用线性插值算子对折叠点坐标进行调整。为进一步保证简化后模型的质量,在采用距离误差控制的同时,引入了角度误差控制方法。实验结果表明,该简化算法在减少模型的三角形数量的同时,有效地保持模型特征,保证了模型表面的光顺。     

基于谱分解的三角网格面排序及条纹纹理贴图

现有网格文件格式中三角面布局混乱,对大型网格后续处理带来不便.利用输入网格的对偶网格的谱分解,可以得到一个良好的网格三角面排序,但是排序的结果是偏序的.针对该算法的不足,通过一种独特的遍历算法,得到了一个三角面布局是全序的三角网格.并且进一步的,得到了一系列有序的三角带,其中输入的原始网格的几何和拓扑性质不发生改变.最后对三角带参数化,实现条纹纹理贴图.实验表明:经过排序后,网格的三角面布局相关性相比于流网格得到进一步的加强,而且网格有一个很好的三角带表示.     

基于Laplacian算子的法向网格生成

多分辨率法向网格是网格的一种多分辨率表示方法。其中每一个分辨率层次都是它的前一层法向的偏移,因而除基网格顶点外,其它顶点都可表示为一个标量形式。本文提出一个生成法向网格的算法,对Lgor Guskov等人的方法作了改进,首先,在计算基网格的网格简化过程中,记录下每个基网格三角形在原始网格中的相关三角形集,以此来提高求交效率同时仍保证较高的准确性。其次,增加了处理边界情形的能力。最后,利用Lapacian算子的切向分量对法向网格进行重新参数化。使得网格的三角形分布更均匀,三角形的形状也更为正则。从实验结果可以看到,本文的算法具有较强的实用性,所得到的法向网格与原始网格的逼近误差也很小。     

Complex Model Simplification Algorithm with Improved Error Evaluation

Given the framework of incremental mesh simplification based on edge collapse, the paper proposes a mesh simplification algorithm using an improved approach for measuring simphfication error. The algorithm uses edge collapse to simplify the triangle mesh and maintains surface error approximations using c-error for the faces which have changed after edge collapse and d crror for the faces which become degenerated after edge collapse. Also. we report some resuhs using a variety of computer graphics models, which can show that the algorithm can achieve the desired simplification effect.     

基于四边形折叠的三角网格简化算法

 通过定义三角网格模型中的两个以公共边相连的三角形构成一个空间四边形,提出了一种新的基于这种空间四边形折叠的网格简化算法。该算法以四边形折叠为基本操作,利用Garland的二次误差度量(QEM)做误差控制,每次折叠操作可以减少3个顶点及6个面片,从而实现比Garland的QEM算法、周昆等的三角形折叠算法更高的简化效率,文中给出多个试验结果说明了该算法的有效性。     

空间三角形网格局部优化研究

提出了一种空间三角形网格局部优化算法．该算法分为两部分：ａ． 网格局部细分优化方法,该方法结合等间距采样法和黄金分割法来获得最优插值点,使网格细分达到满足给定逼近精度的目的;ｂ． 网格局部合并优化方法,给出了网格中三角片合并的判别准则,在满足逼近精度要求的前提下,采用边删除操作合并网格中的某些三角片,达到了减少三角片数量及保证网格中三角片性态较好的目的．空间三角形网格局部优化算法能有效地使网格达到逼近精度的要求,同时减少三角片数量并剔除狭长三角片．     

基于图像分割的医学图像三维重建算法

针对Marching Cubes（MC）算法存在的数据复杂、分割方法单一和三维网格存储量大的问题,提出了先将图像进行中值滤波处理,进行了图像分割及三维网格模型简化,并给出了相应算法。实验证明运用本算法,三维重建速度和显示效果均有提高。