紧凑的累进网格数据格式及其网络传输

以基于三角形折叠的三角网格简化算法为基础，给出一种支持三维模型数据累进传榆的数据存储格式，并讨论了该格式在网络环境下的数据压缩问题。该方法首先记录网格简化过程中网格局部的连通性（Connectivity）修改信息，并通过对原始网格中的顶点和面片进行重新排序．生成了由基网格和累进记录序列组成的累进网格数据格式；通过对累进数据格式中的连通性信息进行哈夫曼编码，以及顶点数据的区段离散化，实现了网格拓扑信息的无损压缩和可以预测精度的几何信息压缩。结果显示，利用紧缩的累进数据格式，可自由地实现任意三角网格模型连续分辨的变进或变出，并且相关编，解码过程简单、快速，模型数据的压缩比较高。该数据格式及其数据压缩方法可用于三维模型的压缩存储和网络传输。     

基于加权三角面法向变化的模型简化算法

提出一种新的基于边折叠的模型简化算法，该算法在计算边的折叠代价时综合衡量边的长度以及相关三角面在折叠前后面积加权的法向量方向发生的变化。算法能够避免使三角面的法向量发生突变，从而避免模型视觉特征的急剧改变。实验表明本算法能够产生质量较高的简化模型。     

一种新颖的网格综合优化算法

用三角网格逼近三维扫描所得散乱点集,实现曲面重构,是一种得到广泛应用的技术。为了提高网格对物体表面的逼近精度,需要对网格进行优化。提出一种新颖的网格综合优化算法,将基于SOM的网格优化模型和节点分裂算法有机结合,使网格中顶点的分布更符合散乱点数据的空间分布,使网格更好地逼近数据点集,还通过分裂大度数顶点来改善网格的拓扑关系,使其更好地反映原始数据点集的拓扑特征,也使得网格更加平滑。试验结果表明,该算法取得的网格优化效果良好。     

基于视觉特征度量的模型简化算法

人的视觉系统通常对模型的高曲率变化区域、尖角、边界轮廓等几何特征格外敏感。基于视觉特征度量的模型简化算法,在简化过程中通过调整网格顶点的简化误差来改变边折叠的次序,优先保留模型视觉敏感区域的网格;从而解决了模型网格的各部分简化力度趋于均衡的问题,最大限度地保留了原模型的视觉冲击。经实验,在同等简化力度下得到的简化结果能够突出原模型的视觉特征,具有明显优势。     

面向有限元分析的三角网格布尔运算方法

为加速有限元分析流程,提出了一种面向有限元分析的自适应三角网格模型布尔运算方法。将ADT（alternating digital tree）数据结构应用于三角面片的判交计算,提升了布尔运算中三角面片的判交效率;借鉴结合球填充算法和插点/去点算法的网格重生成方法来重剖分局部区域,保证了算法的效率和生成网格的质量;通过改进的八叉树背景网格来记录和光滑尺寸场,生成了自适应的网格;通过尺寸场合理地控制重剖分区域,使算法效率和生成网格的质量得以很好地平衡。实验结果表明,所提方法可以高效地生成满足有限元分析需求的网格。     

一种新型的感知逼真的渐进网格简化算法

网格简化是计算机图形学中一个传统的研究课题,它对网格的存储和传输处理以及实时绘制都有着重要的意义。在视觉感知理论的指导下,提出一种新型的渐进网格简化算法,在简化过程中尽量保持视觉敏感的区域。依据半边折叠的能量函数来有效控制几何误差。实验表明,此算法不但可以生成一系列感知逼真的细节等级模型,而且具有很好的时间复杂性。     

基于三角形形态变化的网格模型简化算法

着重分析和研究了在模型简化过程中因对视觉效果考虑不足而导致的视觉特征急剧改变问题,因简化算法的误差积累而容易错误地选择折叠边的问题,提出了一种基于三角形形态变化的网格简化算法,该算法在计算边的折叠代价时将边的长度以及边折叠后生成的三角形内角与等边三角形内角的差异作为加权因子,在计算顶点的二次误差测度时考虑顶点周围每个三角形的面积因素,对每个顶点的二次误差测度求均值,有效地解决了上述问题。经实验验证和对比分析,证明了本算法的有效性。     

一种有效的网格综合优化算法

提出一种有效的网格综合优化算法。给定一定数量的三维散乱点和一个初始三角网格,使用Hoppe提出的能量函数对网格顶点位置优化,使网格更好的逼近三维散乱点。同时通过分裂网格中度数特别大的节点,使网格的空间形状更加平滑。计算机仿真实验表明,使用该算法能够获得形状良好的网格。     

三维人脸模型的约束纹理映射算法研究

约束纹理映射是一种特殊的参数化过程,即在设定约束条件的情况下对模型进行纹理映射.本方法首先通过人工交互在纹理上添加纹理映射约束点,然后根据约束点对纹理及网格模型进行三角剖分,再通过RBF插值求得三角网格内顶点的纹理坐标,并实现三角网格与相对应纹理三角片的纹理映射,最后优化映射结果.实验结果表明本方法切实可行.     

任意网格模型的相似度评估

提出了一种任意网格模型相似度评估机制及其实现方法。该算法以对称Hausdorff距离为基础，综合考虑了网格模型的几何相似性和外观相似性。在相似度计算过程中，采用平均单元格数据结构管理网格模型中的三角片，并根据三角片的大小自适应选择单元格的大小，保证了算法具有较快的运行速度。     

基于半边结构的点删除算法研究

点删除是一种三角形网格模型化简算法,这篇文章在研究现有的删除算法基础上,对其中存在的一些问题进行了改进。采用半边结构替代原有的数据结构,采用顶点重要度作为选择顶点的一个依据,引入顶点法向作为删除顶点的判断准则,并且对删除后的空洞采用了面扩张算法进行重绘。以人头三维模型为例,通过实验验证了算法的有效性。     

基于半规则纹理的三维表面流场可视化方法研究

针对基于点噪声的流场可视化不够形象的缺点,提出一种更直观的基于半规则纹理的三维表面流场可视化方法。首先,利用Mesh quilting技术在三维物体表面建立网格结构,并以组成网格结构的三角形作为基本模型,匹配样本纹理,形成第一帧纹理;随着流体的流动,角点的移动形成了新的网格结构,并对变形后的网格重新映射形成新一帧纹理图;最后,各帧纹理相连形成了一帧帧连续的流场动画。匹配过程中,为提高效率并保持帧之间的连续性,提出了最优纹理集加速匹配。实验表明,该方法可以获得较好的可视化效果。     

一种新的连续多分辨率模型自动生成算法

提出了一种新的多分辨率模型自动生成算法，该方法所采用的基于顶点合并的网格简化算法不仅能减少模型中的三角形数目，而且能很好地保持模型扑拓结构。算法采用基于点到平面距离的误差控制方法，能根据用户指定的简化率通过原始网格中的顶点合并达到大量简化的目的。本文还给出了一种基于顶点合并／分裂的累进网格的构造方法。该简化算法具有良好的保真性 并能在绘制时动态产生多分辨模型。文中给出的一组实例说明了该算法的有效性。     

求解动态优化问题的分叉PSO算法

近些年来,求解动态环境中的优化问题已经逐渐成为进化计算领域的一个新的研究热点。为了改善一般PSO算法求解这种动态优化问题的能力,现提出了一种采用分叉策略的多粒子群PSO算法。该算法能够利用一个较大的主粒子群不断搜索问题适值曲线上新的峰,而利用从主粒子群中分离出来的若干个较小的子粒子群去跟踪已经发现的峰的变化。通过对一组标准动态测试函数的实验,能够证明所提出的算法在动态环境中具有较强的鲁棒性和适应性。

Abstract：

Recently,there has been increased interest in evolutionary computation algorithms applied into dynamic environments since many real-world optimization problems are time-varying.Inspired by a forking mechanism,a new multi-swarm optimization algorithm （Forking PSO,FPSO） was proposed to enhance simple PSO’s search in dynamic landscape.In FPSO,a larger main swarm is continuously searching for new peaks and a number of smaller child swarm,divided from main swarm,are used for tracking the achieved peaks over time.Experimental study over a benchmark dynamic problem suggests that the proposed algorithm has much stronger robustness and adaptability in dynamic environments.     

多邻域改进粒子群算法

为了改进标准粒子群算法的性能,提出了多邻域改进粒子群算法。算法提出了一种较为简单的多邻域拓扑方案,对速度惯性权重的更新策略进行了改进,引入了速度和搜索区间限制算法。经过对经典测试函数的计算测试,算法表现出良好的复杂问题求解能力。最后,针对多目标优化问题,给出了多目标应用在粒子群算法中的处理方法,并对经典的5维优化和Golinski 减速器设计问题进行了求解,通过数据比对,证明了算法性能远优于现有的一些算法。