利用球面小波技术的几何压缩算法

提出了一个用球面小波实现几何压缩的算法.对于给定的具有任意拓扑结构的零亏格三角形网格,算法首先将其在单位球面上进行全局参数化得到一个参数化网格.然后,将一个正多面体进行细分并将每一次细分所产生的新顶点投影到单位球面上,如此生成一个细分网格.于是,在参数域内位于细分网格顶点处对定义在参数网格表面上的各种几何信号进行重采样,可得到新的具有细分结构的几何信号近似表示原始几何信号,以此满足球面细分小波对处理对象的细分结构要求,从而使得用球面细分小波对几何信号进行压缩得以实现.     

利用球面小波技术的几何压缩算法

提出了一个用球面小波实现几何压缩的算法.对于给定的具有任意拓扑结构的零亏格三角形网格,算法首先将其在单位球面上进行全局参数化得到一个参数化网格,然后,将一个正多面体进行细分并将每一次细分所产生的新顶点投影到单位球面上,如此生成一个细分网格,于是,在参数域内位于细分网格顶点处对定义在参数网格表面上的各种几何信号进行重采样可得到新的具有细分结构的几何信号近似表示原始几何信号,以此满足球面细分小波对处理对象的细分结构要求,从而使得用球面细分小波对几何信号进行压缩得以实现.     

基于平方距离函数的曲面分片参数化重构

提出了基于平方距离函数的曲面分片参数化重构方法，实现了任意拓扑结构模型表面的参数化重构．在四边形网格模型基础上，得到各表面片及其边界线初始参数化模型，以平方距离函数作为误差的度量，采用逐步迭代的方法，使初始参数化模型逼近目标表面．首先，重构出表面片的边界线网格，然后再进行表面片的重构，使重构过程中各参数化表面片始终保持位置连续，因此有效地避免了三维数据点云的参数化问题．其中，影响重构质量的关键因素——四边形网格划分问题，可以通过惩罚项的引入得到改进．实验表明，该方法对复杂模型表面可以得到满意的参数化曲面重构结果．     

基于实测边界线的地下巷道三维建模方法

根据实测边界线和断面参数,提出地下巷道三维实体的分层建模解决方案:采用图论的树结构表达边界线划分的复杂区域(简称区域树),并采用约束三角剖分的方法对区域网格三角化;提取所有三角形中表示巷道的断面底边和“出口位置”的边,根据断面参数,拟合生成断面轮廓线;均匀离散化断面轮廓线,生成左右对称点列,这些点构成三维巷道实体的特征点;分层提取断面轮廓线上的特征点,生成分层轮廓线;最后对相邻分层轮廓线和顶、底轮廓线分别实现巷道体网格三角化.研究结果表明:该算法充分利用区域树表达的空间拓扑关系和断面参数信息,实现简单,适用于同一中段边界线在任意复杂情况下的连通巷道实体三维建模.     

基于MVC嵌入的约束纹理映射

针对约束纹理映射中三角网格极易发生形变的问题,本文提出一种基于均值坐标(Mean value coordinates)嵌入的约束纹理映射.使用基于局部/整体思想的ARAP(As-Rigid-As-Possible)算法参数化三维人脸网格,实验数据表明,参数化后的三维人脸网格三角形角度变形和面积变形均为最小.在网格嵌入中,采用均值坐标(Mean value coordinates)嵌入,得到的模型更加平滑.本文对多幅人脸图像进行纹理映射,结果表明该方法能够取得良好的实验效果.     

基于混合权平滑的细分连接性重新网格化

针对单边界亏格为0的三角网格提出一种细分连接性重新网格化算法. 该算法通过构造原始网格的准保角参数化及混合面积和顶点分布密度权的伞算子平滑进行细分连接性重新网格化. 为了加快重新网格化算法的速度, 提出一种基于矩形剖分的点定位算法. 通过典型的三维模型实验和比较可见, 该方法能快速生成细分连接性网格, 所得网格的质量较现有单一的采用面积权或顶点分布密度权的伞算子平滑方法有明显改进.     

基于无网格局部彼得罗夫伽辽金方法的点采样曲面滤波

针对点云数据的几何处理需要建立三角网格以及不能保护尖锐特征的问题,提出了基于局部彼得罗夫伽辽金（Petrov Galerkin）法的完全无网格点采样曲面滤波方法.该方法不需要重建局部或全局三角形网格,也不需要全局参数化,而是通过在采样点处建立局部切空间,根据各项异性扩散方程在局部切空间中为每一采样点建立局部对称弱形式,然后根据局部对称弱形式组装质量矩阵和刚度矩阵,最后通过迭代方法解稀疏线性系统实现滤波.实验结果表明,基于无网格局部彼得罗夫伽辽金法的滤波方法在滤波的同时可以保护尖锐几何特征,取得的效果可以与传统的有限元方法相媲美.     

三角形网格细分采样

提出了一个网格细分采样方法．对于具有任意拓扑的亏格为零的流形三角形网格，首先在单位球面上对其进行全局参数化，然后将一个简单的正多面体进行适应性细分从而得到细分采样网格，将采样网格进行中心投影到参数单位球面上，并在采样网格顶点处对参数化网格进行重采样，从而得到一个具有细分拓扑结构和原始网格形状的新网格．具有细分结构的重采样网格不仅可用于网格简化和几何压缩，而且有利于采用细分小波对定义于其顶点上的各种数字几何信号进行处理。     

基于Loop细分算法的人体模型网格平滑

网格平滑是实现三维模型离散造型的主要方法.为了实现数字人体几何模型的光顺效果,本文提出一种基于Loop细分算法的三维人体模型的网格平滑方法.细分曲面是用低分辨率的控制网格和定义在控制网格上的一种细分规则来表示曲面的,它能有效改善三维人体几何模型的表面不光滑以及分辨率低的缺点.实验证明,该方法对基于参数化建模方法的、多曲率网格人体模型取得了很好的效果,实现简单高效,特征保持效果也很好.     

用于网格去噪的自适应双边滤波器

为有效去除三维网格模型中的噪声,提出一种用于网格去噪的自适应双边滤波器.首先,利用体积积分不变量对三维网格模型进行特征检测,估计出局部的特征强度,然后根据特征强度自适应地调整双边滤波器的滤波参数.通过自适应的参数优化,对于不同特征强度的区域,自适应双边滤波器采用更具针对性的去噪策略,从而进一步提高了去噪性能.实验结果表明,相比于双边滤波器,所提出的自适应双边滤波器在去除噪声的同时,能够更好地保持三维网格模型的细节特征,去噪后得到的网格模型与原始模型的客观差值测度平均降低了0.0332.     

基于网格遍历曲率线的曲面网格重划算法

提出了一种基于网格遍历曲率线的曲面网格重划算法,采用局部一般二次曲面法估算离散曲面的微分信息,建立顶点的主曲率场.根据顶点的主曲率及主方向获得模型的网格遍历曲率线,从而实现曲面网格重划.该算法可在获取离散网格微分信息的基础上对模型进行重划,并动态控制重划网格的密度,从而大幅简化逆向领域中曲面重构的步骤.     

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。     

灰度文本图像自适应二值化滤波算法设计及应用

将自适应滤波与局部阈值二值化有机结合起来,提出自适应二值化滤波算法,旨在将淹没在噪声和失真中的灰度文本图像的二值图像信息通过滤波的方式恢复出来。采用改进的大津法计算局部阈值,对滤波结果进行二值化。依据二值化的结果估计滤波的误差,并调整滤波器参数。实验结果表明该算法克服了光照不均和噪声对灰度文本图像二值化的影响,得到了较理想的二值图像。     

基于结构张量扩散的改进PDE滤波算法

从扩散的角度分析了图像处理中传统热扩散和PM模型的不足,提出了一种各向异性的改进PDE滤波算法.该算法利用图像的结构张量信息和局部特征,自适应选取扩散系数,在图像平坦区域,具有各向同性扩散;而在图像边缘处,则只沿着切向扩散.实验结果表明,该算法具有良好的滤波性能,在滤波的同时可有效保护边缘细节,对灰度图像特别是医学图像,相对于传统方法,该算法可以获得更好的主观视觉效果和客观性能评价指标.     

利用基于内容的网格模型进行图像恢复

将基于内容的自适应三角形网格模型这种图像表达方法应用于图像恢复.在图像恢复过程中,首先提取图像的特征图,并利用Floyd-S teinberg算法和Delaunay三角化算法产生网格,用来表达图像;然后利用正则化方法对网格节点的灰度值进行迭代,从而恢复该节点的灰度值;最后利用已恢复的网格节点对像素点进行Lagrange插值,从而得到恢复后的图像.该方法能对含有噪声的图像进行有效地恢复,试验证明较有约束最小二乘方法性能更好.     

一种基于分块DCT变换的三维网格模型

 半脆弱水印可区分恶意攻击和正常数据处理,具有更广泛的适用性,但目前已提出的算法大多只能容忍少数类型的网格正常处理。文中提出了一种基于内容认证的半脆弱水印算法,网格分割后水印隐藏在各分块的DCT变换域系数中,网格被非法篡改时,通过匹配提取出的水印序列与原始水印序列可定位出篡改位置。实验结果表明,算法嵌入的半脆弱水印可容忍多种类型的网格正常数据处理,如网格RST相似变换和低强度的顶点坐标值量化处理,同时对恶意攻击表现敏感,可较准确的定位出篡改位置,并能以直观的可视化形式做出标记。     

序列切片图像中斑块状污染的消除

为消除序列切片显微图像中的斑块状污染噪声,提出了一种三维截面图像顺序滤波的处理算法。根据斑块状污染噪声随机出现在单个层片的特点,通过数据重构,得到三维图像体数据,并针对斑块状污染噪声在不同观察方向上的形态退化,分别进行特定方向的中值滤波。算法可有效消除原始图像中的斑块状污染噪声,使图像分割和三维图像重构组织的连通关系得以保证,该算法等价于采用特殊的序列三维中值滤波器对图像进行处理。     

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。     

应用在联合细分曲面的离散PDE光顺方法

将离散偏微分方程(PDE)光顺方法应用在联合细分的控制网格光顺过程中,即以插值曲线对应的控制边为界将控制网格分割为不重叠的子网格.针对各个子网格分别求解离散PDE,得到控制网格理想曲率,然后在控制网格法向调整控制顶点位置,使控制网格的实际离散曲率逼近于理想曲率.在不同细分层次上,分别对各个子网格光顺,也就实现了控制网格局部和全局的光顺,同时消除了联合细分极限曲面中存在的凹陷等不光顺现象.除奇异点外,极限曲面均达到G2连续.该方法提高了联合细分曲面的质量,扩宽了联合细分的应用范围.     

长江中下游河道岸滩低空机载LiDAR点云地形滤波算法

探索新兴的低空机载Li DAR技术,解决长江中下游植被高覆盖、高遮挡区岸滩地形测绘难题。提出一种针对多层次、高密度植被覆盖区的低空机载Li DAR点云植被滤波算法,该算法通过多回波分析对点云进行粗滤波后,采用数学形态学运算获取地面种子点,对地形局部进行趋势面拟合,再通过随机采样一致性检测,剔除植被点,保留地面点,从而获取测区的数字高程模型(DEM)。典型测区试验表明,该滤波算法能解决长江中下游河道岸滩地区地形起伏较大、植被高覆盖区域植被点云智能化剥离难题。根据测区实际情况,设计针对性的滤波算法,即使是植被与地面点云高度混淆、激光穿透率低于15%的复杂情形,仍能有效分离出地面和非地面点。