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。     

一种基于重新划分的三角形网格简化方法

提出了一种基于重新划分的三角形网格简化算法。该算法的基本思想是:根据模型特征或由用户定义一定数量的新点,再根据某些原则将新点分布到原模型上,生成一个中间网格。然后移去生成的中间网格中的旧项点并对形成的多边形区域进行带约束的三角剖分,最后形成以新点为顶点的三角形网格。     

一种改进的基于二次误差测度的网格简化算法

在医学图像三维表面建模中,会产生大量的三角面,难以在普通PC机上进行实时渲染.为了解决这个问题,本文作者提出一种改进的基于二次误差测度的网格简化算法.通过对顶点进行分类,在简化过程中更好地保持了模型的细节特征,同时考虑了网格中三角面的分布情况,减小了几何误差.结果表明,算法既保持了原算法快速的优点,又满足了医学图像处理对逼真度和网格质量的较高要求.     

角度约束路径法的网格曲面兴趣区域边界快速交互选取

提出角度约束路径法,快速获取三角网格曲面上任意两顶点间一条由网格边所组成的路径.该算法是一个从起始点开始不断向前传播的过程,计算量仅与两顶点间的曲面区域有关,故算法的时间复杂度(O(n))优于Dijkstra算法(O(n log n)).试验结果表明:角度约束路径法的执行快速、有效;基于该方法可实现三角网格曲面兴趣区域边界的快速交互选取.     

基于有符号距离场的矿山三维模型布尔运算

针对复杂形态的矿山三维模型构建,提出一种基于三角网格的有符号距离场的三维模型布尔运算算法.首先借助方向包围盒层次树快速计算三角形之间的交线,然后通过约束德洛内三角剖分对候选的三角形逐个进行拆分,分别计算三角网格模型的顶点、边和面的角度加权伪法矢,建立要运算的2个三角网格的有符号距离场,从而根据有符号距离场确定拆分后三角形单元与另一个模型的位置关系,最终根据布尔运算类型进行取舍得到表面模型的运算结果.该算法能有效的对三角网格表面模型实施布尔运算,适用于各种复杂的矿山三维模型.     

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。     

基于特征点的自适应三维网格数字水印算法

针对目前三维模型水印算法在将水印嵌入三维模型后,均会使三维模型产生局部失真问题,文章提出一种自适应三维网格水印算法。通过特征点提取算法将模型的特征点提取出来,按其模长进行分组,将每组顶点的模长序列进行一维DCT变换到频域,在频域信号上加入水印,使嵌入的水印具有不可见性。实验结果表明,该算法对仿射攻击、网格简化、加噪声和剪切攻击以及它们的联合攻击具有较好的鲁棒性,同时有效地控制了由于嵌入水印对几何模型造成的局部失真现象。     

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。     

基于蚁群迭代算法的近似测地线计算

为了提高两点之间近似测地线的计算精确度,提出一种蚁群迭代算法。在此算法中,对于任意一个地形,首先建立其垂直映射平面图,在平面图上进行初步网格划分,并用蚁群算法求出一条最短路径;再对网格不断进行加密划分,每一次加密处理网格之后都用蚁群算法计算精确度更高的最短路径,以此优化加密前求出的路径。该算法可有效避免待求两点之间图形解析式的困扰,并且采用自适应的方式寻找适当的网格规模,提高近似测地线的精确度。实验结果表明该算法在近似测地线的计算中是有效的。     

基于归一化的抗几何攻击三维模型水印算法

为了提高三维网格水印抵抗几何攻击的能力，借用数字图像归一化的思想，提出了一种基于归一化的抗几何攻击三维模型数字水印算法，该算法在嵌入水印前将模型的几何中心移到坐标原点以实现对平移攻击的不变性；将模型由直角坐标转化为球坐标，以模型顶点到几何中心的距离这一全局几何特征为嵌入单元，通过修改归一化距离的离散余弦变换系数嵌入水印，以实现对缩放攻击的鲁棒性，仿真结果表明，基于归一化的三维网格模型水印算法复杂度较低，能够很好地解决模型针对缩放攻击需要重定位的问题，在经受平移、旋转、缩放、剪切、网格简化等常见攻击时也具有较好的鲁棒性。     

基于欧氏距离的分布式网格定位估计方法

针对网格定位估计方法,提出一种基于欧氏距离的分布式网格定位估计的改进方法.研究了通过比较被测节点与信标节点之间的跳数信息,实现被测节点快速自身定位的方法.研究了利用欧氏距离替代匹配阈值提高定位准确率和利用分布式计算减少网络能量消耗的方法;利用迪杰斯特拉算法研究了计算节点间最小跳数的算法.仿真实验结果表明,该方法具有定位快速、节约成本、节省能量、定位准确率高和鲁棒性好的特点.     

基于改进离散曲率的三角形折叠简化算法

本文提出一种基于改进离散曲率的三角形折叠网格简化算法。利用描述三角形形状的内角权值改进Taubin算法估算三角形顶点的离散高斯曲率,根据Garland算法引入三角形顶点的二次误差度量矩阵,定义三角形的折叠代价为二者的加权和。由折叠代价取得最小值来计算折叠后新点的位置,并以该最小值作为三角形的折叠代价来确定折叠顺序。实验表明,改进的离散曲率能更好的描述三角网格顶点处的弯曲程度,该算法简单快速,并能很好的保持模型的重要几何特征以及拓扑结构。     

基于等距特征映射算法在人脸识别问题中的数学建模

该文梳理了人脸识别技术的相关研究文献,并以FG-NET人脸数据库为样本库,对随机选取的实验分析对象进行预处理后,建立合理的数学模型.通过等距特征映射(ISOMAP)算法进行非线性降维,将高维空间的数据信息映射到低维空间,再通过特征提取的方法来判别图像的相似度.该算法以多维尺度变换(MDS)为基础,将欧氏距离替换为数据点间的测地线距离,使数据信息在降维后损失最小,实现高维空间的数据信息在低维空间的有效表达,在较大减小计算量的基础上,提高图像识别率.同时,运用MATLAB软件进行编程验证,结果表明,同一个人在不同年龄段的人脸识别率达到了88.89%,不同人在不同年龄段的人脸识别率达到了91.67%.     

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．     

三维测量数据的一种三角网格精简方法的研究

反求工程中测量所得的三维数据一般是海量和无序的,为了提高重构的计算速度,减少存储空间,同时突出建模特征,在分析了常用数据精简方法的基础上提出了利用三角网格模型,以排序函数为依据简化数据的一种三角形折叠算法.该算法先以估算曲率的大小对欲精简数据进行划分,然后对各个区域的三角面构造可调加权排序函数.以排序函数为依据由小到大进行三角形折叠,算法以到相关三角平面距离最短的点作为新点来代替被折叠的三角面,以精简前后区域内的顶点法矢标准偏差和排序函数阀值对精简进行控制.试验表明,此算法排序函数构造简单,计算方便,对较光滑的模型数据处理是有效的.     

基于顶点光滑度判定的牙龈三角网格自适应细分改进

在牙龈三角网格中普遍存在狭长三角网格区域,针对基于面积判定的自适应细分算法处理该类区域的质量较低的问题,提出一种基于顶点光滑度判定的牙龈三角网格自适应细分改进算法。首先,通过求解顶点1-领域内相邻三角面片法向量夹角平均值作为顶点光滑度,采用该值作为细分判定准则,在细分前从整体上一次性对顶点1-邻域区域光滑度进行计算;然后,通过比较顶点的顶点光滑度与光滑阈值的大小,确定细分区域并进行Loop细分,设计了平均光滑度指标来评价细分效果,这种评价方法综合考虑了细分后网格顶点个数对判断细分效果的影响;最后,在VTK环境下实现改进算法及相关算法,在真实扫描的牙颌三维模型数据上进行牙龈软组织形变仿真三角网格细分对比实验。结果表明:改进算法的细分效率更高,细分时间占比平均约节约了4.12%;平均光滑度对细分效果的评价更合理,细分的三角网格更规则、分布更均匀,曲面光顺质量更好,较好地满足了软组织形变仿真中真实性与高效性的要求。     

一种基于网格简化的三维模型数字水印算法

介绍了一种基于网格简化的三维模型数字水印嵌入算法.该算法是针对网格模型的简化操作比较普遍而提出的,算法的主要思想就是在简化的粗糙模型中嵌入水印,然后再将嵌有水印的简化模型按照简化的逆操作转换到含水印的原始模型.经过实验验证该算法在抵抗网格简化操作上具有良好的鲁棒性.     

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.     

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。