体素重建中的快速移动立方体方法

利用二维切片数据重建三维结构，在医学等领域有着重要的应用，在大数据量的情况下，等值面抽取的计算效率是富有挑战性的课题，本文提出了一种改进的等值面抽取算法，该算法采用区域增长和一种优化的搜索策略加速边界体素的寻找，避免了整个体素空间的搜索，从而加速等值面抽取，实验结果表明，本算法大大加速了传统的移动立文体（Marching Chbes)方法，特别在大数据量时，加速的效果更加明显。     

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。