基于点的图形绘制技术综述

点是最简单、最基本的几何定义实体。点采样几何作为一种新的曲面表示方式,无需存储维护全局一致的拓扑信息,能对复杂的3D模型进行高效的绘制和灵活的几何处理,受到了广泛的关注。论文介绍了基于点绘制技术的原理、工作流程,分析和比较了几种有代表性的点绘制方法,对点绘制的关键技术进行了综述,并对今后研究和发展的方向进行了展望。     

一种新的散乱点云尖锐特征提取方法

针对散乱点云的尖锐特征识别与提取问题,提出一种基于平均曲率运动的散乱点云尖锐特征提取算法.该算法利用采样点的加权邻域重心近似表示离散Laplacian算子;利用采样点邻域的主成分分析估算散乱点云法向量,通过张量投票的方法平滑估算得到的点云法向场,进一步提高了该算法识别细微尖锐特征的能力;将采样点和其对应加权邻域重心之间的距离投影到法向方向,消除了因为采样密度不均匀以及边界点所引起的尖锐特征点误判.该算法直接对散乱点云进行操作,不需要维护采样点之间的连接关系和任何全局的拓扑信息,简捷且易于实现,对点云中的噪声和局外点保持鲁棒.该算法应用于合成点云和实际扫描点云的实验结果表明了方法的有效性.     

点绘制技术在图形绘制中的应用

在基于点的图形绘制技术中，作为绘制基本元素的是点．点绘制是传统的基于三角网格绘制的重要补充．文章介绍了基于点绘制技术的原理和比较有代表性的点绘制方法，探讨了外形非常复杂的不规则几何体在计算机图形绘制中生成的物体表面空洞的处理方法．     

细分曲面上尖锐特征生成的研究

由于计算几何中很多曲面和多面体的表面是不光滑的,存在着各种不光滑的特性,在给这些不光滑特性进行光顺是,需要对这些特性做一些处理,该文介绍了两种尖锐特性的生成方法,如：Hoppe-De Rose-Duchamp方法和De Rose-Kass-Truong方法,同时,提出了对一些典型的尖锐特征的改进方法,如对折痕、尖点和角点的生成方法的改进处理,通过,改进的方法可以处理这些尖锐特性达到预期的效果。     

基于点模型的Blending绘制和消隐方法

采用点八叉树数据结构并设计颜色融合数组, 解决了大型点云数据在绘制速度和质量方面的难点. 点八叉树数据结构可在耗时大的绘制过程执行前预先进行不可见点的剔除, 便于根据视点远近选择不同的细节层次和绘制策略, 以便控制绘制的复杂度与速度. 由插值误差δ控制的颜色融合数组在提高绘制质量的同时还实现了消隐.     

基于硬件的点模型绘制

点云模型是一种新兴的物体几何表示方式,基于点的建模与绘制技术是近年来计算机图形学的研究热点之一。随着可编程特性的出现,GPU成为图形学研究中越来越流行的计算平台。以GPU为计算工具,设计了一种适合于GPU处理的类八叉树空间剖分结构,提出了一种新的基于GPU中的点模型光线求交算法,实现了基于GPU的点模型的快速光线跟踪绘制。     

一种改进的人脸特征点定位方法

人脸特征点自动定位方法在人脸识别、三维人脸模型重建等方面都有重要作用.三维人脸模型重建对下巴特征点精度要求很高.采用一种结合遗传算法和活动外表模型(AAM)的人脸特征点定位方法(GA-AAM),对AAM算法在下巴轮廓提取中的不能精确收敛问题作了改进.对于用实时AAM算法做特征点粗定位得到的结果,在AAM的代价函数中引入代表特征点处的边缘信息,进一步采用遗传算法作优化.实验结果表明该方法对下巴特征点的精确收敛十分有效.     

一种利用近似平均曲率提取散乱点云模型特征点的快速算法

在处理散乱点云数据的过程中,一般需要先确定模型的特征点。提出一种从三维空间二次曲面方程中估算一点的平均曲率的新方法,利用平均曲率和视点来提取散乱点云模型的特征点。首先计算一点的k-邻近点,并求出经过这k个点的三维空间二次曲面方程,结合经过该点法线的两个正交平面来估算该点的平均曲率,平均曲率大于给定阈值的点是第一类特征点;第二类特征点是由法向量和视线向量的内积决定的,内积小于给定阈值的点称为特征点。将这两种特征点作为最后点云模型的特征点。该方法与其它方法相比,平均曲率模型参数个数由27个减少到17个,计算量小,仿真效果好。     

一种基于曲率提取轮廓特征点的方法

对边缘轮廓线进行了自适应平滑,在以轮廓点为中心的支撑区域内定义了曲率角,并根据定义的曲率角及曲率符号,采用简单的模板匹配技术,提取出候选的轮廓特征点,对候选点附加抑制条件得到真正的特征点．此方法减少了数字化误差及噪声带来的影响,抗干扰性好,且运算量较小．实验表明,该方法具有很好的轮廓特征点检测及定位能力     

基于递归分割的绝对尖锐特征造型算法研究

递归分割曲面的尖锐特征不仅能够增加递归分割曲面的造型功能,而且有助于保留网格模型上的重要特征,其简捷、高效等特点具有广阔的应用前景。为解决在实际应用过程中存在的问题,进一步推动其在产品建模和机械制造中的应用,在特征造型方面,实现了递归分割曲面的折痕、尖刺、角等绝对尖锐特征造型,避免了为构造特殊效果而建立不同的递归分割算法,增加递归分割曲面的造型能力。     

三角网格上细分曲面的尖锐特征造型

尽管光滑性是我们在自由曲面造型时的最主要的目标，在某些特定情况下却需要产生非光滑的特殊效果，如折痕、角、尖刺、锥等尖锐特征。本文主要研究基于Loop格式的尖锐特征的生成。一种基于网格拓扑结构的修改的方法把诸如折痕、角、尖刺、锥和交点的生成统一了起来，同时第一次由本文生成了多条折痕交点的特殊效果。实例表明由本文中方法生成的尖锐特征效果非常好。     

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．     

一种眼睛特征抽取的新方法

眼睛特征对诸如人脸识别、表情识别及三维人脸重建等应用领域而言都是非常有效的信息．本文综合利用彩色信息、Gabor小波特征信息以及各特征之间的相互位置关系抽取眼睛特征．首先,在HSV彩色空间的H通道中检测瞳孔的中心位置并对眼球的半径加以估计;然后,在Gabor特征空间中构造了眼角滤波器用以检测眼角位置;最后,在前面两步检测的基础上,用样条函数拟合眼睛的轮廓．在SJTU库上的大量仿真实验验证了该方法的准确性与稳健性．     

一种象素级图形裁剪的FPGA实现方法

图形裁剪是计算机图形学的基本内容,现有的图形裁剪算法大多都针对基本的图形元素———直线进行裁剪,在此基础上,出现了大量研究多边形裁剪的算法.象素级图形裁剪以基本的图形元素———象素为单位,介绍了象素级图形裁剪算法的基本思想和实现过程,在研制的图形显示系统平台上,提出了一种采用FPGA硬件实现象素图形裁剪的新方法,它适合于任意窗口,具有通用性;同时,这种硬件实现的图形裁剪与纯软件实现的算法相比,在裁剪速度上具有明显的优势.     

一种非刚性医学图像的点配准方法

提出了一种具有鲁棒性的进行非刚性医学图像点配准的新方法。为了更好地处理点配准中的冗余点问题，对冗余点进行了建模，在此基础上对点配准能量函数进行了改进。使用确定性退火优化算法对改进后的能量函数进行最优化从而得到配准的非刚性变换，避免了优化过程中出现的局部极小值解。该方法能有效地处理冗余点。抗噪声能力较强，可以很快地配准带有噪声且有冗余点的非刚性医学图像。使用薄板样条对三维腹部医学图像进行全局弹性配准，实验结果显示配准的精度可以达到亚像素精度。     

一种基于视觉特征的鞋底图像识别方法

提出了一种基于视觉特征的鞋底识别方法,即提取鞋底的形状、直方图、纹理特征,将这些特征进行内部和外部归一化形成鞋底图像的视觉特征,实验结果表明根据鞋底图像视觉特征进行识别是很有效的.     

复杂曲面零件中过渡圆曲曲面的机辅设计

本文从"圆曲模型"的角度出发,应用"平面原理"将3维问题转化成2维来处理,阐述了一种新型而实用的具有复杂曲面的零件中细节结构的构造方法,并通过计算机程序软件FKDET予以实现.     

带有阻尼项的非线性Klein-Gordon方程整体解存在的最佳条件

作者主要研究了一类带有阻尼项的非线性Klein-Gordon方程的柯西问题.根据基态的特征,作者运用势井方法和凹方法得到了该问题解爆破和整体存在的最佳条件,同时还回答了当初值为多小时, 整体解存在这个问题,并且得到了解的整体存在和爆破条件.     

基于高阶统计量的机械故障特征提取方法研究

对高阶统计量用于机械故障特征提取进行了研究. 首先利用Hilbert变换构造原始信号的解析信号,求取信号的包络,然后计算包络信号的高 阶统计量.研究表明,用高阶统计量提取信号特征,可以容易地将正常齿轮信号和齿轮裂纹、 断齿的信号分离.     

一种大规模群决策中评价信息特征提取方法

针对大规模群决策问题(Large-scale Group Decision Problem,LGDP),在多粒度不平衡犹豫语言模糊环境下, 提出了一种决策者评价信息特征提取的方法,同时考虑到决策者们聚类后形成的不同集群间的权重会受其内决策 者差异的影响,定义了离散系数,用于修正集群间的权重;首先,对决策者提供的多粒度语言进行一致化,并得到具 有概率信息的决策矩阵;其次,在计算机视觉分析中,任意图像都是由 RGB 三基色构成,且图像相比于数据更易进 行特征提取,故通过计算决策矩阵中的所有概率数据对应的 RGB 值得到对应的彩色图像,运用特征提取算法提取 决策矩阵中评价信息的特征,避免了现有决策方法难以快速有效提取决策矩阵中关键特征的缺点,且在处理大规 模决策问题时更高效和简洁;之后进一步对决策者进行聚类得到不同的集群,以新定义的离散系数来得到修正后 的集群间权重,然后通过计算净流大小来对方案排序得到最终决策结果;最后,以铁路线路方案的选择为例,说明 了方法的有效性和可行性。