基于物理属性与三角形正则度的网格简化算法

针对三维虚拟场景的物理属性显示需求,提出一种带属性的边折叠的三角形网格简化方法.该算法计算折叠代价时以模型边曲率和边上物理属性的增量以及三角形正则度作为权因子,边上物理属性的增量使简化后的模型很好地保留了原模型的物理属性特征,而添加三角形正则度优化了简化后模型三角形的形态.同时还解决了边折叠时导致的拓扑错误,并用多选择技术加快了计算速度.经实验验证和对比分析,证明了算法的有效性与正确性.     

一种基于特征区域划分的网格简化方法

目的研究对三维网格模型简化的一种方法。方法根据人脸面部特征点将人脸划分为关键特征区和非关键特征区,在不同的区域设定不同的离散曲率简化阈值,采用边折叠的方式来减少网格密度。结果该方法能有效地减少网格的数据量,同时保持人脸的特征细节。结论对三维网格模型使用基于特征区域划分的网格简化方法,降低了模型的复杂度。     

基于二次误差度量的网格简化算法

网格简化是提高计算机处理复杂模型速度有效方法,要求算法时间和空间复杂性低,简化质量高且简化结果中三角形紧致性好,给出一种简化三角形网格表示的三维模型的算法。算法采用边折叠为基本操作,以点到相关直线的距离的平方为误差度量。为降低算法的空间复杂性,简化过程中每个点保留一个浮点数的历史记录。实验结果表明,在ＰⅢ上,算法可在１２ｓ内简化含７万个三角形的模型,简化结果中三角形紧致性大于０．９的三角形数为５６     

一种三角形网格剖分的精化算法及其改进

给出一个几何多格子方法的三角形网格剖分精化算法及其性质,分析其不足之处,并通过引入费尔马点及其性质,提出了一种新的改进的精化算法,证明该改进算法提高了三角形网格精化剖分的效率和剖分网格的数量及质量。     

一种基于规则网格的地形简化算法

为了进一步研究层次细节技术在实时绘制大规模地形场景中的有效应用,提高海量数据三维地形的重建速度,基于DEM数据及视觉相关地形简化的特点,提出了一种基于网格划分的实时简化算法.该方法首先将DEM栅格数据分成以视点为中心的数据块,利用视觉相关的误差简化算法实现了DEM数据的快速动态分层与地形平滑,其次利用三角剖分方法最终消除了裂缝,对实际数据的实验结果验证了本算法的有效性.该算法能有效地对地形数据进行多分辨率简化,简化后的地形不仅保留了地形表面特征,还能满足实时漫游的需求,可以高效地消除场景漫游过程中图像的跳跃.     

几何网格简化研究与进展

在计算机图形学中,三维几何模型通常用多边形网格进行描述．由于网格数据的处理时间和存储代价与多边形的数量成正比,过于复杂和细节化的网格会给图形数据的存储、传输、计算和实时绘制等带来负担．文中综述了国内外几何网格简化及相关技术领域的研究与进展,对相关技术及其特点进行了介绍和分析,给出了网格简化方法的分类,并就该领域未来的研究方向进行了展望。     

局部网格狭长三角形的品质改善及实现

通过对传统三角剖分的讨论 ,提出了局部网格狭长三角形品质改善的方法 ,此方法通过对狭长三角形的删除和对新产生的顶点作算法的调整 ,有效地改善了狭长三角形 ,使三角网格具有良好的形态 .     

服装衣片三角形网格自动剖分

在传统的三角形网格生成和剖分算法基础上，提出了适合服装衣片三角形网格划分的凹多边形网格剖分算法，具有边界清晰，单元形状好，网格密度可控和自动程度高的特点，适合于任意形状的凹或凸多边形，可用于对织物和服装的数值化力学分析计算。     

网格简化的分类研究

从网格模型简化的发展过程出发,对网格简化进行了分类研究。将网格简化的方法归纳为静态、动态、依赖于视点的简化方法,并对各种简化方法进行了详细的分类,同时对各种方法的优缺点进行了分析。最后对网格简化技术未来发展进行了展望,对网格简化技术在计算机图形学中的重要地位进行了肯定,并强调网格简化技术更需进一步完善的必要性。     

一种三维网格简化算法

为实现大数据量三维模型的化简,得到高质量、多分辨率的模型,满足实时绘制要求,采用半边数据结构表示三角形,用点到平面距离的平方和作为边折叠的权值,用渐进边折叠算法进行模型简化。在简化的过程中得到一系列的简化点序列,结合此点系列和简化的模型,就可以生成连续的任意分辨率的简化模型。经试验证明,本算法易于实现,效率高,占用内存空间适中。该算法可以用于交互式虚拟现实和网络模型的渐进传输。     

基于边顶点重要度的动态多分辨率简化算法

基于三角形网格边折叠简化思想，提出了一种基于边顶点重要度的动态多分辨率简化算法．该算法的折叠边顶点位置从折叠边顶点中选取，有利于保持三维模型的初始形状，减少运算量，实现不同分辨率模型之间的平滑转换．采用改进的三角形网格数据结构，层次清楚、操作简单，能有效支持多种网格的多分辨率简化．     

基于四边形折叠的三角网格简化算法

 通过定义三角网格模型中的两个以公共边相连的三角形构成一个空间四边形,提出了一种新的基于这种空间四边形折叠的网格简化算法。该算法以四边形折叠为基本操作,利用Garland的二次误差度量(QEM)做误差控制,每次折叠操作可以减少3个顶点及6个面片,从而实现比Garland的QEM算法、周昆等的三角形折叠算法更高的简化效率,文中给出多个试验结果说明了该算法的有效性。     

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.     

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.     

任意区域的网格划分方法分类

按网格单元类型和划分对象对网格划分进行了分类;对几种三角网格和四边形网格划分方法进行了较为详细的描述;并分析了方法的优缺点.