基于视觉特征度量的模型简化算法

人的视觉系统通常对模型的高曲率变化区域、尖角、边界轮廓等几何特征格外敏感。基于视觉特征度量的模型简化算法,在简化过程中通过调整网格顶点的简化误差来改变边折叠的次序,优先保留模型视觉敏感区域的网格;从而解决了模型网格的各部分简化力度趋于均衡的问题,最大限度地保留了原模型的视觉冲击。经实验,在同等简化力度下得到的简化结果能够突出原模型的视觉特征,具有明显优势。     

点簇聚合的目标顶点的优化

研究了点簇聚合的目标顶点位置的计算问题。当计算过程中得到的目标顶点不在小单元之内,或者虽然在小单元之内,但目标顶点的位置不能唯一确定时,则将求解目标顶点的问题转化为求解带约束的二次优化问题。此二次优化问题的解既能保证目标顶点位于小单元之内,在位置上又最接近该点簇的重心。实验结果表明,该算法的时间效率类似于Lindstrom的算法,但在简化质量上要优于后者。     

基于加权三角面法向变化的模型简化算法

提出一种新的基于边折叠的模型简化算法，该算法在计算边的折叠代价时综合衡量边的长度以及相关三角面在折叠前后面积加权的法向量方向发生的变化。算法能够避免使三角面的法向量发生突变，从而避免模型视觉特征的急剧改变。实验表明本算法能够产生质量较高的简化模型。     

一种新的连续多分辨率模型自动生成算法

提出了一种新的多分辨率模型自动生成算法，该方法所采用的基于顶点合并的网格简化算法不仅能减少模型中的三角形数目，而且能很好地保持模型扑拓结构。算法采用基于点到平面距离的误差控制方法，能根据用户指定的简化率通过原始网格中的顶点合并达到大量简化的目的。本文还给出了一种基于顶点合并／分裂的累进网格的构造方法。该简化算法具有良好的保真性 并能在绘制时动态产生多分辨模型。文中给出的一组实例说明了该算法的有效性。     

基于半边结构的点删除算法研究

点删除是一种三角形网格模型化简算法,这篇文章在研究现有的删除算法基础上,对其中存在的一些问题进行了改进。采用半边结构替代原有的数据结构,采用顶点重要度作为选择顶点的一个依据,引入顶点法向作为删除顶点的判断准则,并且对删除后的空洞采用了面扩张算法进行重绘。以人头三维模型为例,通过实验验证了算法的有效性。     

对偶四元数导航算法的改进及仿真研究

针对对偶四元数导航算法计算量大,且没有对应的初始对准算法,研究了算法化简和初始对准问题。考虑速度和位置的求取运算复杂,通过研究对偶四元数代数,获取速度和位置矢量的简化算法。仿真表明,简化算法与原始算法具有相同的导航精度,而计算量显著下降。通过对偶四元数导航所需初始条件的研究分析,提出了对偶四元数导航基于传统捷联对准算法的初始对准方案。仿真显示,对准完成后导航解算300 s位置误差仅为1.5 m,证明此对准方案是可行的。简化算法的推导过程,揭示了对偶四元数导航物理本质,可为相关领域研究提供理论参考。     

紧凑的累进网格数据格式及其网络传输

以基于三角形折叠的三角网格简化算法为基础，给出一种支持三维模型数据累进传榆的数据存储格式，并讨论了该格式在网络环境下的数据压缩问题。该方法首先记录网格简化过程中网格局部的连通性（Connectivity）修改信息，并通过对原始网格中的顶点和面片进行重新排序．生成了由基网格和累进记录序列组成的累进网格数据格式；通过对累进数据格式中的连通性信息进行哈夫曼编码，以及顶点数据的区段离散化，实现了网格拓扑信息的无损压缩和可以预测精度的几何信息压缩。结果显示，利用紧缩的累进数据格式，可自由地实现任意三角网格模型连续分辨的变进或变出，并且相关编，解码过程简单、快速，模型数据的压缩比较高。该数据格式及其数据压缩方法可用于三维模型的压缩存储和网络传输。     

结合局部结构学习的Bayesian优化算法

在Bayesian优化算法中Bayesian网络的学习是算法应用的关键,而Bayesian网络学习是一个NP-hard问题,并且计算量大。为了能够快速获得较稳定的Bayesian网络,提出了一种新的学习策略,在学习Bayes-ian网络结构时采用对局部结构的贪婪算法,并结合局部搜索利用打分测度选取最优边。对所提算法进行了分析,在算法复杂度较小的情况下,所学习的Bayesian网络可靠性明显提高,算法收敛速度加快,并且避免陷入局部最优。仿真研究表明文章所提出算法寻优能力优于传统Bayesian优化算法。     

变分辨率的曲面重建算法

在研究平均二次误差与曲面曲率关系的基础上,提出了变分辨率的曲面重建算法。该算法首先在给定的平均二次误差门限下,自适应于曲面曲率大小,将最小立方体包围盒按八叉树结构分割成许多大小不同的立方体,并在立方体内部用Marching cubes（MC）算法进行等值面提取;然后用垂直投影法对大小不同且又相邻的立方体间产生的缝隙进行拼接,并输出最终的网格模型。算法的主要优点是能自动用较大和较小的三角形分别去逼近曲面的小曲率和大曲率区域,不但能够恢复模型的细节,而且大量减少了三角形数目。应用实例表明,算法效果良好。     

两种简化标准Marching Cubes算法拓扑构形的方法

通过沿插值边移动等值点,提出了两种方法来简化标准MarchingCubes算法的拓扑构形。其一是将等值点移动到高于阈值的立方体顶点位置,其二是将等值点移动到低于阈值的立方体顶点位置。结果发现,这两种移动方式均可简化等值面的拓扑构形,明显减少重建三角片的数量,避免对等值点位置和法向量的插值计算,显著缩短重建时间。由于等值点的移动量不超过体素立方体的1个边长,这对于高分辨率图像数据集是可以忽略的。     

高质量保形三角网格简化算法

网格简化算法在多分辨率模型显示、三角网格模型重构、网络传输等领域应用广泛,但是目前的简化算法简化后的网格,经常会出现极大、极小、狭长的三角片,质量不高。在基于QEM(QuadricErrorMetric)简化方法的基础上,提出了在点对折叠代价中引入折叠点对关联形状因子、法向量的夹角因子、边长的非线性加权因子3种优化因子,并配合虚折叠回退操作,对简化过程中网格质量进行综合优化,并取得了较好的简化结果。     

空间遥操作预测仿真快速图形碰撞检测算法

高效实时的图形碰撞检测是实现空间遥操作三维图形预测仿真关键难点之一。在非结构化虚拟现实环境下由于无法预先构造层次包围盒,必须对大量三角形对进行相交测试,繁重的计算严重影响了碰撞检测的实时性。针对上述问题,提出了一种优化的快速三角形相交测试算法。通过引入计算坐标系,将可能的空间平面相交问题降维为平面坐标系下交线段与三角形的位置关系问题。通过重用三角形计算信息,大幅减少了多对三角形相交测试时的计算量。对比分析表明本算法具有更少的计算量和更短的计算时间。仿真对比实验验证了该算法的优越性。     

水下地形的构建与可视化

与陆地地形建模相比，水下地形的多分辨率建模是一个逆向的过程，它通过较为少量但非常有价值的数据来建立水下地形的拓扑结构。本文提出了一种对地形原始三角边的参数曲线描述方法，在此基础上根据对原始三角形的兴趣值通过分形的方法进行细化，研究实现了不同细化程度的相邻三角形公共边上的无缝连接，并开发实现了基于OpenGL的水下地形可视化应用系统。     

一种新型的感知逼真的渐进网格简化算法

网格简化是计算机图形学中一个传统的研究课题,它对网格的存储和传输处理以及实时绘制都有着重要的意义。在视觉感知理论的指导下,提出一种新型的渐进网格简化算法,在简化过程中尽量保持视觉敏感的区域。依据半边折叠的能量函数来有效控制几何误差。实验表明,此算法不但可以生成一系列感知逼真的细节等级模型,而且具有很好的时间复杂性。     

任意网格模型的相似度评估

提出了一种任意网格模型相似度评估机制及其实现方法。该算法以对称Hausdorff距离为基础，综合考虑了网格模型的几何相似性和外观相似性。在相似度计算过程中，采用平均单元格数据结构管理网格模型中的三角片，并根据三角片的大小自适应选择单元格的大小，保证了算法具有较快的运行速度。     

基于正三角形剖分的传感器网络覆盖判定算法

覆盖问题是传感器网络研究中的一个基础课题,如何判定某个感兴趣的区域是否被一组给定的传感器节点覆盖,在传感器网络的许多监控应用领域中具有重要意义。提出了一种传感器网络中基于正三角形剖分的快速κ-覆盖判定算法和最大κ-覆盖问题的求解算法,新算法首先把感兴趣区域剖分为正三角形区域,从而将复杂的区域覆盖问题转化为简单的正三角形区域覆盖问题。理论分析与仿真实验表明,针对具有n个节点的传感器网络,新算法的计算时间复杂度为O（n）,低于已有算法O（nlogn）的计算时间复杂度。