三维模型的读取与体素化

简要说明3DS文件格式及模型数据读取方法,利用OpenGL库函数在VC++环境下分别对3DS文件中三维模型的顶点、边及面的坐标值和模型材质等进行读取,采用基于欧氏距离度量的体素化算法分别对读取到的顶点、边、面进行体素化,将以多边形网格表示的三维模型转化为6-邻域或26-邻域的体素模型,并对模型进行绘制.实验证明,程序具有较高的执行效率,能取得较好的效果.文章提出的体素模型有利于模型信号的规则化,方便模型特征信号的提取.     

三维模型的读取与体素化

简要说明3DS文件格式及模型数据读取方法,利用OpenGL库函数在VC＋＋环境下分别对3DS文件中三维模型的顶点、边及面的坐标值和模型材质等进行读取,采用基于欧氏距离度量的体素化算法分别对读取到的顶点、边、面进行体素化,将以多边形网格表示的三维模型转化为6-邻域或26-邻域的体素模型,并对模型进行绘制.实验证明,程序具有较高的执行效率,能取得较好的效果.文章提出的体素模型有利于模型信号的规则化,方便模型特征信号的提取.     

样点邻域同构曲面约束的散乱点云曲率估计

针对现有点云曲率估计算法难以兼顾估计结果的精度与稳健性问题,提出一种样点邻域同构曲面约束的散乱点云曲率估计算法。以目标样点的邻域点集作为局部样本,采用二维Delaunay网格剖分与三维Delaunay网格过滤相结合的策略对局部样本进行曲面重建,获得插值于采样点集并与原表面拓扑同构的局部网格曲面;为稳健估计计算样点曲率所需的样点法向,通过局部网格曲面中顶点一阶邻域面的形状和尺寸确定邻域面法向的权重,以一阶邻域面法向的加权和作为法向估计结果;基于网格曲面顶点一阶邻域面初步估计样点曲率,进而根据邻域样点与目标样点间测地距离对初步估计结果进行平滑修正获得最终曲率估计结果。实验结果表明,所提算法可有效反映曲面特征并兼顾样点曲率估计的精度和稳健性,实现样点曲率的平滑过渡;相比于Meyer提出的Voronoi算法,所提算法对采样精度较高的点云数据可保证与其相当的计算精度,对存在噪声的点云数据计算精度和稳健性均可提高1～2倍。     

基于矢量长度的三维网格模型公有水印算法

为解决目前三维网格模型空域公有数字水印算法抵抗噪声攻击的鲁棒性较弱的问题,提出了一种新的基于矢量长度的三维网格模型空域公有数字水印算法.该算法通过修改从模型中心到顶点这一矢量的长度来嵌入水印信息,同时在水印嵌入和检测过程中,结合顶点邻域属性实现了水印的盲检测,并将一位水印信息反复嵌入使之分布到整个三维网格模型,从而消除噪声对水印产生的影响.试验结果表明,该算法的时间复杂度仅与三维网格模型顶点数成线性关系,执行速度快,鲁棒性较强,能够抵抗平移、旋转、比例变换等常见的几何变换及其组合变换,并对噪声攻击具有很强的抵抗能力,适用于实时版权验证.     

基于混合权平滑的细分连接性重新网格化

针对单边界亏格为0的三角网格提出一种细分连接性重新网格化算法. 该算法通过构造原始网格的准保角参数化及混合面积和顶点分布密度权的伞算子平滑进行细分连接性重新网格化. 为了加快重新网格化算法的速度, 提出一种基于矩形剖分的点定位算法. 通过典型的三维模型实验和比较可见, 该方法能快速生成细分连接性网格, 所得网格的质量较现有单一的采用面积权或顶点分布密度权的伞算子平滑方法有明显改进.     

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．     

一种特征保持的自适应三角网格模型光顺算法

提出了一个基于双边滤波器的特征保持的自适应三角网格模型光顺算法，该算法为了加强保持特征的效果．结合网格局部顶点一阶邻域的几何特征并将改进后的双边滤波算子应用于顶点的位置更新操作．在光顺过程中有效地避免了三角网格模型的过度光顺现象．给出了几个实验实例来说明该算法在去除网格噪音的同时保留特征的有效性．     

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.     

基于三角面片顶点均值的网格编辑方法

针对虚拟整形手术中待整形部位的三维模型曲面编辑问题,提出一种基于三角面片顶点均值网格编辑方法.该方法在保留网格原有拓扑结构的基础上,保持了网格曲面的原有曲率,实现了快速有效的局部网格编辑;结合网格细分方法实现在不同分辨率下对网格曲面进行整体编辑.同时,为了增强网格模型显示的真实感,通过网格简化、网格平滑、网格数据点法向量计算、纹理贴图等方法,对网格模型进行优化,提高了整形后网格显示效果.实验证明,该方法交互方式简便,变形效果较好.     

基于稀疏优化模型的网格逼近

提出了一种新的基于稀疏优化的网格逼近方法,使得三维几何物体可以由用户指定的合理的面片数的平面多边形来近似表示.该方法首先对输入的三维网格的面片法向进行L_0模优化,然后根据优化后的面片法向信息来驱动顶点位置更新.其次,对现有模型进行面片聚类.最后提出了一个基于全局顶点的稀疏优化模型.通过约束聚类边界顶点梯度L_0模最小对网格进行平面多边形逼近.大量的网格简化结果证明了所提出的优化模型与方法的有效性以及稳定性.     

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。     

二维人脸的三维真实感重建

章为解决特定人脸的三维真实感模拟提供了一个简单而行之有效的算法．首先，给出特定人脸的二维多方向照片及三维人脸中性模型，通过中性模型到特定人胜模型的变换产生特定三维人脸模型；然后，对特定三维人脸模型网格体做消隐、投影、纹理映射后合成具有高度真实感的三维特定人脸．如果提供具有特定表情的三维人脸中性网格体和多方向表情照片，该方法同样适用．     

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。     

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。     

基于单幅人脸正视图的个性化人脸三维重建

人脸三维模型在很多领域有着广泛的应用,如何有效获取人脸三维模型已成为研究热点.基于单幅人脸正视图的个性化人脸三维重建方法,指出采用单幅人脸正视图进行三维重建存在的两大瓶颈问题.针对前期工作中为了解决纹理信息不足的问题,提出的基于顶点一环邻域及面片分类的纹理映射方法进行改进和完善,在此基础上设计实现一套基于单幅人脸正视图的人脸三维重建系统.实验结果表明,改进后的基于顶点一环邻域及面片分类的纹理映射方法可以有效解决此前出现的耳朵区域纹理信息不合理问题.     

基于Loop细分算法的人体模型网格平滑

网格平滑是实现三维模型离散造型的主要方法.为了实现数字人体几何模型的光顺效果,本文提出一种基于Loop细分算法的三维人体模型的网格平滑方法.细分曲面是用低分辨率的控制网格和定义在控制网格上的一种细分规则来表示曲面的,它能有效改善三维人体几何模型的表面不光滑以及分辨率低的缺点.实验证明,该方法对基于参数化建模方法的、多曲率网格人体模型取得了很好的效果,实现简单高效,特征保持效果也很好.     

基于图卷积的计算机辅助设计模型分类

计算机辅助设计(CAD)模型是一种带有顶点信息和网格信息的三维数据,三维模型数据存储方式常见的有点云、体素、网格模型等是典型的非欧氏空间数据。为了改进现有方法利用深度学习训练CAD模型的分类时,常有丢失局部信息或局部信息提取不足的情况。针对这种非欧氏空间的CAD数据,提出了一个结合CAD数据本身特点的基于图卷积的分类模型。首先通过图卷积网络(GCN)计算顶点的邻接矩阵和顶点的度矩阵。针对CAD模型的特点提出了不同于K近邻(KNN)的方法,直接根据CAD模型面片信息构建计算所需的邻接矩阵。其次,图卷积网络可以聚合邻近顶点的信息,设计通过拼接两层图卷积网络来提取不同尺度的局部特征。结果表明:在ModelNet40 CAD模型数据集上,若采用CAD模型面片信息建图的方法,本文方法为91.2%。而采用KNN建图的方法虽然比PointNet++模型低1%的精确度,比KD-NET模型低0.9%的精确度,但参数量要比PointNet++减少0.54 MB,比KD-NET减少6.54 MB。可见本文模型结合了CAD模型的特点和图卷积聚合邻接顶点提取局部信息的优势,使得分类的精确度相比PointNet++提高0.6%,用更少的模型参数量得到了更高的分类精确度。     

基于机器学习的三维数字图像虚拟场景重建算法

为使三维数字图像虚拟场景重建可以获得更优质的画面,提出一种基于机器学习的三维数字图像虚拟场景重建算法.首先分析场景的状态信息和呈现指令,得到图像重构的网格模型顶点分布位置,通过局部坐标法近似计算全局图像,校正局部细节,完成三维数字图像的渲染处理;然后以空间和尺度为特征点,在图像上构建窗口检测模板,应用分类器抑制离散特征点,去除冗余特征;最后根据拟合函数法求出平滑后的三维坐标重建三维曲面,将局部二维三角分割并映射到三维空间,实现三维数字图像虚拟场景重建.实验结果表明,该算法收敛速度较快,重建图像细节和边缘轮廓完整,整体效果较好.     

一种多阈值邻域粗糙集的属性约简算法

δ-邻域计算是邻域粗糙集模型中操作最为频繁和复杂的。针对邻域计算,提出了利用多阈值替代单一阈值,并根据样本空间的分布,提出块集概念,证明了每个样本的邻域只存在于与之相邻的块集中。在此基础上,提出基于块集的多阈值邻域粗糙集的属性约简算法,降低了计算邻域的时间复杂性,并利用多个UCI标准数据集对该算法进行验证,结果表明,该算法行之有效。     

面向网格简化的STL拓扑信息快速重建算法

以STL模型为研究对象，针对网格简化要求的显式、完整拓扑关系，提出了一种快速构建拓扑信息的新算法．在优化选取拓扑信息构建顺序的基础上，一方面针对各种几何元素的特点选取有效的数据结构，在数据组织层次上保证顶点归并的效率和几何元素的检索效率；另一方面，充分利用顶点与其邻接点和邻接面的关系，将边归并的比较范围控制在顶点的邻域，并在全局遍历时选择数据规模最小的顶点．算法具备优良的时间效率性，提高了网格简化预处理的效率．