三角网格模型的特征保持混合折叠简化

在增材制造、逆向工程等领域,广泛存在包含大量甚至海量数据的三角网格模型。为便于存储并提高处理效率,经常需要进行网格模型简化。但在网格简化过程中存在特征保持、简化率和简化效率冲突的问题,为更好地平衡简化结果和简化效率,提出了特征保持的混合折叠算法。在基于曲度精确计算新顶点、最大距离高效计算折叠代价的基础上,对边界特征区域和非边界特征区域采用边折叠方式进行保特征简化,对非特征区域则采用三角形折叠方法进行高效简化,最后通过偏差和网格正则度对简化结果作出误差评价。算法实例表明:混合折叠算法的模型细节特征保持较好,简化前后变形较小且效率适中。     

高效率的三角网格模型保特征简化方法

部分三角网格模型因数据量庞大而导致其不便于存储、分析和显示,本文提出了一种结合网格精细化方法的三角形折叠网格简化算法以解决此问题。首先通过3~(1/2)网格细分法确定待折叠三角形三个顶点的修正坐标,并根据修正坐标初步确定折叠点位置,然后引入折叠点的拉普拉斯坐标和原三角形法向信息来更新折叠点位置,最后由三角形折叠后该区域的体积误差和被折叠三角形的平展度共同确定折叠代价,从而使网格优先从较为平坦和特征点较少的区域开始依次进行三角形折叠简化。对多个模型进行了实验测试和数据分析,结果表明该方法能够有效精简网格数据,与3个不同类型的简化方法相比,该方法的简化效率最高,而且能有效保持原网格模型的几何特征并控制简化三角形的质量。     

基于动态误差控制和PSO的三角网格模型简化优化方法

针对基于工业CT切片重建的三角网格模型简化时,大多数简化算法无法同时兼顾网格的细节特征、简化比例和网格质量等问题,提出一种基于动态误差控制和粒子群优化算法相结合的三角网格模型简化优化方法。该方法分为网格简化和网格优化两个阶段。首先,采用投影预测的方法确定折叠点,使用动态变化的距离误差阈值和角度误差阈值计算三角形的折叠代价,并按照折叠代价从小到大的顺序简化网格模型;然后,利用PSO算法对简化模型中的狭长三角形进行优化处理。实验结果表明,与现有网格简化方法相比,所提方法在控制网格模型简化比例的同时,可有效保持网格细节特征,生成高质量的简化网格模型。     

一种保持特征的网格简化算法

针对网格简化算法中出现的细节特征丢失、简化结果过于均匀以及计算复杂等问题,从原始模型的几何特征出发,对待折叠三角形与其邻域内三角形的形状与位置关系进行研究,对三角形折叠点到其三个顶点的偏离程度进行总结,提出了一种基于三角形折叠的保持模型特征的网格简化算法。该方法根据目标三角形各顶点邻域三角形的不同,为其3个顶点分配相应的权值,由各顶点权值的大小最终确定三角形折叠点坐标,然后以二次误差测度为度量标准计算出每个三角形的折叠代价,再结合三角形局部面积比、局部区域不平度以更好地控制简化结果。实验结果表明:该方法能够降低计算的复杂度、提高简化速度,使模型的特征区域和非特征区域均保持一定的简化率,并较好地保持了原始模型的细节特征。     

基于区域曲率特性的网格模型简化算法

对目前网格模型简化中的特征保护问题,提出了一种基于区域曲率特性的网格模型简化算法。利用混合过渡特征提取算法提取模型特征并进行区域分割,获得模型的特征区域与非特征区域,然后根据区域曲率值大小及面片数量进行简化量调整分配。研究了基于面积权值的QEM简化算法,并对各个区域进行独立简化,以实现不同网格区域简化过程的优化。通过实例验证比较,所提出的基于区域曲率特性的简化算法比整体简化算法和线性比例分配简化算法具有更优的简化效果和精度。     

基于区域曲率特性的网格模型简化算法

对目前网格模型简化中的特征保护问题,提出了一种基于区域曲率特性的网格模型简化算法。利用混合过渡特征提取算法提取模型特征并进行区域分割,获得模型的特征区域与非特征区域,然后根据区域曲率值大小及面片数量进行简化量调整分配。研究了基于面积权值的QEM简化算法,并对各个区域进行独立简化,以实现不同网格区域简化过程的优化。通过实例验证比较,所提出的基于区域曲率特性的简化算法比整体简化算法和线性比例分配简化算法具有更优的简化效果和精度。     

保持特征的高质量三角网格简化方法

为解决三维几何模型的庞大数据量给存储、传输等带来的困难,提出一种保持特征的高质量三角网格简化方法。通过顶点投影确定模型中各三角形的折叠点,根据折叠点计算各三角形折叠时产生的误差,按照误差值的大小对模型进行三角形折叠简化。实验结果表明,该网格简化方法在生成高质量简化模型的同时降低了简化模型的误差,并有效地保持了原始模型的几何特征。     

反求工程中复杂多面体模型的网格简化算法

提出一种新的基于顶点删除准则的多面体模型简化算法.该算法使用局部几何和拓扑特征移去满足简化标准的顶点,并对移去顶点后产生的空洞进行剖分区域划分,进而分别进行局部三角化.算法实现简单、速度快,能够有效处理高斯曲率近于零而平均曲率较大的网格,解决了以往一些算法对此根本不能进行简化的问题.实验表明,该算法可以简化具有复杂拓扑结构的网格模型,适用于在反求工程中获得的以重构精度为主要目标的多面体模型的简化.     

基于遗传算法的三角网格折叠简化

针对处理大数据量的三角网格模型会给计算机带来较大压力的问题,本文提出了一种基于遗传算法的三角形折叠简化方法。先求取三角形重心,用重心的三个坐标值与初始化的三个步长进行计算,得到新点坐标,重复多次得到顶点种群,利用遗传算法求取适应度值最小点,修正后得到最优折叠点,最后依照简化误差对三角形排序并根据输入的简化比进行折叠简化。本文方法的适应度函数采用简化误差和三角形规范化系数之商。采用本文方法对花朵和瓶子的三角网格模型进行简化,体积变化率分别为0.010 6%和0.2%,规范化系数分别提高了11.0%和4.56%,优于其他方法。实验结果表明本文方法在有效简化模型的同时,既能保形又能提升三角形的质量。     

一种空间曲面上散乱数据的快速三角剖分新算法

在现有三角剖分方法研究的基础上,提出了一种空间曲面上点云数据的快速三角剖分新算法。以区域生长法为主导,通过表面法向量向外原则提出了一种种子三角形选取与构造的新方法,改进生长算法,采用逆时针方式搜寻最优扩展点来生成三角形网格。该算法的总体时间复杂度为O（KN）,能够快速高质量的生成三角网格模型。     

交互式自适应模型简化与转换技术研究

获得CAE、虚拟现实系统下的数字模型的最主要方式是对CAD模型进行简化和转换，本文提出的交互式自适应模型简化与转换技术解决了从CAD模型到CAE、VR模型的自动简化与转换过程，详细阐述了该方法涉及到的一些主要技术，包括CAD模型自动简化技术、模型转换技术、面片聚类技术、面片简化技术等。     

多边形网格模型简化算法综述

系统介绍了多边形网格模型简化算法,给出了基本术语和算法分类,在此基础上对各种算法的优缺点进行了分析,然后根据误差控制、简化速度等指标对各种算法进行了对比,并对简化算法的选择给出了相应的建议,最后对简化算法在产品异地协同设计中的应用以及深层次问题进行了探讨.     

Multiresolution Hybrid Mesh for Rapid Prototyping

Stereolithography (STL) is the prevailing technology in rapid prototyping (RP) applications. The STL process involves mesh triangulation of a sculptured object from a CAD model and then the extraction of cross-sections from the mesh model. In most current systems, the resulting model suffers from topological problems, such as degenerate facets, undesired holes, or flipped normals, which lead to invalid cross-sections that cannot be manufactured as layers. This paper proposes a hybrid system that takes advantage of structured and unstructured mesh geometry in order to optimise the RP process and make it more robust and accurate. The system has been developed as part of a joint project between the 3S Laboratory at Grenoble University, France and the Laboratory for Computer Graphics and CAD at the Technion, Israel. Within the system, a constrained mesh simplification model (3S Lab) is integrated with a multilevel model (CAD Lab).     

Complete 3D surface reconstruction from unstructured point cloud

In this study, a complete 3D surface reconstruction method is proposed based on the concept that the vertices of surface model can be completely matched to the unstructured point cloud. In order to generate the initial mesh model from the point cloud, the mesh subdivision of bounding box and shrink-wrapping algorithm are introduced. The control mesh model for well representing the topology of point cloud is derived from the initial mesh model by using the mesh simplification technique based on the original QEM algorithm, and the parametric surface model for approximately representing the geometry of point cloud is derived by applying the local subdivision surface fitting scheme on the control mesh model. And, to reconstruct the complete matching surface model, the insertion of isolated points on the parametric surface model and the mesh optimization are carried out. Especially, the fast 3D surface reconstruction is realized by introducing the voxel-based nearest-point search algorithm, and the simulation results reveal the availability of the proposed surface reconstruction method.     

特征提取的点云自适应精简

作为一种反映物体形貌的三维信息,点云数据的原始数据量十分庞大,直接对过多的数据进行操作会影响后续重建等工作。本文提出了一种新的点云特征提取自适应精简算法。首先对原始点云进行空间划分,构建点的k邻域,设置特征参数,进行特征分析,识别不同区域的信息和数据。然后针对平面数据预先进行边界的检测和提取,对剩余部分进行精简。最后,针对非平面区域,先提取特征,再根据曲率的不同进行不同程度的精简。办公室数据扫描实验结果表明,处理大小为百万以内点的点云模型可以在几秒之内完成,精简比能够达到90%以上,与原始数据间的误差较小:平面部分在精简前后平均偏差均在0.02mm以内,波动很小,为0.005 7mm;非平面区域精简前后的平均偏差均在0.08mm左右,差值仅为0.000 3mm,精简精度得以保证。因此,利用提出的算法处理后的数据能更好地展示物体的形貌。