一种基于视点的网格模型简化算法

在计算机图形学中,经常采用网格模型对物体和场景进行描述,而网格模型的大数据量成为实时绘制的瓶颈.因此,必须对网格模型进行简化,目前的简化算法,主要是以网格模型几何误差的最小化为准则,而忽略了模型的视觉特征.本文提出了一种基于视点的网格模型简化算法,其简化准则是视觉特征的最优化,利用视点相关,建立视点与网格精度的对应关系,对距离视点较近的部分采用较密网格,对距视点较远的部分采用稀疏网格.实验结果表明,该算法能够在保证高度真实感视觉效果的前提下,实现模型较大幅度的简化.     

参数平面二叉树剖分网格简化

为了快速地对3维网格模型进行简化,提出了一种曲率自适应的3维网格简化算法,该算法首先将原始网格投影至参数平面上,并构造反映原始网格曲率分布的平面曲率灰度分布,用以表征简化过程中对网格各部分不同的采样密度要求;然后根据等曲率灰度分割的原则来对参数平面进行二叉树剖分,以构造反映其不均匀分布的非均衡二叉树结构,并依此选取简化后的网格顶点集合,以构造简化的三角网格.该算法的优点是执行速度快,同时在简化过程中仍能充分保持原始网格的细节.     

基于局部密度和动态生成网格聚类算法

为了解决网格聚类算法中的输入参数和聚类结果不精确问题,提出了基于局部密度的动态生成网格聚类算法(DGLD).该算法使用动态生成网格技术能大幅度地减少数据空间中生成的网格单元的数量,并简化邻居的搜索过程;采用局部密度思想解决数据空间相邻部分对网格密度的影响,提高了聚类精度.该算法不需要用户输入参数,能识别任意形状的聚类并有效地去除噪声点.实验结果表明该算法是有效的.     

基于超包络的三角形网格简化算法

文章提出了一种基于超包络的三角形网格简化算法.该算法不仅适用于任意拓扑结构的网格,而且能定量控制简化的全局误差,具有速度快、效果好的优点.在此算法的基础上,文章提出了一种连续细节层次模型的生成方法,并给出一组实例,说明了算法的有效性.另外,文章还将此算法与其他具有全局误差控制的简化算法进行了比较.     

一种基于误差控制的网格多分辨模型生成算法

提出一种网格多分辨模型生成算法．该算法以最大误差L∞控制的网格简化算法为基础,通过删除边和拆分点操作进行向下和向上采样,将网格模型表示为由一个低分辨率的网格和一系列修改操作组成的多分辨模型．同其它算法相比,该算法在初始向下采样时,重点考虑了简化误差对模型精度的影响．在生成网格多分辨模型时,该算法将细化操作分解为对网格模型的几何修改信息和各细化操作之间的关系信息,确保了多分辨模型的健壮性．该算法可通过三角片数和简化误差两种方法来调整网格模型分辨率,实验结果证明了本算法的有效性．     

基于视点的网格模型快速简化算法

在计算机图形学中，经常采用网格模型对物体和场景进行描述，而网格模型的大数据量成为实时绘制的瓶颈。因此，必须对网格模型进行简化，目前的简化算法，主要是以网格模型几何误差的最小化为准则，而忽略了模型的视觉特征。文章提出了一种基于视点的网格模型简化算法，其简化准则是视觉特征的最优化，利用视点相关，建立视点与网格精度的对应关系，对距离视点较近的部分采用较密网格，对距视点较远的部分采用稀疏网格。实验结果表明，该算法能够在保证高度真实感视觉效果的前提下，实现模型较大幅度的简化。     

四边形网格优化中的螺旋条带生成

已有的四边形网格的简化及优化方法大多数都是三角形网格简化在局部几何上的推广.四边形网格的结构受螺旋条带的影响,移除四边形网格中的螺旋条带则可以在拓扑结构上明显提高四边形网格的质量.文中具体讨论了四边形网格上螺旋条带与网格上奇异点的关系及其性质,并根据这个性质给出了四边形网格中螺旋条带的一般生成算法.实验结果表明,该算法可以有效地搜索四边形网格上的螺旋条带,进而通过删除螺旋条带优化四边形网格的拓扑结构.     

边界特征保持的网格模型分级二次误差简化算法

在参考张量投票理论的基础上,结合二次误差简化算法,提出一种边界特征保持的几何网格模型分级二次误差简化算法.首先根据张量投票理论对三角网格顶点进行面点、边点、角点类型分类;然后对各边对按照二次误差简化算法进行边折叠代价计算;再将分类顶点按照设定的等级权重加入边对折叠代价中,从而保证渐进式简化过程中能够对顶点进行分级简化.实验结果表明,该算法不但能实现渐进简化,而且能按需保留模型的整体特征和细节特征.     

高精度自适应的四边形网格重建

提出了海量数据点集的四边形网格重建算法。首先根据精度要求简化数据 点,按一定规则连接相邻的简化数据点生成多边形网格,对网格中高斯曲率较大的顶点进行 局部细分提高其精度,然后对多边形网格进行整体细分使其全部转化为四边形网格,最后分 裂度较大的顶点对其进行优化。实验结果表明,算法对拓扑结构较为复杂的海量数据点集的 四边形网格重建是行之有效的。     

结合局部区域特征的自适应简化率网格简化算法

现有的网格简化算法通常要求人为给定模型整体简化率或者设置几何、颜色、纹理等属性的约束,如何合理地设置这些阈值对没有经验的用户来说比较困难.文中结合监督学习的方法,构建一个多层感知机模型来实现局部区域自适应简化率的预测.该感知机模型能根据网格模型不同区域的局部几何特性,提取出相应的特征,并根据这些特征进行分类.不同的分类对应着不同的简化率,从而在简化网格时根据分类对不同区域设置不同的法线偏差阈值,实现自适应简化率的网格简化算法.为证明该算法的效果,实验中选择不同种类和复杂程度的三维网格模型进行了简化,并与基于QEM能量函数的简化算法进行了整体简化率和简化后的视觉效果的实验对比,结果表明,相对于传统整体简化算法,这种基于局部区域特征设置自适应简化终止条件阈值的简化算法,能有效地根据几何特性对网格进行自适应简化,在保持模型细节的同时,提高了网格的整体简化率.     

A new mesh simplification algorithm based on triangle collapses

In this paper a new mesh simplification algorithm based on triangle collapses is presented.The algorithm can provide efficient error management and simplify the original mesh greatly.Progressive meshes may be constructed with triangle collapsing operation.To make continuous transition between level of detail (LOD) models possible,a method for interpolating is also presented.Examples illustrate the efficiency of the algorithm.     

基于三角形折叠的网格简化算法

在计算机图形学中，物体常常用三角形网格模型来描述。本文提出了一种新的基于三角形折叠的网格简化算法。该网格简化算法不仅能减少模型中的三角形数目而且能保持模型拓扑结构。算法给出了一种基于点到平面距离的有效的误差控制方法，并能在用户指定的误差范围内通过使原始网格中的三角形折叠达到大量简化的目的。该算法实现简单并且速度快。另外为了有效地支持多分辨率模型的表示以及相邻层次模型间的连续过渡，本文还给出了一种基     

一种新的基于顶点聚类的网格简化算法

在计算机图形学中,经常采用多边形网格来描述物体模型.由于绘制时间和存储量 与多边形的数量成正比,过于庞大的物体网格模型通常是不实用的.模型简化在计算机动画、 虚拟现实和交互式可视化等计算机图形应用领域有着广阔的应用前景.为此提出一种新的基 于顶点聚类的网格简化算法.该算法利用八叉树对网格进行自适应划分,给出了一种基于点 到平面距离的有效的误差控制方法,并能在用户指定的误差范围内通过使原始网格中的顶点 聚类达到大量简化的目的.该算法实现简单,速度快且能很好地保持边界特征.给出的一组图 例说明了该算法的有效性.     

结合边折叠和局部优化的网格简化算法

针对目前网格简化算法在将三维模型简化到较低分辨率时,网格模型的细节特征丢失、网格质量不佳的问题,提出一种保持特征的高质量网格简化算法。引入顶点近似曲率的概念,并将其与边折叠的误差矩阵结合,使得简化模型的细节特征在最大限度上得到保持。同时分析简化后三角网格的质量,对三角网格作局部优化处理,减少狭长三角形的数量,提高简化模型的网格质量。使用Apple模型和Horse模型进行实验,并与一种经典的基于边折叠的网格简化算法以及其改进算法之一进行对比。实验结果显示,两种对比算法三角网格分布过于均匀,局部细节模糊不清,而所提算法的三角网格在曲率大的区域稠密,在平坦处稀疏,细节特征清晰可辨;简化模型的几何误差的数量值与两种对比算法处于同一数量级;所提算法的简化网格的平均质量远高于两种对比算法。实验结果表明,在不扩大几何误差的情况下,所提算法不仅具有较强的细节特征保持能力,而且简化模型的网格质量较高,视觉效果较好。     

面向移动端的渐进网格简化算法

针对现有渐进网格（PM）简化算法在网格高度简化时无法保持模型关键特征、简化速度慢、无法适应多种模型等问题,提出一种以可变参数结合二次误差和类曲率特征度的边折叠算法（QFVP）,用于构建面向移动端的渐进网格。首先,该算法通过设置可变参数w,调整二次误差和类曲率特征度在边折叠误差中的相对大小,提升了算法的简化质量,扩大了算法的适用范围;其次,训练了一个误差反向传播（BP）神经网络,用于确定模型w值;再次,提出了边折叠过程中法向量线性估算法,提高算法简化速度,与Gouraud估算法相比,平均缩短网格简化时间23.7%。对比实验显示,QFVP简化生成渐进网格的基网格整体误差小于二次误差度量（QEM）算法和Melax算法;简化时间比QEM算法平均延长7.3%,比Melax算法平均缩短54.7%。     

Manifold-guaranteed out-of-core simplification of large meshes with controlled topological type

In this paper, a simple and efficient algorithm is proposed for manifold-guaranteed out-of-core simplification of large meshes with controlled topological type. By dual-sampling the input large mesh model, the proposed algorithm utilizes a set of Hermite data (sample points with normals) as an intermediate model representation, which allows the topological structure of the mesh model to be encoded implicitly and thus makes it particularly suitable for out-of-core mesh simplification. Benefiting from the construction of an in-core signed distance field, the proposed algorithm possesses a set of features including manifoldness of the simplified meshes, toleration of nonmanifold mesh data input, topological noise removal, topological type control and, sharp features and boundary preservation. A novel, detailed implementation of the proposed algorithm is presented, and experimental results demonstrate that very large meshes can be simplified quickly on a low-cost off-the-shelf PC with tightly bounded approximation errors and with time and space efficiency.     

一种快速的可逆累进网格算法

在分析已有累进网格生成算法的基础上,构造了一种新的网格简化信息记录表示法,并提出一种基于“边折叠”网格简化方法的累进网格生成算法。此算法不仅消除了累进网格技术中的二义性,而且能够较大地提高累进网格的运算速度。     

面向移动终端的三角网格逆细分压缩算法

针对移动用户的实时显示需求,提出一种基于逆细分的三角网格压缩算法.通过改进逆Butterfly简化算法,采用逆改版Loop模式,将细密的三角网格简化生成由稀疏的基网格和一系列偏移量组成的渐进网格;然后,通过设计偏移量小波树,将渐进网格进行嵌入式零树编码压缩.实验结果表明:该算法与以往方法相比,在获得较高压缩比的同时,运行速度较快.适用于几何模型的网络渐进传输和在移动终端上的3D图形实时渲染.     

基于PM算法的网格简化改进算法

针对传统网格简化算法在对边界顶点和边界边、累进网格二义性以及网格拓扑关系有效保持等的处理所存在的不足进行了相应的改进,改进的网格简化算法能有效保持网格模型的形体特征,消除累进网格的二义性,提高网格简化质量。针对折叠误差进行排序问题,采用最小堆算法,提高算法的时间效率。实验结果表明,该算法能产生高质量的网格,具有较高的执行效率。