一种新的六角形网格的砍边细分方法

提出了一种新的六角形网格的砍边细分算法。该算法通过面收缩和砍边两个过程,使细分网格的数目以4为倍数增长,并选择适当的几何定位使细分曲面保持C1连续性。该算法只适用于顶点的价为3的半正则网格,而对于任意的初始控制网格,算法可以通过预处理使初始网格半正则化。     

保持尖锐特征的混合细分曲面生成

基于混合细分模式,提出了细分曲面尖锐特征生成方法,通过对初始混合控制网格上要生成的各种尖锐特征的顶点和边分别作标记,然后局部修改细分规则进行迭代细分,实现了光滑混合曲面上产生折痕、角点、刺点、尖点的尖锐特征效果,并对尖锐特征处的局部细分矩阵进行了详细的特征分析。实验结果表明,该文算法效果好,能很好地保持模型的尖锐特征。     

一种保持尖锐特征的3~(1/2)细分算法

提出一种能够重建模型尖锐特征的3细分算法.首先根据预设的阈值θ自动标记网格中的尖锐特征边,并计算出各个顶点的尖特征度;然后根据顶点尖特征度的不同修改原3细分方法的几何规则,设计出相应的权值掩模(mask);最后通过在奇数次细分时不翻转特征边,在偶数次细分时插入边点的方法来实现尖锐特征的重建.实验结果表明,与原3细分方法相比,该算法能够更好地保持模型的尖锐特征.     

六角形网格细分曲面算法介绍

细分曲面算法通常采用三角形、四角形面片，最近基于六角形面片的细分算法成为研究的热点。六角形在其他领域的应用已经取得了良好的效果，这为其在细分领域的应用打下了良好的基础。本文分别讨论了三种六角形网格细分曲面算法，并对三者进行了比较。由于在实际应用中，六角形网格并不经常遇到，所以我们还讨论了两种不同的三角形到六角形的转变技术。     

一种保持尖锐特征的局部√3细分算法

提出一种重建模型尖锐特征的局部√3细分算法.在预处理过程中,只选取面向视点的网格作为能够被进一步自适应细分的网格,在自适应细分过程中,用相邻面片的法向夹角作为控制误差来反映细分的逼近程度是否足够,并根据预设的阈值θ自动标记网格中的尖锐特征边,重新设计尖锐特征处的面具.实验结果表明,该算法能够用较少的存储量有效地保持模型的尖锐特征.     

一种保持尖锐特征的(√3)细分算法

提出一种能够重建模型尖锐特征的√3细分算法．首先根据预设的阈值θ自动标记网格中的尖锐特征边,并计算出各个顶点的尖特征度;然后根据顶点尖特征度的不同修改原√3细分方法的几何规则,设计出相应的权值掩模（mask）;最后通过在奇数次细分时不翻转特征边,在偶数次细分时插入边点的方法来实现尖锐特征的重建．实验结果表明,与原√3细分方法相比,该算法能够更好地保持模型的尖锐特征．     

一种保持尖锐特征的局部 细分算法

提出一种重建模型尖锐特征的局部 细分算法。在预处理过程中，只选取面向视点的网格作为能够被进一步自适应细分的网格，在自适应细分过程中，用相邻面片的法向夹角作为控制误差来反映细分的逼近程度是否足够，并根据预设的阈值 自动标记网格中的尖锐特征边，重新设计尖锐特征处的面具。实验结果表明，该算法能够用较少的存储量有效地保持模型的尖锐特征。     

误差可控的细分曲面图像矢量化EI北大核心CSCD

为了提高矢量化图像的重构质量,提出一种基于细分曲面的误差可控矢量化算法.首先提取图像特征,构建特征约束的初始网格,并利用二次误差度量方法简化初始网格,得到特征保持的基网格;然后利用带尖锐特征的Loop细分曲面拟合图像颜色,得到控制网格;最后计算重构图像的误差,对控制网格进行自适应细分,直至重构误差达到用户需求.实验结果表明,该算法能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控.     

误差可控的细分曲面图像矢量化

为了提高矢量化图像的重构质量,提出一种基于细分曲面的误差可控矢量化算法.首先提取图像特征,构建特征约束的初始网格,并利用二次误差度量方法简化初始网格,得到特征保持的基网格;然后利用带尖锐特征的Loop细分曲面拟合图像颜色,得到控制网格;最后计算重构图像的误差,对控制网格进行自适应细分,直至重构误差达到用户需求.实验结果表明,该算法能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控.     

两步平滑的尖边恢复新算法

提出了一个简单的,能有效去除噪声,并且能很好保持网格特征的尖边恢复算法.该算法先通过两步滤波网格平滑,去除噪声;然后通过二面角识别出平滑区域和非平滑区域,借助定义动态三角形并将其细分,最后计算相邻的三角形的法矢量,以此来确定插入顶点的坐标.处理后能明显降低L2的误差.在该算法里,主要提出了一个动态三角形的概念.由于有了动态三角形的帮助,该算法能够较好的鉴别出尖边,并对尖边进行恢复,实验结果表明了算法的有效性.