三维扫描网格的合并和优化

该文提出了一种新的网格合并方法-网格缝合,该方法可用于合并三维数字化设备(如三维扫描仪)获取的网格。给定两个欲合并的网格,先由它们的边界三角形构造一条缝合线,再以该缝合线为骨架构造连接这两个网格的缝合面。该方法快速而且稳定,可以在普通的PC机上提供实时交互。此外,文章还介绍了一种新的网格优化方法用于平滑合并后的网格,该方法将网格的边视为连接其顶点的弹簧,弹簧的自由长度等于网格的平均边长。网格顶点在弹簧的作用下被推挤移动并最终达到平衡状态。平衡状态下的网格的总弹性势能达到最小,同时也达到了网格的优化。     

基于IsoRank的三维耳廓形状匹配

基于IsoRank算法实现了耳廓剖分图的匹配,进而实现了基于耳廓三维形状的身份鉴别.基于主成分分析提取待匹配三维耳廓上的关键点,构造耳廓关键点的三维网格图;基于IsoRank算法求2个关键点三维网格图结点之间的对应关系,实现耳廓关键点的图匹配.由于采用了IsoRank算法,耳廓关键点网格图得到了全局对齐,两耳廓之间的整体匹配得到最大化.实验结果表明,基于IsoRank算法的耳廓匹配方法具有较低的时间复杂度以及较高的匹配精度和匹配效率.     

快速网格去噪声算法

消除网格噪声是构造完美三维模型过程中必不可少的一步。通过把图像处理领域中的双向滤波引入到三维网格上,Fleishman等虽已提出了一种快速、简单的网格去噪声算法,但该算法效率较低,且不够稳定,为此提出用准柯西函数和泰勒多项式函数取代该算法所采用的高斯函数,并改进和完善了其中的细节部分,以使算法的效率和稳定性得到进一步提高。最后还讨论了如何选择合适的参数,以达到最佳效果的问题。     

三维网格的边界强度分割算法

提出一种新的基于网格边界几何信息的快速分割算法,首先按照原始网格模型面片的拓扑关系建立对偶图,并根据网格面片的几何信息设定顶点权和边权;使用k-way 多级分割方法在对偶图上进行快速分割,得到预分割区域以及各分割区域的初始边界;然后定义分割片的特征边界和边界强度函数,用以表示各预分割区域边界上的形变模型;通过最小化形变模型的能量函数,推动初始边界向特征边界运动,最终得到符合最小值法则的有意义的子网格.实验结果表明,该算法快速有效,适用于各种局部边缘特点较显著的三角网格模型.     

三维网格压缩方法综述

针对三维网格大数据量与三维图形引擎处理能力及网络带宽限制之间的矛盾,三维网格压缩编码技术提供了一系列解决方法。本文从静态压缩和递进网格两个角度分类,以拓扑信息驱动和几何信息驱动为两条主线,归纳比较了国内外近十年来三维网格压缩的各种方法,并给出其未采发展趋势。     

基于整数小波变换的三维网格数字水印算法

提出一种整数小波变换的三维网格数字水印算法.网格顶点到网格中心的距离具有全局几何特性,利用整数小波变换把距离序列变化到频域;然后在频域信号上嵌入水印信息,再通过逆整数小波变换转回到空域信号;最后根据新的空域信号的值修改网格上点的坐标得到加入数字水印的网格.实验结果表明:该算法实现简单,在简化攻击、噪音攻击情况下具有良好的鲁棒性.     

一种三维网格模型的数字水印算法

研究数字媒体版权保护问题,由于三维网格模型数据量大,传统数字水印算法不能很好解决水印的不可见性和抗攻击性之间矛盾,安全性不高。为了更好保护数字媒体版权,提出一种新的三维网格模型的数字水印算法。采用奇异值分解将三维水印信号分解,降低数据复杂度,然后采用零水印算法进行水印嵌入和检测。仿真结果表明,网络模型算法嵌入的水印信息不仅具有很好的不可见性,而且能够很好抵抗模型的平移、剪切、旋转、等比例缩放以及噪声攻击,算法执行效率较高,能够满足实时性要求高的数字媒体版权验证。     

基于DFT的鲁棒三维网格模型数字水印算法

论文提出了一种基于离散傅立叶变换(DFT)的鲁棒三维网格数字水印嵌入算法,该算法首先将模型中心到顶点的长度进行DFT变换,然后通过修改DFT系数的模来嵌入水印。算法以全局特征作为嵌入对象,并且将1位水印信息分布到整个模型之中。实验结果表明该算法能够抵抗网格简化、加噪声、剪切等类型攻击以及它们的混合攻击,具有很好的鲁棒性。     

三维对流扩散方程的多重网格算法研究

研究了三维对流扩散方程基于有限差分法的多重网格算法。差分格式采用一般网格步长下的二阶中心差分格式和四阶紧致差分格式,建立了与两种格式相适应的部分半粗化的多重网格算法,构造了相应的限制算子和插值算子,并与传统的等距网格下的完全粗化的多重网格算法进行了比较。数值研究结果表明,对于各向异性问题,一般网格步长下的部分半粗化多重网格算法比等距网格下的完全粗化多重网格算法具有个更高的精度和更好的收敛效率。     

三维散乱数据三角形网格逼近的一种算法

以激光－机器视觉测量方式得到的曲面数据云为基础，对曲面密集３维散乱数据用线性逼近进行三角形网格拟合。根据激光测量方式和３维点群分布的特点，应用八叉树空间分割原理，对密集散乱点群采用空间分区存储，建立八叉树拓扑关系，加快几何建模速度。     

复杂表面物体3D模型的获取方法

提出了一种从真实物体中获得其3D模型的方法.该方法通过TOF- Camera获得原始的点云数据,在对点云数据进行三角化、分割、滤波去噪等处理后得到部分物体模型,然后再应用ICP(迭代最近点)算法对其进行配准.配准过程中为了节省内存,删掉重叠的冗余数据.最后对生成的数据进行网格重建,得到完整的网格模型.实验表明该方法能较为快速地获取真实物体的3D模型,显著提高TOF相机获取数据的质量.     

基于图像建模的多视图模型合并

通过基于单幅图像的建模方法或者基于立体像对的建模方法,可以重建图像序列中每一幅图像或者立体图像对对应的模型。但所得的是局部模型,并非物体的完整模型。针对这一问题,提出了一种基于序列图像建模的多视图模型合并方法。基于已重建出的同一物体不同角度的三角形网格模型,在统一坐标系下,对相邻角度下的三角形网格模型求取其重合区域,记录刚好包围重合区域的原始网格区域,对该区域重新进行网格划分,最后得到物体完整的三角网格模型。实验结果表明,该方法是可行的、有效的。     

海量数据的曲面分层重建算法

从二维图像序列进行表面重建的问题由来已久.传统的重建方法通常是先重建或先等值面抽取,再简化数据量.随着处理数据量的增长,传统算法的中间过程会因为存储空间的限制不能进行下去.如何利用有限的存储空间对大数据量进行处理,从而完成曲面的重建曾是要研究的问题.针对大数据量的已分割的医学切片图像,利用逐层重建、即时简化的基本思想,给出一个易于操作实现、数据量可控制的算法.这样可以在硬件条件不太高的计算机(如内存不太大的个人微机)上实现大数据量的医学图像表面重建.     

面向数字接骨板设计的长骨模型几何分析

接骨板作为一种常见的固定断骨用医疗器械,需要与骨骼密切贴合。然而目前接骨板大多依据临床经验,或者仅参考少数骨骼的几何形状进行设计,不能满足需求。因此对骨骼三维模型数据集进行分析,为接骨板系列化设计提供依据。该方法首先利用一致顶点漂移非刚体配准算法与基于拉普拉斯坐标的网格变形算法,使骨骼数据重网格化成拓扑一致的图形;再通过主成分分析、聚类分析,获得一系列“平均骨骼”。按此方法设计的接骨板,能够更好地满足与断骨的贴合性约束,达到实际应用需求。