基于能量优化的三维网格模型分割方法

针对现有的三维网格模型分割方法存在过分割或欠分割、分割线锯齿化明显、人工干预多等问题,提出一种基于能量优化和区分度的三维网格模型分割方法.首先提出能量和区分度这2种鲁棒性更强的特征,用于改善分割边界的精度;其次根据能量、区分度及凹凸性寻找满足条件的分割点,根据点的邻接关系得到分割点集,并基于腐蚀算法细化分割点集以得到分割线;最后结合图的广度优先遍历算法及最小能量原则构造出闭合的分割线.此外,为了提高分割线位置的精度及改善锯齿化明显的问题,采用Dijkstra算法思想进行分割线的优化,得到的分割边界更符合人类视觉.对普林斯顿数据集进行实验,并采用普林斯顿基准同7种一般的分割方法进行定量比较,其中最重要的评估指标兰德指数比7种方法平均高0.21,表明该方法可以得到更高精度且更加符合人类视觉的分割结果.     

基于凸凹性的网格细分综合优化

实际工程中希望表示物体的三角形网格形状优良,同时拓扑逼近真实曲面。但是对非均匀离散点云重建得到的网格进行优化时,这两个标准常常是相互矛盾的。该文针对在实际工程中遇见的这个问题,提出一种结合全局特征以及局部特性的细分算法。该算法避免了一般细分方法对凹区域处理出现的折叠现象,可以获取三角形形状和空间拓扑的综合优化解。最后通过对于工程应用实例的细分计算,得到了与原始网格拓扑一致,但更逼近真实曲面的细分优化网格,表明了所提出简化算法的有效性。     

一种动态网格Overlay Network拓扑优化蚁群算法

如何提供丰富的通信交互是高级网格应用的关键问题，但是目前的网格技术还不能满足这一需求，提出了一种基于Overlay Network的网格架构来弥补这一不足，如何优化Overlay Network拓扑结构是该架构必须首先解决的重要问题，给出了一种动态环境中拉各朗日蚁群优化算法DLagrAnt，计算的结果显示该算法具有更快的适应性和更小的开销。     

散乱点云的三角网格重构

基于增量扩散法的思想,提出并实现了一个散乱点云的三角网格重构算法,算法首先利用体素网格的散列表对散乱点进行组织,然后在确定了初始种子三角形的基础上,基于活动边扩展规则构造新的三角形,使网格不断向周围扩展直到活动边表空为止,最后算法合并棱边并计算每个三角形的顶点法矢,最终构造出散乱点云的三角网格。     

一种新的有限元网格优化方法

本文仔细探讨了平面网格产生畸形单元的原因,并针对性地提出了“结构优化”的概念,将其与传统的“位置优化”区别开来。本文介绍的方法通过结构优化与位置优化相结合对初始有限元网格进行调整,使最终的网格最大限度地满足有限元分析的需要,从而提出了一种能够较为彻底地提高网格质量的新的网格优化方法。     

基于动态网格划分的散乱点k邻近快速搜索算法

提出一种新的k邻近的获取方法,将测量数据点的x, y和z坐标按照空间坐标系x轴、y轴和z轴的方向进行三维排序。找到所求点在三维排序中的位置,得到一个动态的网格,并在该网格内搜索k邻近。与传统的包容盒搜索k邻近方法相比,该文算法避免了包容盒法在划分空间网格时,由于网格内点数的不确定性所带来的缺陷。该算法的创新性是根据点的密度,随意扩大或缩小该网格,从而可以快速求得k邻近点。     

基于网格拓扑优化的连续碰撞检测算法

传统连续碰撞检测算法处理变形三角网格模型时需要大量冗余元素测试。为此,提出一种基于网格拓扑优化的连续碰撞检测优化算法。为减少冗余元素测试,在底层剔除使用2个步骤,采用网格拓扑进行优化,使相邻三角面片不必执行所有的15对元素测试,并使用额外包围盒进一步剔除不相交基元。实验结果表明,该算法可以减少大量的不必要元素测试,提高剔除效率及连续碰撞检测的整体性能,相比额外包围盒算法元素测试个数约减少了5/6,相比三角形表示算法和孤儿集算法元素测试个数约减少了一半。     

基于贪心优化策略的网格排布算法

针对由存储带宽和数据访问速度导致的复杂数据集绘制性能低下等问题,提出了一种基于贪心优化策略的三角形排布算法,通过对绘制数据集进行重排以改善数据的空间局部性和时间局部性。该算法首先将顶点分为三类,根据改进的代价函数选择代价度量最小的顶点作为活动顶点;然后绘制（即输出）其所有未绘制的邻接三角形,并将相邻顶点压入缓存,算法迭代执行直到所有顶点的邻接三角形都绘制完成,得到重新排列后的三角形序列。实验结果表明,该算法不仅具备较高的顶点缓存命中率,还提高了渲染速度,减少了排序的时间,有效地解决了图形处理器的处理速度不断提升而数据访问速度严重滞后的问题。     

散乱点云的快速增量网格重建算法

散乱数据的网格重建是数字几何处理的基础性技术之一.本文提出一种快速增量式散乱点云网格重建算法,运用波前( Wave Front)方法渐进地由点云数据生成物体表面的网格模型.该算法以一个”种子”三角形初始化搜索队列,以逐渐生成的新边为搜索元素,借助Kd-树空间划分技术和搜索约束条件,快速完成优化点的评估及三角面片重建,可在保证网格质量的同时,过滤部分对重建效果意义不大的点.实验表明,该算法能够高效、可靠地生成具有不同几何复杂度的原始曲面二维流形三角网格逼近,适用于海量数据点的网格重建.     

基于离散数据的自由曲面三角网格实现算法

针对自由曲面三角网格实现过程中三角网格的数目和形态等质量问题,提出一种采用最小权法直接实现三角划分的算法。分析和总结了三角形网格的优化方法,制定了具体的三维优化过程,不仅分析指出了现在主流三维划分的优点和局限性,而且结合环域网格的特点,制定了用增加点法完成的三维优化方法。提高了三角划分的速度,改善了三角单元质量,并提高了对三角单元进行修正的速度,实验结果证明了算法的有效性。     

散乱数据点集的三角划分算法研究

在对当前的三角网格划分方法进行比较分析后,提出了一种散乱数据点集的3D三角网格划分算法,该算法不需如同二维划分方法一样要对散乱点集对应的自由曲面分片投影,并可自然处理含有凹边界及孔域的曲面数据点集,利用网格扩展、边界环分裂和边界环封闭,根据曲面的变化逐层推进生成三角网格,使算法能方便地处理非封闭曲面、空间剪裁曲面、封闭曲面、空间多连通曲面等各种曲面的散乱数据。     

Efficient tetrahedral mesh generation based on sampling optimization

We present a heuristic approach to tetrahedral mesh generation for implicit closed surfaces. It consists of a surface sampling step and a volume sampling step that both work in a unified optimization framework. First, high‐quality isotropic samplings as well as a triangular mesh on the surface are generated. Then uniform volume samplings are determined by optimizing the point distribution inside the closed surface domain. Finally, the tetrahedral mesh is easily obtained by constrained Delaunay triangulation. Experimental results show that the new method can generate ideal tetrahedral meshes for closed implicit surfaces efficiently that are Delaunay based. Our method has the advantage of high efficiency and nice performance at surface boundaries. Copyright © 2015 John Wiley & Sons, Ltd.     

骨骼蒙皮动画中网格优化的研究与实现

在骨骼蒙皮动画中需要处理大量的网格三角形，而在很多骨骼蒙皮动画的应用中都需要很高的动画实时性，为了提高骨骼蒙皮动画的实时性，对网格的优化是其中一项重要的工作。该文提出了一种优化网格的方法，并予以实现。     

扫掠法有限元网格生成方法

为了提高有限元网格的生成质量,扫掠法生成六面体网格过程中内部节点定位成为关键一步,在研究复杂扫掠体六面体有限元网格生成算法过程中,提出了一种基于扫掠法的六面体网格生成算法,算法利用源曲面已经划分好的网格和连接曲面的结构化网格,用仿射映射逐层投影,生成目标曲面,提出基于Roca算法的内部节点定位的新算法,运用由外向内推进的波前法思想,生成全部的六面体网格。通过实例表明,该算法快速,稳定,可靠,可处理大量复杂2.5维实体六面体网格生成问题。     

基于STL文件的Laplacian网格优化算法

针对直接重构得到且以STL文件格式存储的网格模型质量不高的问题, 提出了一种基于Laplacian坐标的网格模型全局优化算法。该算法在提高三角面片质量的同时可以很好地保持原网格模型的局部几何特征, 其核心思想是通过在最小二乘意义下求解由权重控制的包含顶点位置和拉普拉斯坐标双重约束的线性系统来对网格顶点进行重新定位。从实验结果可以看出, 该算法较以往的Lapacian优化算法在对网格细节特征的保持上有一定优势。     

一种基于数据流跟踪的无线传感网能量模型及网络优化

提出了一种基于数据流跟踪的能量模型,通过跟踪数据流在网络中的整个过程来计算全网的能量消耗,是一种不受网络结构限制的普遍适用的能量模型;在此基础上.建立了基于能耗的网络优化模型,针对链式和簇式结构进行了拓扑、功率和路由方面的优化设计,仿真结果证明了理论分析的正确性.     

基于三角网格构建的扫描测头半径三维补偿

采用扩展的自组织特征映射神经网络探讨了三坐标测量机接触式密集数据采集的测头半径三维补偿。构建了基于三角形网格构建的测头半径三维补偿模型。经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近;对子区域的分类核心,即神经元位置权重,沿微切平面法矢方向进行修正,得到逼近测头球心面的三角形网格II;根据微切平面的法线,对测头半径进行三维补偿,得到逼近接触曲面的三角形网格III。测头半径三维补偿的法矢方向,也可通过估算三角网格II顶点的法矢得到。算例表明所创建的测头半径三维补偿模型有效可行。     

基于特征点的三维人脸网格简化*

在边折叠的网格简化算法的基础上,针对特定三维网格模型—人脸,提出了一种实用的基于特征点的快速模型简化算法。该算法把人脸按特征点的分布进行分块处理,对不同区域采用不同的阈值进行调节。对于需要高细节的区域保留高度细节,而对于其他区域则进行简化。使用这种方法可以较大地减少虚拟整型手术中的数据量,同时又能保持待手术区域的高度细节。该算法实现简单、运算速度快,而且能有效保持人脸模型的重要特征。     

基于能量最小化的图像融合

图像融合是指联合两个或两个以上的图像通过某种算法得到一幅更高质量的新图像.提出了一种融合全色图像和光谱图像的方法即能量最小化方法,能量主要由两个部分组成.第1部分保证了相关细节信息的注入.第2部分保持了多光谱图像的低频信息.另外,能量还可以包含高分辨率光谱图像的先验知识和其它一些约束条件.