采样点模型的布尔运算

提出了一种快速而鲁棒的点模型布尔运算算法.在进行布尔运算之前,首先将点模型中的每个点表示成具有一定半径的面元,并确定它相对于另一个模型表面的内、外及相交关系;然后对相交面元进行全局误差控制下的自适应加密重采样,以求取交线;为了加速面元的内、外及相交关系的检测,对每个模型建立层次结构k-d树.实验结果表明,该方法对于具有不同分辨率以及采样不均匀的点模型也能进行稳定可靠的布尔运算.     

一般点模型的交互式布尔运算

提出了一个适用于一般点模型的交互式布尔运算算法,此算法由4个步骤组成．首先将点模型表示为自适应的三色八叉树,然后利用自适应八叉树结构加速内外测试．对于局部采样密度不一致的相交区域或曲率太大容易导致较大求交误差的地方,实行了自适应细分加密采样;重采样相交的部分以获得更精确的求交结果．与已有的点模型布尔运算方法相比,该算法适用于一般的实测点云数据,包括少量噪声的点模型、非均匀采样以及不同分辨率点模型之间的交互式布尔运算。     

大规模网格模型间的快速视觉布尔运算

为了解决产品设计阶段中大规模网格模型间的布尔运算无法实现立等可得的速度瓶颈,提出了一种新算法。该算法利用离散化采样获得射线段点云模型,将三角面片间的3D布尔运算转换为射线段间的1D布尔运算,对相交处的交点进行高精度的求解和插值处理,使得布尔运算速度大为提高,从而大大提升复杂拓扑结构的产品设计效率。通过该算法所获得射线段点云模型可获得等同于基于三角网格的渲染效果,该方法可进行工程应用。     

点模型的快速高质量绘制

针对点模型的快速高质量绘制问题,提出一种单遍绘制算法.首先根据构造的移动最小二乘曲面计算采样点的表面几何属性,然后根据协方差分析确定点元在其切平面上的椭圆表示,最后采用椭圆加权平均滤波从远到近单遍绘制各点元.此外,根据表面几何属性确定点模型的轮廓线,实现了点模型的非真实感绘制.实验结果表明,该算法能够实现点模型的快速绘制且绘制效果令人满意.     

基于GPU栅格化的任意多边形布尔运算

任意多边形布尔运算大多基于CPU栅格化方法,而CPU的串行性会增加栅格化过程的耗时。为此,提出一种基于图形处理器(GPU)栅格化思想的多边形布尔运算算法。用GPU实现CPU中较耗时的二维图形栅格化过程并提取内外轮廓片元,构造GPU环境下的栅格数据结构及与之空间映射相对应的CPU环境下的顶点数据结构,采用CPU与GPU相协调的方式交替访问内外轮廓进行顶点跟踪及轮廓片元压缩,最终得到正确的布尔运算结果多边形。实验结果表明,与现有多边形布尔运算算法相比,该算法能有效控制精度,且具有更高的执行效率。     

基于线元几何的旋转面点云数据旋转轴提取算法

当前逆向工程CAD建模技术中,由于基于特征的曲面重构技术在精确表达原始模型、还原设计意图以及快速建模中所具备的优势,使其逐渐成为逆向工程领域新的研究热点.为实现海量数据快速特征提取,提出了一种基于线元几何、线性丛的旋转面点云数据旋转轴提取算法.算法首先将三维空间中的点投影到线元空间中,构建线性丛,而后在线性丛上拟合运动方程,通过特征参数计算旋转轴位置.此方法无须精确估算曲面法矢,有效地提高了特征提取速度.在算法中设计并使用了K-Local-RANSAC算法进行快速离散区域扩张并排除外点,保证了算法的健壮性.实验证明,本算法对于包括圆环面在内的旋转面都能得到较好的效果,而且能较好地适用于碎片数据及含有噪声的情况.     

基于数据包络的点模型简化方法的研究

对点模型处理阶段的简化进行研究，提出了一种基于数据包络的简化算法。该算法使用点对合并的聚合方法来减少点元的数量；构造内外包络时，使用二分法寻找最佳偏移值。在点对合并的过程中使用八叉树结构进行空间分解，使用贪婪算法来选择点对。实验表明，方法简单，保持了模型的尖锐特征，并且高效地实现了对模型的简化。     

特征点自动标定的颅面复原及其评估方法

为了采用计算机技术从人头颅骨样本重构出个性化的三维表面面部特征,提出一种特征点自动标定的颅面复原算法.首先利用特征点自动标定算法对待复原颅骨模型进行特征点标定;然后在基于模板变形的颅面复原算法基础上引入Laplace坐标网格变形技术,以实现待复原颅骨模型的颅面复原.为了验证文中算法进行颅面复原结果的可靠性,提出一种采用计算颅面整体特征和局部特征相似度的颅面复原结果评估方法.实验结果表明,文中提出的特征点自动标定算法大大提高了颅面复原前期工作的效率,颅面复原算法对待复原颅骨的颅面复原取得了良好的复原效果;同时,颅面复原结果评估方法达到了主观与客观评价上的一致,对复原结果验证有良好的指导作用.     

基于RBF的点模型布尔运算

由已有模型构造新的模型是数字娱乐领域的重要造型方法,提出了一种基于RBF（径向基函数）的点模型布尔运算方法。该方法首先将输入点模型进行空间八叉树划分,然后采用RBF将点模型隐式化生成隐函数表示的符号距离场,最后通过隐式曲面的布尔运算方法剔除多余的点,得到需要的新点模型。对点模型进行空间八叉树划分加速了点模型的RBF隐式化过程。该方法可由多个简单的点模型快速构造出复杂的点模型。     

基于MC思想的布尔操作研究*

为了提高布尔运算的执行效率及系统的鲁棒性,提出一种基于细胞元模型的布尔运算算法。该算法利用MC思想为每个特征实体的三角片建立cube,用最值空间和交互的充分性原理来快速检测发生相交的三角片,并根据每个cube顶点的颜色来判断三角片的内外关系、所属关系以及三角片的剖分方式,最后生成新的特征实体。该算法不仅提高了布尔运算的速度和性能,还避免了以往算法中出现孔洞的缺陷。实验表明,该算法具有更强的适应性和实用性。