一种基于多区域并行的网格模型简化的两步法

针对三角形网格模型简化中保持细节特征的要求，引入了图像的区域分割原理，提出了一种基于区域生长的网格模型区域分割方法．在此基础之上，提出了一种基于多区域并行的自适应三角网格模型简化的两步法，对于不同的区域采取按照比例进行简化的并行机制．此方法的特点是保持模型细节的基础上，大大地加快了模型的简化速度．另外，还提出了一种基于多区域并行的累进网格模型的实现方法，有效地实现了保持细节特征的多分辨率模型，并实现了具有细节特征的多分辨模型间的层次过渡．经实验证明，该方法能够快速有效地对三角形网格模型进行简化，并具有保持模型的三角形网格密度分布的特点．     

基于区域生长的网格模型分割技术

针对三角形网格模型简化中保持细节特征的要求,提出了以顶点和三角形作为种子的区域生长策略,并采用可变阈值的生长方法.首先将与顶点相关的三角形面积的均值作为顶点的属性值,在区域生长过程中重复选择具有极大属性值的图元作为种子;在预分割后,区域要进行合并和平滑处理.实验表明,该方法快速有效,能够满足网格模型简化中保持局部区域特征的需要.     

基于特征保持的三角形折叠网格简化算法

针对模型简化过程中出现的特征细节丢失、简化结果过于均匀等问题,文中基于特征保持提出一种改进的三角形折叠网格简化算法。简化前对原始模型中的三角形预分类,简化中以二次误差测度度量简化过程,以三角形狭长度、局部区域面积以及局部区域尖锐度控制三角形简化顺序,对边界三角形和内部三角形采取不同的简化策略,以此保持模型特征和降低算法复杂度。本算法在Visual c＋＋6．0开发环境下,结合OpenGL编程语言实现。实验结果表明,改进算法采用延迟简化特征区域及形状好的三角形的方法,有效地保持了模型原始特征,且简化速度较快。     

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。     

多特征融合的网格模型简化方法

针对三维网格模型简化过程中的过简化和失真问题,提出一种利用多特征融合的度量方法引导三维网格模型的简化过程。该方法通过分析模型简化的误差度量准则和模型的特征信息,首先利用法向信息加权的二次误差方法度量模型的几何特征信息;然后采用三角形边长比信息加权的挠率度量模型的视觉特征信息;最后融合几何特征信息和视觉特征信息作为模型简化的多特征信息引导模型简化。实验结果表明,该方法可有效保证算法的计算效率,保持简化后模型的形态特征,解决了模型的过简化和失真问题。     

一种三角形折叠网格模型简化的改进算法

目前提出的网格简化算法中,三角形折叠简化方法是一种主要的简化方法,在网格压缩、多细节层次模型生成、递进网格构造中得到了广泛地应用。提出一种基于三角形折叠的网格模型简化改进算法,在基于三角形折叠的基础上,在计算三角形折叠误差代价时引入局部区域面积度量参数,有效控制简化模型的三角形折叠顺序。实验表明,采用该文算法简化后的模型更逼近原始模型。     

体积平方度量下的特征保持网格简化方法

提出了一种基于体积平方度量的三角形折叠网格简化新方法.新方法通过极小化误差目标函数简化三角形网格.简化误差定义为三角形简化后产生的网格模型平方体积变化,并以三角形几何形状因子和法向因子作为约束.简化误差的表示形式为一个二次目标函数,因此,每次简化后三角形网格的新顶点是一个线性问题的解.与目前简化效率最好的QEM方法相比,新方法不增加算法复杂度.如果被简化的三角形是强特征三角形,则用其高斯曲率最大的顶点作为新顶点,以保持原始模型的细节特征;对于非强特征三角形,新顶点用极小化折叠误差确定.对于边界三角形,新顶点的位置由不同于内部三角形的方法进行计算,保持了网格的边界特征.最后用实例说明新方法的有效性.     

离散曲率约束的三角网格模型拓扑分割算法

针对三角形网格模型简化中保持细节特征的要求,提出了依据离散曲率划分三角网格顶点的特性,并结合区域增长法自适应地确定拓扑分支的优化算法.每个顶点根据其相邻面片顶点的曲率值划分属性区域,并在区域生长过程中重复选择K-ring碟形区域中具有相似属性值的顶点作为种子.为了有效地探索凸凹形状区域,以曲率极值点作为初始点,提出了有效的区域增长及合并的策略,突出了模型的局部特征和拓扑结构.最后通过一系列实验验证了该算法的快捷性.     

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。     

一种随机采样的特征保持的网格简化算法

提出了一种局部几何特征驱动的随机采样的网格简化算法。该算法首先计算模型中每个三角形的局部几何特征值,根据定义的概率分布函数随机确定每个三角形被选择的概率。然后对选择出的三角形进行三角形折叠,根据折叠前后网格体积变化最小这一准则来确定新生成的顶点的位置。实验证明该算法不仅能使简化前后的模型的体积变化较小,还能有效地保持模型的细节特征。     

水平集网格简化算法在遗址场景中的应用

将水平集方法引入到三维模型网格简化中,构造符号距离函数,函数的零集定义为初始曲面;引入一个能量泛涵,通过对其极小化诱导出一个水平集形式的二阶几何偏微分方程,从而将网格简化过程转化为隐式模型的体素扩散过程。该方法目前已经用于文化遗产数字化的大场景和文物的模型简化中。对水平集网格简化算法和现常用的基于点对收缩的网格简化算法在视觉质量和几何误差方面做了比较和分析,实验表明该方法适用于任意拓扑形状的网格模型,使得模型大规模简化后,在保持较低误差的同时,仍然能够保持相当多的重要几何特征和较好的整体视觉效果。     

Multilevel mesh simplification

The goal of a multilevel simplification method is to produce different levels of refinement of a mesh, reducing the resolution (total number of faces), while preserving the original topology and a good approximation to the original geometry. A new approach to simplification based on the evolution of surfaces under p-Laplacian flow is presented. Such an evolution provides a natural geometric clustering process where the spatial effect of the p-Laplacian allows for identifying suitable regions that need to be simplified. The concrete scheme is a multiresolution framework composed, at each simplification level, of a spatial clustering diffusion flow to determine the potential candidates for deletion, followed by an incremental decimation process to update the mesh vertex locations in order to decrease the overall resolution. Numerical results show the effectiveness of our strategy in multilevel simplification of different models with different complexities, in particular for models characterized by sharp features and flat parts.     

基于逆 Loop 细分的半正则网格简化算法

摘 要：三维网格简化是在保留目标物体几何形状信息的前提下尽量减小精细化三维模型 中的点数和面数的一种操作,对提高三维网格数据的存取和网络传输速度、编辑和渲染效率具 有十分重要的作用。针对大多网格简化算法在简化过程中未考虑网格拓扑结构与视觉质量的问 题,提出了一种基于逆 Loop 细分的半正则网格简化算法。首先根据邻域质心偏移量进行特征 点检测,随后随机选取种子三角形,以边扩展方式获取正则区域并执行逆 Loop 细分进行简化。 最后,以向内分割方式进行边缘拼接,获取最终的简化模型。与经典算法在公开数据集上进行 实验对比,结果表明,该算法能够在简化的同时有效地保持网格特征,尽可能保留与原始网格 一致的规则的拓扑结构,并且在视觉质量上优于边折叠以及聚类简化算法。     

基于边折叠和质点-弹簧模型的网格简化优化算法

通过边折叠实现网格曲面简化，提出了保持曲面特征的边折叠基本规则，引入边折叠顺序控制因子λ，给出了折叠点坐标获取方法，简化过程中网格边长度趋于均匀．在曲面简化基础上，利用质点-弹簧模型优化网格形状．将网格顶点邻域参数化到二维域上，在质点-弹簧模型中引入约束弹簧，约束调整网格顶点，并逆映射到三维原始曲面上，局部优化网格顶点的相邻网格；调整曲面上所有网格顶点，在全局上优化网格形状．在曲面简化优化过程中，建立原始模型曲面和简化优化后曲面之间的双向映射关系；曲面的网格顶点始终在原始模型表面上滑动，并以双向Hausdorff距离衡量、控制曲面间的形状误差．应用实例表明：文中算法稳定、高效，适合于任意复杂的二维流形网格．     

视点相关且拓扑可变的多分辨网格动态构造算法

随着近几年3维扫描和图形建模技术的快速发展,3维模型的数据量不断增大,其在存储、显示及传输上都面临巨大的挑战,因此,必须构造模型的简化表示。通过对当前网格模型动态简化算法的分析,提出了一种网格简化算法来构造拓扑可变的网格模型累进表示,在此基础上,通过对简化后的模型数据进行再组织,为简化模型建立了一种紧凑、灵活的动态多分辨率结构,并相应地给出了基于视点的动态简化算法。理论分析和实验结果表明,新方法能够随着视点参数的变化动态生成适当细节的简化模型,简化结果好,简化后的模型不仅能够较好地保留原模型的基本几何形状,而且能够较好地保留原始模型的颜色等属性特征,具有存储量小、适用范围广和自适应性强等特点。     

基于局部区域面积度量的边折叠简化算法

目前提出的网格简化算法中,边折叠简化方法是一种主要的简化方法,在网格压缩、多细节层次模型生成、递进网格构造中得到了广泛的应用.本文在基于边折叠算法基础上引入局部区域面积度量方法,将其应用到折叠代价计算中,改变边折叠顺序以进行网格简化.实验表明,算法不仅能有效地保留原始网格的模型特征和视觉特征,速度更快而且能够合理地分配三角面片.     

Visual saliency guided textured model simplification

Mesh geometry can be used to model both object shape and details. If texture maps are involved, it is common to let mesh geometry mainly model object shapes and let the texture maps model the most object details, optimising data size and complexity of an object. To support efficient object rendering and transmission, model simplification can be applied to reduce the modelling data. However, existing methods do not well consider how object features are jointly represented by mesh geometry and texture maps, having problems in identifying and preserving important features for simplified objects. To address this, we propose a visual saliency detection method for simplifying textured 3D models. We produce good simplification results by jointly processing mesh geometry and texture map to produce a unified saliency map for identifying visually important object features. Results show that our method offers a better object rendering quality than existing methods.