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。     

平面域中散乱点的Delaunay三角化算法

基于三角网生长算法和分治算法的思想,提出并实现了一个平面域散乱点的三角网格重构算法.算法首先利用分治算法的思想将散乱点集进行分割,然后在四个极值点确定初始三角形的基础上,基于边的扩展原则构造新的三角形,使网格不断向周围扩展直到所有的待扩展的边全部能构成三角形为止,最终构造出整个散乱点集的三角网格.     

多边形网格的非流形封闭三角形网格正则化

为了提高基于网格模型的算法与应用的效率和稳定性,提出一种将任意多边形网格模型转化为正则三角网格模型的算法.首先对输入多边形网格模型中非三角形的面片进行三角剖分,然后查找并移除模型中的重合或重叠元素,再通过模型内部三角形求交对模型进行边和面的分割,从而修正模型的拓扑结构;在求交的过程中,根据边和三角形的位置关系对共面求交进行细致的分类处理,减少了求交次数,提高了算法的稳定性;最后循环搜索在网格模型中可以确定法向的种子三角形,通过拓扑结构调整与之相邻的三角形的法向,最终构成一个或多个法向确定的闭合曲面.实验结果表明,该算法能够将多边形网格转化为正则三角形网格模型.     

基于形状的三角形折叠简化的研究

三角网格模型需要大量的信息来记录点,边和面之间的连接关系,对于复杂模型需要大量的存储空间.所以三角网格模型的简化对于存储,处理,传输,以及实时绘制有着重要的意义.从三角形折叠算法为基础,提出了一种新的基于三角形形状的三角网格简化算法,从而避免了不规整三角形产生的“凸锐”现象.该算法以网格表面的加权为依据,对三角形面片执...     

基于STL三角网格模型简化的研究

针对STL三角网格模型简化中的相关问题进行了研究,并设计出了相应的算法.三角网格的简化过程包括网格删除和网格重建两个过程,在网格的删除中,根据设定的三角形的权重阚值选择删除被删除的三角形区域.在网格重建中,任意选择重建区域的一个顶点,通过渐进收缩的方式,将新生成的三角形边构造一个平衡二叉树,再以三角网格的适应度和平滑度为依据,找出所有二又树中最佳的分支,使重建的三角网格最优化.对两个实例进行探讨,实现对不同STL三角网格的验证,并以原始网格模型与简化后的网格模型进行对比,表明研究所得的简化网格模型既有效地实现了STL网格模型的简化,又保持了原有STL网格模型的基本特征,达到令人满意的结果.     

基于边顶点重要度的网格简化算法及应用

基于三角形网格边折叠简化思想，提出一种基于边顶点重要度简化算法，采用一种改进的三角形网格数据结构，在预处理中利用二叉树对顶点重要度进行快速排序并记录三角形合并关系，得到所需分辨率下的近似网格模型。     

基于三角网格模型简化的研究

三角网格模型需要大量的信息来记录点、边和面之间的连接关系,对于复杂模型更需要大量的存储空间,且在网络上传输的速度比较慢。三角网格模型的简化对于其存储、处理、传输以及实时绘制有着重要的意义。本文在针对国内外关于这一领域相关技术研究的基础上,设计出了一种基于三角形删除的简化算法。该算法首先计算三角形的权重,根据设定的权重差值比例来删除相应的三角网格模型区域,然后再对删除后的区域实行三角网格的重建。最后,以两个实例进行探讨,以原始网格模型与简化后的网格模型进行对比,说明本文所设计的网格模型简化算法即有效地实现了三角网格模型的简化,又保持了三角网格模型原有的基本特征,且使简化的效率得到了提高,达到了令人满意的结果。     

基于近平面合并的三角网格简化算法

提出一种基于近平面合并的三角网格简化算法,针对三维重建MarchingCubes算法中产生的大量三角片进行简化。首先依据近平面判断条件将近似共面的三角形合并成一个大的多边形,然后按相应的准则将其重新进行三角化得到更少的三角形面片,以达到简化的目的。该算法在最大化的保留图像细节的前提下,精简了三角片的数目,提高了重建后图像绘制和传输的速率,节省了存储空间和处理时间。     

基于高斯曲率的三角网格模型简化的研究

针对三角网格模型简化中的相关问题进行了研究并设计出了相应的算法。三角网格的简化过程包括网格删除和网格重建两个过程。在网格的删除中,通过顶点的高斯曲率对其分类,如果三角形的三个顶点属于同一类,则对该三角形及其邻接三角形进行删除。在网格重建中,重点是新顶点的定位。首先,将新顶点定位在该三角形的重心上,然后,通过它的邻接点对其定位进行优化,最后,以两个实例进行探讨,实现对不同三角网格的验证,并以原始网格模型与简化后的网格模型进行对比说明本研究所得的简化网格模型即有效地实现了三角网格模型的简化,又保持了原有三角网格模型的基本特征,达到了令人满意的结果。     

由区域生长算法实现四边形网格划分

针对当前各种三角形网格转化为四边形网格算法的缺陷，提出一种实现这种转化的算法——区域生长算法．该算法通过有选择地合并三角形来获得高质量的四边形网格，并且对两个三角形的合并增加约束条件以避免在生成四边形网格的过程中产生残余三角形；同时对生成的四边形网格进行一系列的质量改善操作。     

三角网格特征边识别的一种有效方法

三角网格特征边识别在数字几何处理和计算机辅助制造(CAM)的模具加工中都有 着广泛的应用,该文指出了近年来有关网格特征边识别算法的各种弊端及原因,给出了一种鲁 棒的网格特征边识别新算法。该算法以网格特征点的识别为基础,能够识别以往算法常遗漏的 一些二面法向夹角比较小的网格边,增强了对C1 不连续网格边的识别能力。众多数值例子支 持了这个结论。     

保相似的网格参数化

网格参数化是数字几何处理中的重要问题,而三角网格又是典型的一种网格表示形式。为能够快速求解三角网格的平面参数化,同时减少参数化带来的三角形的扭曲,提出了一种保持形状相似的三角网格平面参数化方法—保相似参数化,该方法使得参数化后的网格的相邻两边夹角和长度比例在最小二乘意义下整体上保持不变,从而建立对应三角形的相似性。通过三角形的相邻两条边的夹角和两边的比例值建立线性方程组,在给定初始条件后可以快速地求解该线性方程组,从而得到参数化后的平面网格。该方法也适用于添加任何线性约束条件,而且整个算法是线性的。与现有的一些方法相比,该算法几何意义直观,操作简便。实例表明,该方法可以得到较好的参数化结果,非常适合于纹理映射等计算机图形学的应用。     

三角网格模型的基本群分割

提出一种有效的三角网格模型分割方法。用Dijkstra算法求出三角网格模型上任意给定一个基点到其余顶点的最短路径树;求出该模型对偶图的最大生成树,且对偶图的边与该最短路径树的边不相交;找出该模型上所有既不属于最短路径树也不和最大生成树相交的边,这些边分别与最短路径树组成的最短环集合就是给定基点处的基本群,沿着这些最短环就可以把网格分割成一个拓扑同胚于圆盘的区域。实验结果表明,该分割方法可以快速、有效地实现网格的分割。     

On marching cubes

A characterization and classification of the isosurfaces of trilinear functions is presented. Based upon these results, a new algorithm for computing a triangular mesh approximation to isosurfaces for data given on a 3D rectilinear grid is presented. The original marching cubes algorithm is based upon linear interpolation along edges of the voxels. The asymptotic decider method is based upon bilinear interpolation on faces of the voxels. The algorithm of this paper carries this theme forward to using trilinear interpolation on the interior of voxels. The algorithm described here will produce a triangular mesh surface approximation to an isosurface which preserves the same connectivity/separation of vertices as given by the isosurface of trilinear interpolation.     

Genetic algorithms in mesh optimization for visualization and finite element models

This paper investigates the use of a genetic algorithm (GA) to perform the large-scale triangular mesh optimization process. This optimization process consists of a combination of mesh reduction and mesh smoothing that will not only improve the speed for the computation of a 3D graphical or finite element model, but also improve the quality of its mesh. The GA is developed and implemented to replace the original mesh with a re-triangulation process. The GA features optimized initial population, constrained crossover operator, constrained mutation operator and multi-objective fitness evaluation function. While retaining features is important to both visualization models and finite element models, this algorithm also optimizes the shape of the triangular elements, improves the smoothness of the mesh and performs mesh reduction based on the needs of the user.     

三角形网格转化为四边形网格

现有的全自动网格划分算法大部分生成三角形网格。生成四边形网格更困难。为了缓解这个问题，本文研究并实现了三角形网格转化为四边形网格的线性算法。该算法是对已有的Ｏ（Ｎ＾２）算法的改进。     

基于特征的图像网格生成方法

基于网格形变的图像缩放算法是目前的一个研究热点。适当的图像网格表示是这类算法成功的关键之一。提出一种基于图像特征的三角形网格生成算法。提取图像分割形成区域的边缘特征点,与图像四条边界上均匀分布的点一起,作为改进的Dart-throwing算法的初始点集。用距离变换计算每个像素到最近边缘线的距离,作为Dart-throwing算法的控制参量;所生成的网格点集接近边缘线时密集,远离边缘线时稀疏。最后用Delaunay算法形成图像的三角形网格表示。实验结果表明,所生成的三角网格较好地体现了图像的结构特征,并且有效减少了网格点数目,有利于提高后续算法的处理效率。     

几何特征在点云配准中的应用

提出一种基于几何特征的三维数据配准算法。该算法针对点云中各点p_i的k邻近点Nbhd(p_i)构造三棱锥体,将三棱锥体各侧棱p_iv_j（j=1,2,...,）和其中轴线p_io的夹角记作θⁱ_j,所有夹角按照右手系来依次形成夹角序列（θⁱ₁θⁱ_2...）作为三棱锥的几何特征。通过比较三棱锥体的几何特征来确定有效点对。算法实现时,首先对初始数据通过抽取有效点对,建立名义上的对应关系,然后采用四元组法求得坐标变换的旋转和平移矩阵,实现数据配准。     

Face coloring in unstructured CFD codes

We propose an algorithm for preventing race conditions in the evaluation of the surface integral contributions in edge-based CFD solvers by coloring the faces (or edges) of the computational mesh. We use a partitioning algorithm that separates the edges of triangular elements into three groups, the faces of quadrilateral and tetrahedral elements into four groups, and the faces of hexahedral elements into six groups. Our method is also applicable to hybrid meshes. We then extend this partitioning to adaptively refined, nonconforming meshes. We use the coloring to reduce code memory requirements by eliminating buffering. The coloring is also used to renumber and reorder elemental data to optimize reading and writing to memory, thus reducing access latencies and accelerating computations.