基于层次B样条的网格模型变形技术

针对常用的网格模型提出了一个基于层次B样条控制的三维网格空间变形框架．首先由用户交互地选取编辑区域，由程序完成编辑区域的参数化和均匀重采样；然后用层次B样条光顺拟合这些均匀采样点，所得的R样条曲面作为网格模型的基曲面，计算待编辑区域中网格顶点相对该B样条基曲面的局部坐标，该局部坐标平移、旋转不变，可视为模型的内蕴几何特征，并作为变形操作中的不变量．用户通过编辑层次B样条基曲面或者直接编辑三维网格模型，可实现多分辨率变形．实验结果表明：该方法操作直观方便，无论对整体还是局部变形，都能取得可控、可靠的变形效果，且采刚B样条曲面的控制手段易于与已有的造型系统合成．     

骨架引导的网格模型圆柱面参数化

针对传统平面参数化不能直接对零亏格封闭模型参数化,而球面参数化较为适用于形态接近于球体模型的问题,定义了一种超圆柱面的参数域表示,并提出一种渐进的超柱面参数化算法,对于形态接近于圆柱或具有单支简单骨架的网格模型能够提供较小的几何形变;基于此,提出一种骨架引导的网格模型圆柱面参数化方法,能够对具有复杂骨架结构的网格模型实现全局参数化,它通过分块参数化由骨架信息得到的网格模型主体和分支,进而将分支圆柱面参数网格配准、优化并拼接至主体参数网格得到无缝的全局参数网格;对于人体和动物等具有明显骨架结构的网格模型,骨架引导的圆柱面参数化具有较小的几何形变.最后给出了实验结果,并展示了圆柱面参数化在约束纹理贴图中的应用.     

基于网格简化的参数化方法

提出一种基于网格简化的三角网格参数化方法，该方法通过构建并参数化边界三角网格来自动完成复杂三角网格边界的参数化，然后通过一系列局部计算完成网格内部点的参数化．采用该方法得到的参数值可较好地反映三角网格的特性，而且计算具有较高的效率．     

采用向量化运算进行图像融合的真实感纹理映射

提出一种基于向量运算体现纹理形变要求的映射对应点获取方法，根据场景表面纹理走势特点划分表面形变控制网格，以网格边界为形变控制向量，通过对控制向量的合成取得映射点；同时，根据对应点亮度进行图像融合达到纹理真实感融入．对于场景表面纹理走势细节性变化给出了网格调整方法，进一步使用三次参数样条曲线拟合映射区域，基于曲率半径进行边界多边形化以实现对映射区域的精确判断．该方法能产生高度真实感的虚拟实景效果．     

一种基于小波变换的三维网格模型水印算法

提出了一种基于小波变换的强壮三维网格模型数字水印算法。首先采用一种平面参数化算法将三维网格模型映射为二维参数网格，三维网格模型表面的几何信号相应转换为二维信号，然后采用一种自适应小波水印算法加入水印。实验结果显示该水印算法能够抵抗各种几何信号处理攻击。     

保持特征的对偶网格构造方法

针对对偶网格萎缩现象,提出一种基于全局能量优化的对偶网格构造方法.该方法从重建原始网格、保持原网格形状和对偶网格质量修正3个角度建立能量优化模型,并通过求解稀疏线性方程组得到对偶网格的顶点位置;得益于该方法的重建能量约束,利用重构约束矩阵与对偶网格顶点位置可以很快地重建原始网格.实验结果表明,文中方法避免了网格萎缩现象,且适用于任何拓扑结构的模型;基于该方法的网格编辑算法可以很好地保持原始网格的几何形状特征.     

三角网格的能量优化参数化方法

三角网格参数化是纹理映射、曲面拟合与曲面重构、网格编辑等工作的基础和环节,参数化变形的大小是衡量参数化好坏的标准.为此提出一种基于变形能量优化的三角网格参数化方法.采用区域增长算法逐层展平空间三角网格,得到空间三角网格曲面的自由边界的参数化结果,并利用保形变换将自由边界的参数化结果变换为规则边界的参数化结果;同时兼顾了参数化的角度变形和面积变形,使得参数化结果具有整体变形较小的特点,并能够避免三角形折叠的现象.将该方法应用于纹理映射中的数值实验表明,其比常见的几种参数化方法具有更好的纹理映射效果.     

网格特征均衡化编辑

针对目前缺少从特征分布的角度来研究多边形网格编辑的问题,提出一种基于特征均衡化的网格编辑算法.首先对网格域上的坐标值作均衡化处理,使网格特征重新分布,再通过求解稀疏线性方程组得到新的网格模型,达到编辑网格和增强特征的目的;然后结合网格顶点和三角形重心约束在保持基本形状的基础上对网格特征进行编辑;最后通过显式地编辑网格模型的特征分布来隐式地改变模型的形状和特征.实验结果表明,该算法从网格模型内在特性出发寻找模型的内在控制机制,隐式地将整体形状控制与细节特征控制结合起来,为网格编辑和特征优化提供了新的思路.     

一种基于网格参数化的图像适应方法

图像适应是指将高分辨率的数字图像显示在手机、PDA等屏幕较小的显示终端上的过程.提出一种全新的基于网格参数化的图像适应方法,该方法的关键在于把图像表示为特征网格,从而将图像适应问题转化为网格的参数化,即求取一个与该特征网格同拓扑,且具有目标屏幕尺寸的网格.为了突出图像中的重要物体,该方法建立了源图像对应的特征网格与图像显著度的关系;通过优化基于显著度伸长的网格参数化的能量来求解适应图像的网格;然后借助纹理映射生成适应图像.另外,该方法在参数化的过程中增加了对显著区域和背景结构的约束,能够在保持并增强图像中重要物体的同时,使适应图像的结构不发生明显形变.该方法能够方便地处理具有复杂背景和包含多目标物体的图像的适应问题.实验结果显示了该方法的有效性.     

基于混合频谱信号编码的网格纹理平滑

网格纹理平滑技术要求既能保持模型大尺度结构特征又能去除模型小尺度纹理.然而当模型小尺度纹理与噪声相差较大时,大多数网格光顺算法会将网格纹理识别为特征加以保持,而无法有效将其去除;现有的基于谱分析的网格光顺方法尽管能有效去除网格纹理,但又无法同时保持模型大尺度结构特征.为解决该问题,本文提出一种基于混合频谱信号编码的低通过滤网格纹理平滑算法.首先采用基于视觉感知的特征识别方法,准确区分模型大尺度与小尺度特征.然后,基于顶点特征尺度,采用差异性频谱信号编码的方式进行几何信息重建,最终实现在保持网格模型大尺度结构特征的同时有效去除小尺度纹理.算法解决了现有网格光顺方法在模型小尺度纹理特征与噪声有明显区别时,无法有效去除纹理的问题;并且也解决了现有基于谱分析的网格光顺方法无法在去除模型小尺度纹理的同时,又能保持模型大尺度特征的矛盾.实验结果验证了算法的有效性.