动态调节圆半径曲面重建算法的改进

为实现对散乱数据点划分三角形网格的曲面重建,克服实体表面存在阶跃边缘而难以确定圆半径的问题,改进用动态调节圆半径产生三角形网格并实现曲面重建的算法,将散乱数据点转化为二维图像数据,并进行三角形网格划分.实验结果表明,虽然改进算法效率有所下降,但对表面存在阶跃边缘的实体有较好的重建效果.     

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。     

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.     

基于重新划分的三角形网格简化的一种改进算法

基于重新划分的三角形网格简化方法能自动生成多细节层次模型，它的基本思想是:根据三角形网格的局部几何和拓扑特征将一定数量的点分布到原网格上,生成一个中间网格,移去中间网格中的老顶点,并对产生的多边形区域进行局部三角化,最后形成以新点为顶点的三角形网格.本文在已有算法的基础上,提出了一种分布新点的算法,从而克服了原有方法的局限性.它利用三角形顶点的曲率和三角形的面积两个因素来反映网格在每个三角形处的特征.文中给出的一组实例说明了算法的有效性.     

针对密集点云的快速曲面重建算法

为了能够快速地从高密度散乱点云生成三角形网格曲面,提出一种针对散乱点云的曲面重建算法.首先通过逐层外扩建立原始点云的近似网格曲面,然后对近似网格曲面进行二次剖分生成最终的精确曲面;为了能够处理噪声点云,在剖分过程中所有网格曲面顶点都通过层次B样条进行了优化.相比于其他曲面重建方法,该算法剖分速度快,且能够保证点云到所生成的三角网格曲面的距离小于预先设定容限.实验结果表明,文中算法能够有效地实现高密度散乱点云的三角剖分,且其剖分速度较已有算法有大幅提高.     

使用Lloyd Relaxation的物体表面网格化

根据输入的物体表面点云生成与表面点云拓扑结构一致且几何形状接近的三角网格,在计算机图形学建模中具有很重要的作用,提出一种基于Lloyd relaxation的模型表面点云网格化方法.首先从输人点云中随机选取一些样本点,样本点的数目可以指定;然后运用扩展的Lloyd relaxation算法将这些样本点沿着物体表面移动;当得到一个近似均匀的样本点分布后,运用改进的"crust"算法根据这些样本点生成三角网格.通过在每次relaxation过程中减少网格和曲面间体积的方法,使生成的三角网格与原始表面点云的几何形状接近.实验结果证明,该方法能正确、有效地生成输入点云模型的三角网格,并可以运用在三维物体表面重建和网格简化上.     

基于Double Marching Cubes的表面重建算法

为克服基于Marching Cubes的表面重建算法在绘制三维表面时因二义性面的存在而使生成的表面网格易出现错误连接而形成层间空洞的不足,提出了基于Double Marching Cubes的表面重建算法.该算法采用双立方体体素作为生成表面网格的基本单元,以双立方体的12个特征点的标记情况为依据,建立一个双立方体体素索引表,通过查找索引表的方法绘制三维表面.该算法在建立双立方体索引表时就排除掉了二义性面的所有错误连接方式,因而生成的表面网格不会出现层间空洞,避免了为消除二义性面所进行的复杂计算,加快了表面重建的速度.     

点与三角形位置关系对三角网格拓扑的影响

逐点添加、局部优化的Watson算法和局部变换法是生成大规模离散点集Delaunay三角网格的常用方法。点与三角形位置关系判别和三角形外接圆包含点的测试分别是局部变换法和Watson算法正确生成Delaunay三角网格的重要环节。计算误差会导致点与三角形位置关系以及三角形外接圆包含点的错误判别,从而生成几何拓扑关系不正确的三角网格。采用相对位置坐标可以提高面积坐标和外接圆圆心、半径的计算精度。以等高线地图采集的地形数据为例,用改进的算法生成了包含393252个离散点的Delaunay三角网格。     

针对密集点云的快速自适应四边形网格生成算法

为了能够从密集点云直接获得四边形网格,而不需要通过三角形网格重构获得,提出针对密集点直接构造的四边形网格生成算法.首先进行点云数据体素化得到体素模型,建立体素和点云的索引关系,并对体素做精细化操作,以提高映射效果;然后通过体素模型外表面的顶点与原始点云的映射得到四边形网格模型,并对四边形网格进行优化.在斯坦福的数据集上进行实验,并使用MeshLab软件进行效果展示,结果表明,该算法可以基于密集点云直接生成四边形网格模型,同时可以通过调整体素大小来自适应地改变算法效率和四边形网格的大小.     

接触面的一致性三角形网格生成算法*

为了简化数值模拟中三角形网格模型之间的接触问题,设计了在接触面上生成一致性三角形网格的算法,基本步骤为构造网格拓扑关系、搜索重叠网格、完善重叠网格、拷贝网格、修补边界空隙。采用面向配对顶点的搜索方法、点投影的判定方法、基于边界环的孔洞搜索方法,准确地确定了接触区域,利用最短对角线的方法修补了边界空隙,较好地生成了一致性网格,并采用三轴分块排序表提高了效率。实验结果表明,该算法准确、高效地实现了接触面上网格的一致性。     

残缺网格模型的快速B样条曲面重建

针对残缺的三角网格模型,提出一种将网格模型的散乱数据点转化为有序阵列点再进行B样条曲面快速重建的算法.首先确定最小二乘平面上的一个矩形参数域,再构造出一个平面阵列点列,并部分映射到三维网格上;然后利用空间阵列点的邻域信息估计4个角点的空间坐标,并构造径向基函数曲面,用于补充空间阵列点列中残缺的数据;最后利用有序点列拟合的高效性构造B样条曲面.实验结果表明:该算法速度快、拟合精度高、鲁棒性强,重建的曲面具有良好的光顺性和可延伸性,适用于逆向工程中对经过数据分割后的网格模型的自由曲面重建.     

结构光视觉三维点云逐层三角网格化算法

针对结构光视觉恢复的大规模三维点云的可投影特点,提出一种基于投影网格的底边驱动逐层网格化曲面重建算法。该算法首先将点云投影到一个二维平面上;然后基于点云投影区域建立规则投影网格,并将投影点映射到规则二维投影网格上,建立二维网格点与三维点云间的映射关系;接着对投影网格进行底边驱动的逐层网格化,建立二维三角网格;最后根据二维投影点与三维点的对应关系及二维三角网格拓扑关系获得最终的三维网格曲面。实验结果表明,算法曲面重建速度快,可较好地保持曲面细节特征。     

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。     

虚拟演播室的一种虚拟无缝合技术方案研究

研究了虚拟演播室中,节目主持人实拍图象与计算机生成的虚拟环境的一种无缝合成技术,提出了用以视频对象分割边缘等分抽样点为型值点的闭合B样条曲线,建立视频对象的平面格网真实感图形的算法,并用于虚拟演播室中节目主持人图象的真实感图形建立,通过对单个节目主持人视频摄像输入的实验,对算法的可行性进行了验证,实验结果表明,该算法对视频对象做基于分割边缘线拟合的简单三维重建是有效的,且具有自适应性。     

散乱点的快速曲面重建方法

空间散乱点的曲面重建有着广泛的应用前景，是当前国际上的研究热点之一，Crust算法是一种基于计算几何中的Voronoi周期图的曲面重建算法，它算法简单，重建结果精细，但是由于计算量太大，其应用受到了限制，为此提出了一种依据采样点的局部特征尺度对原始采样集进行不均匀降采样的方法，在保证采样集能够满足重建要求的前提下，使参与重建的表面点数大为降低，减少了重建算法的计算量，从而提高了重建的速度，这一方法还可以应用于网络简化，通过剔除某些顶点达到简化之目的。     

基于曲面拟合的三角形网格简化

针对有限元网格简化问题,将边折叠和三角形折叠算法相结合,提出一种基于曲面拟合的网格简化方法。根据节点离散度识别网格特征,对具有不同特征的部位采用不同的简化策略从而实现自适应变密度网格简化。按长高比最优原则对合并后的节点进行预测,运用曲面拟合技术最终确定合并后的节点,达到优化网格和保持网格特征的目的。实验结果证明,该方法能在保证网格质量的前提下有效简化网格模型,提高CAE分析速度,最多可缩短75%的计算时间。     

激光三维扫描数据的表面重建

对激光三维扫描系统获得的没有任何附加信息的轮廓线点云数据进行处理，首先采用求最大连通域的方法删除噪声点，利用设定相邻点连线夹角正切阈值的方法精简数据，然后采用基于局部切平面簇的方法对数据点云进行切平面的估算、法向量的调整和计算距离函数，用改进的MC方法输出三维网格，并且应用基于顶点的网格删除算法对三维网格进行简化，在估算切平面的时候采用新的估算原则，提高了重建速度，改善了重建效果，所表述的重建流程，成功地解决了激光扫描系统所得轮廓数据点的表面重建问题。     

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。     

散乱点云的三角划分算法研究

通过对当前的三角网格划分方法进行比较分析,提出了一种散乱点云的3D三角网格划分算法。该算法不需如同二维划分方法那样要对散乱点云对应的自由曲面分片投影,而是直接在3D空间,根据离散点集所对应的曲面形态变化,利用网格扩展、边界环分裂和边界环封闭,逐层收缩生成三角网格。该算法能方便地处理空间多种曲面的散乱点云数据,并且生成的三角网格形态优良,布局合理。