面向移动端的渐进网格简化算法

针对现有渐进网格（PM）简化算法在网格高度简化时无法保持模型关键特征、简化速度慢、无法适应多种模型等问题,提出一种以可变参数结合二次误差和类曲率特征度的边折叠算法（QFVP）,用于构建面向移动端的渐进网格。首先,该算法通过设置可变参数w,调整二次误差和类曲率特征度在边折叠误差中的相对大小,提升了算法的简化质量,扩大了算法的适用范围;其次,训练了一个误差反向传播（BP）神经网络,用于确定模型w值;再次,提出了边折叠过程中法向量线性估算法,提高算法简化速度,与Gouraud估算法相比,平均缩短网格简化时间23.7%。对比实验显示,QFVP简化生成渐进网格的基网格整体误差小于二次误差度量（QEM）算法和Melax算法;简化时间比QEM算法平均延长7.3%,比Melax算法平均缩短54.7%。     

基于曲线曲率的网格简化方法

网格简化是科学可视化和虚拟现实领域中的一个重要研究方面。细节是模型的重要组成部分,而顶点的法向量是描述模型细节的一个重要参数,在网格简化中,为了在保持模型的全局特征的同时也能较好地保持模型的细节,提出了一种采用曲率加权的二次误差作为简化代价的方法,该方法基于二次误差(QEM)简化方法,在代价函数中引入了顶点法向量的变化率,即顶点的离散曲线曲率,从而使得网格简化后模型的细节能够较好地保留。此外,为了在网格绘制上获得良好的视觉效果,采用了三角形平均法向量作为顶点法向量来进行处理和显示。实验结果表明,与单纯采用二次误差(QEM)作为代价函数的简化方法相比较,新方法能够在同等的简化率下更好地保持原有模型的固有特征,并具有良好的视觉效果。     

一种基于曲率的边折叠简化算法

针对目前三角网格简化算法在低分辨率的状态下往往丢失模型重要几何特征,从而导致视觉上的失真问题,提出了一种改进的边折叠三角网格简化算法。在Garland算法基础上引入了近似曲率的概念,并将其加入到二次误差测度中,使得二次误差测度在能够度量距离偏差的情况下,能够反映模型局部表面几何变化。实验结果表明改进的算法有效保持了模型的细节特征,简化效果更好。     

结合边分割的改进二次误差测度算法

为了有效解决二次误差测度算法(quadric error metrics, QEM)容易产生异常三角面、失去局部特征、几何结构异常等问题, 提出一种结合边分割的改进二次误差测度算法(quadric error mactrics with edge splitting, ESQEM). 该算法添加顶点高斯曲率作为边折叠代价之一, 通过参数调节模型特征保留情况; 添加边长查询机制, 对细长三角面进行边分割操作. ESQEM算法能有效维护网格模型高曲率区域特征、保持网格几何结构、消除狭长三角面, 简化后的模型有更好的视觉效果, 高简化率下的简化精度更高.     

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。     

基于支撑域的网格简化算法

提出一种基于2次误差测度（QEM）的网格简化改进算法。算法首先对折叠边所产生的新顶点定义其在初始网格上的简化支撑域,从而建立新顶点与初始网格之间的联系;然后计算新顶点到支撑域的2次距离误差作为该顶点的全局简化误差,并将原始QEM中的误差作为局部简化误差;最后将两个误差之和作为新的折叠代价目标函数以实现对原有QEM算法的改进。多个模型的简化实验表明,改进算法能较好地保留初始网格的细节特征,并且较为明显地降低简化误差。     

一种基于八叉剖分的近似曲率的边折叠简化算法*

为了提高三角网格模型简化的速度,满足实时显示的要求,并且有效地克服边折叠简化算法在低分辨率的状态下易丢失模型重要几何特征的问题,提出了一种基于八叉剖分的近似曲率的边折叠简化算法。采用八叉树结构自适应地分割网格模型空间,同时在各个区域中采用近似曲率的边折叠算法并行地进行边折叠操作。实验证明,该算法取得了不错的效果。     

基于顶点重要度的保形网格简化方法研究

为解决许多网格简化方法不能很好地保持模型的重要几何特征问题,提出基于顶点重要度和三角剖分的边折叠简化算法.算法通过特征因子加权顶点重要度作为边的折叠代价,定义法向量夹角因子,控制边的折叠顺序;在折叠过程中对边界特征区域进行冻结处理,以保持模型总体轮廓特征;采用边中点折叠和边邻域网格重建方法完成折叠操作.实验结果表明,模型在大规模简化后,该方法能较好地保持模型的几何特征.     

支持外观属性保持的三维网格模型简化

对已有的三维网格简化技术进行分析,利用半边折叠操作对QEM(quadric error metric)算法进行改进,提出了一种基于二次误差测度(QEM)的网格简化算法,解决了非连续外观属性在简化过程中的畸变问题.通过分析顶点与非连续外观接缝的关系,得出了一个新的边折叠代价公式,使得外观畸变在简化过程中尽可能地推迟;并且在执行半边折叠时给受影响的三角形找到了合适的替换wedge,避免外观畸变的发生.实验结果表明,该算法保持了QEM 算法的高效性,同时在几何属性和外观属性上都取得了令人满意的简化效果.     

基于二次误差测度的递进网格简化算法

给出一种基于递进网格和二次误差测度的快速简便的算法来简化带属性的网格模型.该算法通过分别建立几何和颜色属性的二次误差测度来计算几何和颜色属性误差,边折叠是根据某种误差测度将候选的边按照折叠代价排序,每次取代价最小的边进行折叠操作.应用实例表明,该算法既能有较好的简化效率,又能保证简化对初始模型在几何和颜色信息方而尽可能的近似.     

结合面积度量和误差校正的网格简化算法

提出了一种基于边折叠的网格模型简化的新方法。考虑到模型的局部形状特征，算法将局部面积度量因素加入简化计算过程，与二次方距离误差测度一起组成新的误差目标函数。还提出了计算二次方误差矩阵的预测-校正模型，用于降低简化累积误差。实验结果表明，该算法通用性较强，能够显著提升模型的简化质量，特别是对于曲率变化剧烈的模型表面，其简化模型能够更好地保持原有特征。     

基于二次误差度量的大型网格模型简化算法

针对传统网格模型简化算法无法处理尺寸大于内存容量的网格模型的问题,提出一种改进的基于二次误差度量的大型网格简化算法.在经典二次误差度量(quadric error metric,QEM)算法的基础上,改进算法引入顶点法向量夹角与边长作为权值,以及基于八叉树的模型划分策略.实验结果表明,该算法能够完成大型网格模型的简化,并且在简化过程中很好地保持了原模型的细节特征.     

基于尖特征度的边折叠简化算法

目前存在的自动曲面简化算法在低分辨率的状态下往往忽略模型的重要几何特征,如尖角或者曲率大的区域,从而导致视觉上的退化.在Garland简化算法的基础上,引入尖特征度的概念,并将其加入到误差测度中,从而改变了边折叠顺序.简化模型不仅保留了模型的重要几何特征,而且合理分配三角网格,在曲率大的区域稠密,在平坦区域稀疏,简化效果更好.     

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.     

基于离散曲率的三角形折叠简化算法

以三角形折叠算法为基础，提出了一种新的基于离散曲率的三角网格简化算法。该算法以网格表面的加权离散曲率为依据，对三角形进行折叠操作，给出了基于离散曲率和球面近似的新顶点的获取方法。实验结果证明了本文算法的有效性。     

基于特征保持的曲面网格简化

为了在简化网格的同时保持曲面网格的特征细节, 提出了一种特征保持的曲面网格简化新方法。首先论证并采用了刻画曲面特征的顶点法向量作为统一度量标准, 推导出了基于顶点法向量变化的折叠代价, 以边折叠法对曲面网格进行简化。实验表明, 该方法既能较好地保持曲面的特征细节, 又能同步对网格的高曲率区和低曲率区进行简化, 具有良好的简化特性; 统一的度量标准也为网格简化过程的实际控制提供了很大的方便。     

保持拓扑和尖角特征的网格简化算法

提出了一种有效的保持拓扑和尖角特征的网格简化算法。由于曲率刻画了模型的尖角特征，该文利用顶点曲率的高斯加权函数对经典边折叠算法的二次误差测度矩阵进行了修正，增强了尖角点对新点位置的影响。鉴于网格的拓扑保持具有重要的工程应用，论述了网格简化中各种可能的拓扑错误，并给出了相应的解决措施。平衡二叉树和半边匹配数据结构的引入，提高了拓扑信息重建的速度。最后，几个网格简化实例显示了该文算法的有效性。     

保持属性特征的模型简化算法*

为较好保持模型的拓扑结构和属性特征,采用基于半边折叠简化思想对模型进行了带属性简化算法的研究。算法考虑了几何误差度量算子的三个因子：折叠边的欧氏距离、折叠边二面角和顶点到星型邻域平面的距离;引入模型属性特征权重值,将几何误差和属性误差加权作为总体误差进行简化,并对简化质量进行了合法性检查。实验证明,算法在保持模型几何和属性特征方面有效。     

边界特征保持的网格模型分级二次误差简化算法

在参考张量投票理论的基础上,结合二次误差简化算法,提出一种边界特征保持的几何网格模型分级二次误差简化算法.首先根据张量投票理论对三角网格顶点进行面点、边点、角点类型分类;然后对各边对按照二次误差简化算法进行边折叠代价计算;再将分类顶点按照设定的等级权重加入边对折叠代价中,从而保证渐进式简化过程中能够对顶点进行分级简化.实验结果表明,该算法不但能实现渐进简化,而且能按需保留模型的整体特征和细节特征.     

一种新的边折叠网格模型简化算法

在边折叠简化方法的基础上,提出一种用体积变化的平方作为误差度量的三角网格简化算法。算法中引入三角形法向约束因子的概念,并把它嵌入到边折叠误差矩阵中;能够自适应地分配简化网格的疏密,保持更多的模型几何特征。实验表明,该算法简化误差低,模型视觉质量高,简化效果较好。