一种基于剖分与聚类的三维手势建模方法

针对有些建模方法需要设置复杂参数,或所建模型不够平滑、完整,以及出现多余网格等问题,提出了一种基于Delaunay三角剖分与K-Means聚类的三维手势静态建模方法。首先对点云进行半径滤波,再把点云投影在X0Y平面上,然后进行Delaunay三角剖分,对于剖分得到的三角网格中的长边与短边,使用K-Means算法聚为两类,最后删除含有长边的三角面片,得到完整手势的三维模型。实验结果表明,该方法有利于减少多余的网格面,形成的三维手势模型的网格面也较为平滑、完整。     

曲面的自适应三角网格剖分

在传统的映射法基础上 ,采用自适应三角网格加密法能有效地处理带有特征约束条件的任意曲面的三角剖分问题 .在平面三角化算法中对环边统一处理 ,并且采取了一种简单有效的曲率估算方法 ,提高了运行效率 ;并在保持外观的基础上进行了网格质量的优化     

基于点删除网格简化算法在战场仿真中的应用

介绍了基于点删除的网格简化算法的原理、方法、数据结构及实现技术。按照给定的条件通过重复执行顶 点删除,并结合Delaunay三角形剖分技术进行局部三角化,实现了战场仿真中地形的多细节层次模型,并取得了 良好的效果。     

具有聚类功能的边界检测技术的研究

为快速有效地检测聚类的边界点,提出了一种新的基于三角剖分的聚类边界检测算法DTBOUND。该算法通过计算三角剖分图中每个数据点的变异系数将数据集分解成内部点和外部点两部分,然后从每一个未分类的内部点开始进行深度优先遍历,将相连的内部点以及和内部点相连的外部点作为一个聚类;最后从得到的聚类中提取边界点。该算法只有一个参数（变异系数阈值β）,实验结果表明该算法可以快速、有效地识别任意形状、不同大小和不同密度的聚类和聚类的边界点。     

基于Delaunay四面体剖分的网格分割算法

为了构建有意义曲面分片,提出一种基于Delaunay四面体剖分的网格分割算法.首先根据Delaunay四面体剖分得到多边形网格内部的四面体,求出每个面上反映网格内部信息的Delaunay体距离;然后对Delaunay体距离进行平滑处理,再对网格上面的Delaunay体距离进行聚类,用高斯混合模型对Delaunay体距离作柱状图的拟合,利用期望最大化算法来快速求得拟合结果;最后结合图切分技术,同时考虑聚类的结果、分割区域的边界平滑和视觉认知中的最小规则,得到最终的网格分割结果.实验结果表明,采用文中算法可以有效地实现有意义的网格分割.     

基于Delaunay与多边形三角剖分的印鉴识别算法

研究印鉴图像姿势纠正及印鉴匹配处理问题.在研究Delaunay三角剖分方法与多边形三角剖分方法的基础上,提出一种基于DT网格的印鉴识别方法.该方法通过对两种细节点(基于线条的细节点和基于多边形的细节点)的拓扑结构进行DT三角划分.用Delaunay三角剖分方法对基于线条的细节点集进行三角剖分,对基于多边形的细节点直接进行多边形三角剖分.通过对两种细节点的拓扑结构进行三角划分,把空间上位置相近的细节点按照三角剖分的规则相连,得到DT三角形网格.然后基于该网格寻找若干参考点对,并根据获得的参考点对将两幅印鉴图像进行姿势调整.实验结果表明该方法可以获得较多的参考点,确保印鉴旋转、印鉴平移等参数计算结果的准确性,有效提高最终的识别效果.     

大规模离散点集Delaunay三角剖分加点策略的分析

局部变换法和Watson算法是离散点集Delaunay三角剖分的常用算法,算法过程中逐点添加、局部优化是三角网格生成速度的重要影响因素.按位置相邻次序逐点添加时易产生外接圆较大的扁平三角形,引起较大范围的局部优化,三角网格的生成速度下降.在位置相邻次序的点集中随机选择部分点生成相对匀称的初始三角网格,再依次添加数据点,可有效减少局部优化消耗的时间,提高三角网格的生成速度.以激光扫描测量数据为例,切分为不同数量的点集进行三角剖分测试,当数据点数大于20000点时,采用部分随机点优化策略,其三角剖分速度比直接按位置相邻次序添加的方法提高一倍以上,且数据量越大,效率越高.     

虚拟现实场景中基于八叉树的网格简化方法

在基于顶点聚类的网格简化算法中,通常对网格模型进行八叉剖分来建立一棵顶点树以表示整个网格模型的数据结构;但顶点在空间上分布的不均匀导致了顶点树的不平衡,增加了顶点树的深度。针对上述问题,论文提出了基于紧凑八叉树的剖分方法。该方法在虚拟现实场景中表现了较好的效果。     

基于Delaunay三角网的任意多边形三角剖分算法研究

文章通过分析现有多边形三角剖分算法,给出一种基于Delaunay三角网的任意复杂多边形三角剖分的改进算法。算法首先忽略多边形顶点与边线间的逻辑关系,将其看做散乱顶点的集合,然后采用Delaunay三角化方法对点集进行合理剖分,再依据多边形顶点及边线间的逻辑关系,逐一将那些不合理的三角网剔除,最终重新组合出符合要求的三角网格。     

一种改进的自适应三角剖分算法*

现有的大多数散乱点云三角剖分算法存在细节特征表现不足和适应性不强的问题,为此改进了一种自适应的三角网格剖分算法。此方法将Shepard曲面插值与多尺度分析方法相结合;引入改进的八叉树搜索思想,加细搜索进而估算出点云中每个测量点的曲率;生成带自适应分辨率的分层空间栅格,最终实现自适应的三角网格重构。实验结果表明,经改进的算法,形成的三角网格质量较高,能够较好地再现原三维物体的细节特征,且效率较高,适用广泛。     

基于空间八叉剖分的面聚类网格简化算法

提出了双机同步播控系统的体系结构.建立了SPN模型,对实时切换各环节对系统可用性的影响进行了分析.给出了实时切换系统的几个关键问题如切入、切出、时钟同步、故障自监测的解决方案.通过故障仿真验证了系统设计的有效性.     

非均匀抽样网格简化

提出了一种考虑视点空间中某些重要视点的非均匀抽样网格简化的新方法,是在借鉴了Garland-Heckbert方法的基础上提出的,是一种考虑外观相似性的简化算法。给出并证明了两个判定边界的定理,为抽样提供了理论依据。在简化过程中,该算法通过采用视点空间中某些重要视点对模型进行抽样,使抽中的顶点对（轮廓附近的顶点对）得到适当保护。该算法除具有Garland-Heckbert方法的长处外,还可以在三角面片数较少的情况下（50多个三角面片）,尽可能保持模型的重要外观特征,给出了计算0－1图像的外观相似性误差的公式,通过该公式对简化结果进行比较,证明提出的简化算法对保持模型的外观特征是行之有效的。最后对该算法的时间和空间复杂性进行了分析。     

防止纹理扭曲的模型简化算法

文章分析了多边形模型简化过程中纹理扭曲的产生原因,指出纹理扭曲是由于简化导致模型表面几何方向变化和纹理方向变化不一致造成的,并据此提出了一个根据几何和纹理方向变化来度量纹理扭曲的简化算法。该算法可以有效防止简化模型上纹理扭曲的发生,自动快速生成在几何和纹理特征上都保持得较好的简化模型。     

针对并行软件待测行为测试的模型化简方法

针对并行软件的状态空间规模大导致测试难度大的问题,提出一种基于着色Petri网（CPN）的针对待测行为的并行模型化简方法。首先,将原模型根据模型中出现的并发变迁、同步变迁、分叉库所、汇合库所等特殊节点的个数分成若干个子模块;其次,判断待测行为在模型中的位置,建立待测行为测试集;最后,对每一个并行模块中符合化简条件的非待测行为设定执行优先级。通过对化简前后状态空间分析报告的对比,状态空间中节点的缩减率至少达到40%以上,并且在化简前后对于待测行为生成的全覆盖测试路径不受影响。     

空间矢量信息渐进传输研究与实现

为解决大量空间矢量数据的传输问题,提出一种空间矢量信息渐进传输解决方法。阐述空间矢量信息渐进传输的基本思想,包括空间矢量信息的综合、选取、概括、简化,设计数据库存储模式。以广东省行政区域图渐进传输的实现,证明该方法在处理大数据量传输时能使用户无网络延时感,且减少占用的网络带宽。     

Runtime Shader Simplification via Instant Search in Reduced Optimization Space

Traditional automatic shader simplification simplifies shaders in an offline process, which is typically carried out in a context‐oblivious manner or with the use of some example contexts, e.g., certain hardware platforms, scenes, and uniform parameters, etc. As a result, these pre‐simplified shaders may fail at adapting to runtime changes of the rendering context that were not considered in the simplification process. In this paper, we propose a new automatic shader simplification technique, which explores two key aspects of a runtime simplification framework: the optimization space and the instant search for optimal simplified shaders with runtime context. The proposed technique still requires a preprocess stage to process the original shader. However, instead of directly computing optimal simplified shaders, the proposed preprocess generates a reduced shader optimization space. In particular, two heuristic estimates of the quality and performance of simplified shaders are presented to group similar variants into representative ones, which serve as basic graph nodes of the simplification dependency graph (SDG), a new representation of the optimization space. At the runtime simplification stage, a parallel discrete optimization algorithm is employed to instantly search in the SDG for optimal simplified shaders. New data‐driven cost models are proposed to predict the runtime quality and performance of simplified shaders on the basis of data collected during runtime. Results show that the selected simplifications of complex shaders achieve 1.6 to 2.5 times speedup and still retain high rendering quality.     

Simplifying Character Skins with Analytic Error Metrics

Traditionally, levels of detail (LOD) for animated characters are computed from a single pose. Later techniques refined this approach by considering a set of sample poses and evaluating a more representative error metric. A recent approach to the character animation problem, animation space, (AS) provides a framework for measuring error analytically. The work presented here uses the animation-space framework to derive two new techniques to improve the quality of LOD approximations.
First, we use an animation-space distance metric within a progressive mesh-based LOD scheme, giving results that are reasonable across a range of poses, without requiring that the pose space be sampled.
Second, we simplify individual vertices by reducing the number of bones that influence them, using a constrained least-squares optimization. This influence simplification is combined with the progressive mesh to form a single stream of simplifications. Influence simplification reduces the geometric error by up to an order of magnitude, and allows models to be simplified further than is possible with only a progressive mesh.
Quantitative (geometric error metrics) and qualititative (user perceptual) experiments confirm that these new extensions provide significant improvements in quality over traditional, naïve simplification; and while there is naturally some impact on the speed of the off-line simplification process, it is not prohibitive.     

Visual salience guided feature-aware shape simplification

In the area of 3D digital engineering and 3D digital geometry processing, shape simplification is an important task to reduce their requirement of large memory and high time complexity. By incorporating the content-aware visual salience measure of a polygonal mesh into simplification operation, a novel feature-aware shape simplification approach is presented in this paper. Owing to the robust extraction of relief heights on 3D highly detailed meshes, our visual salience measure is defined by a center-surround operator on Gaussian-weighted relief heights in a scale-dependent manner. Guided by our visual salience map, the feature-aware shape simplification algorithm can be performed by weighting the high-dimensional feature space quadric error metric of vertex pair contractions with the weight map derived from our visual salience map. The weighted quadric error metric is calculated in a six-dimensional feature space by combining the position and normal information of mesh vertices. Experimental results demonstrate that our visual salience guided shape simplification scheme can adaptively and effectively re-sample the underlying models in a feature-aware manner, which can account for the visually salient features of the complex shapes and thus yield better visual fidelity.     

人体运动路径的编辑算法

对现有的路径编辑方法进行了较大改进,将运动自动简化技术引入到传统的时空优化方法中,同时将物理约束引入到传统的路径变换方法,保证了优化过程的快速收敛和结果运动的物理真实性.算法框架包括模型简化、运动简化、路径编辑、运动合成和运动复原等5个部分.实验结果表明,该算法能够将人体运动从原始路径上成功地映射到新路径上.     

基于XYZ空间的区域生长法分割图象

该文提出了一种基于XYZ空间的区域生长法分割图象。图象简化阶段,采用连接算子中的区域开启闭合算子来简化图象;图象标识提取阶段利用XYZ空间的信息得到准确的视频对象轮廓,并且根据对比度消除区域中噪声小梯度,并在此基础上提取标识;在分割阶段,采用区域生长法来分割图象。实验证明该文的结果是准确可靠的。