三维图形简化新算法

本文的图形简化新算法,具有保细节.保真和快速等优点D快速是采用传播法快速形成近平面块的结 果D保真和保细节都是可以控制的.算法规整,效果良好,适应面宽,很有实用价值.     

基于小波域信息融合的MSR改进算法

针对MSR(multi-scale Retinex)算法对雾天彩色图像增强时,不能同时有效地保持细节增强与色彩保真的问题,通过将基于小波变换域的信息融合策略取代MSR算法中线性加权策略,提出一种新的MSR改进算法。融合的基本思路是：首先将待融合图像经四层小波分解,然后将高频分量取绝对值最大值来突出图像的细节,低频分量采用基于局部方差的技术调节色彩,实现保真的效果。通过主观观测和客观评价表明：在对雾天图像进行增强时,MSR改进算法比传统的MSR算法在细节增强和颜色保真方面具有更好的效果。     

基于边折叠的网格简化算法及其应用

实现了一个基于边折叠的三角形网格算化算法，根据对所处理的模型数据的分析，对该算法进行了改进，并已将它用于舰艇网络模型的算法，获得了舰船细节层次（LOD）模型。     

一种基于边折叠的LOD自动生成算法

多细节层次（LOD）是实时图形生成的一项重要技术。介绍了几种典型的多细节层次模型的自动生成算法，在此基础上提出了一种基于边折叠的多边形网格模型简化算法。实验表明，这种网格模型简化算法能在损失很少的屏幕像素误差的前提下提高图形绘制速度，是一种简单且有效的LOD自动生成算法。     

一种适合VRML应用的三角网格简化算法

交互虚拟环境中，VRML作为三维场景描述语言得到广泛应用，场景中的物体常常用三角形网格模型来描述，本文提出了一种适合VRML应用的网格简化算法，该算法不仅可以快速减少模型中的画片数目而且能保持模型良好的视觉效果，算法中给出了一种有效的误差控制方法，能在用户指定的误差范围内通过使原始网格中的边折叠达到大量简化的目的，该算法实现简单且速度快，另外能够有效地支持细节层次模型的表示，最后给出实例证明了该算法的有效性。     

基于细节的自适应网格简化

从模型中保留的几何细节出发，提出一种自适应的三角网格简化算法．该算法首先比较顶点与其相邻点之间的欧氏距离是否超过预先设定的简化尺度，删除小于该尺度的相邻点，再对删除造成的空洞作局部三角剖分．此算法的特点是用细节度参数控制简化模型的整体精度，并且简化的尺度可以根据模型表面的细节情况作自适应调整，自动在细节丰富的区域变小而在细节稀疏的区域变大．通过两组应用实例可以看到，文中算法在有效地降低数据量的同时很好地保持了模型的视觉特征．     

保边缘的递归逆滤波盲目图像复原算法

为了对单帧气动光学效应退化图像进行有效恢复，对非负和支持域限制递归逆滤波（NAS-RIF）复原算法进行有效地改进，提出一种保边缘的递归逆滤波盲目复原算法。为了保存图像的细节信息，在代价函数中引入一个保边缘规整化惩罚泛函，采用线性快速搜索方法来寻找最优解。算法不需要图像支持域的先验信息，能够复原具有较复杂背景的目标图像。     

基于能量评估的网格简化算法及其应用

网格简化是曲面重构和多细节层次构造中的一个重要步骤，本文提出了一个基于局部能量评估的网格简化算法，能够大量地删除密集网格的三角形面片．为了加速算法的执行还提出了一种简单有效的采样方法．算法自动化程度高，能有效地支持多细节层次模型的建立．     

基于特征点的三维人脸网格简化*

在边折叠的网格简化算法的基础上,针对特定三维网格模型—人脸,提出了一种实用的基于特征点的快速模型简化算法。该算法把人脸按特征点的分布进行分块处理,对不同区域采用不同的阈值进行调节。对于需要高细节的区域保留高度细节,而对于其他区域则进行简化。使用这种方法可以较大地减少虚拟整型手术中的数据量,同时又能保持待手术区域的高度细节。该算法实现简单、运算速度快,而且能有效保持人脸模型的重要特征。     

图像引导滤波的局部多尺度Retinex算法

Retinex算法是一种用于消除由光照变化给图像所带来的负面影响的图像增强算法。该算法的求解通常需要基于入射分量分段光滑的假设,利用正则化的方法迭代求解,计算效率低。文中基于一项最近提出的研究——"图像引导滤波",提出一种非迭代的Retinex算法框架。基于反射分量也满足分段光滑的假设,采用两次图像引导滤波克服了图像噪声所带来的影响。然后在基于小波变换域图像融合策略的基础上,提出基于图像引导滤波的多尺度Retinex算法,实现图像细节增强与颜色保真之间的平衡。实验结果表明,与各种算法相比,该算法在克服噪声、细节增强和颜色保真方面能够取得更好的效果。