具有特殊效果的混合细分方法

提出了基于三角形和四边形的混合控制网格的细分曲面尖锐特征、半尖锐特征生成和控制方法,避免了已有方法仅局限于初始控制网格为单一的三角形或单一的四边形网格的缺陷.通过局部修改混合细分规则,在光滑混合曲面上产生了刺、尖、折痕、角的尖锐特征效果,并对尖锐特征处局部细分矩阵进行了详细的特征分析,讨论了极限曲面的收敛性及光滑性.同时,用特征处的离散曲率来控制特征处的尖锐程度,实现了半尖锐的特征效果,并通过自适应细分方法,把尖锐特征、半尖锐特征的生成统一起来.该方法具有多分辨率表示能力强、局部性好、简单易操作的特点.实验结果表明,该算法效果好,成功地解决了混合曲面特殊效果生成问题.     

一种改进的六角形砍边细分方法

研究了六角形网格上的曲面细分算法,改进了六角形网格砍边细分算法.在六边形网格的砍边细分过程中,利用对偶砍角法对非六角形网格进行六角形网格化预处理,然后通过计算相邻两个面片的夹角,根据预先设置的阈值,自动对初始混合控制网格上具有尖锐特征的顶点和边分别作标记,然后对这些标记过的边和点进行特殊处理,局部修改细分规则进行迭代细分.实验结果表明,该算法效果好,能更好地保持原始模型的特征.     

一种带噪声的密集三角网格细分曲面拟合算法

实现了一个从带噪声的密集三角形拟合出带尖锐特征的细分曲面拟合系统.该系统包括了一种改进的基于图像双边滤波器的网格噪声去除方法,模型的尖锐特征提取以及保持尖锐特征的网格简化和拓扑优化.为了处理局部细节特征和模型数据量问题,提出了自适应细分方法,并将根据给定精度估计最少细分深度引入到细分曲面拟合系统中,使得拟合得到的细分曲面模型具有良好的细节特征和数据量小等特点.大量3D模型实验结果和实际工程应用结果表明了该细分曲面拟合系统的有效性.     

混合网格的可调细分算法

论文主要研究混合网格的曲面细分问题,提出了一种带有可调参数的细分算法。该算法适用于多边形网格、三角形网格,以及两者的混合网格情形,且对开的和闭的拓扑结构都能进行处理。由于在算法中引入了可调参数,这样既可产生光滑曲面,也可产生具有尖锐特征的曲面,且通过调整参数还可产生标准的Catmull-Clark细分和Loop细分。另外,实现该算法不需要复杂的数据结构。     

带尖锐特征的细分曲线参数化及曲线拟合

快速精确地估计曲线曲面参数具有广泛的应用。在前人研究的基础上,通过对细分过程及三次B样条细分矩阵的特征结构进行分析,将细分模式转换到其特征空间,给出了带尖锐特征的B样条细分曲线的参数化形式。并用于处理带尖锐特征的光滑曲线拟合问题。以曲率极大点作为初始拟合点。利用推导的参数化公式构造曲线的尖锐部分并方便误差估计。拟合点为曲线段端点,误差估计时不仅优化计算速度,而且在曲线分支距离过近或自交情况下避免错误匹配。     

Doo-Sabin细分模式的尖锐特征造型

通过推广准均匀二次B样条的节点插入算法,对边界面、折痕面、角点面等特征面给出新的细分规则,从而使Doo-Sabin细分模式可以表示边界、折痕、角点、刺点等尖锐特征,且特征处不受拓扑结构的限制.在特征附近进行了连续性分析,所得到的极限曲面具有分片G1连续性.该算法既可以设计有特征的、任意拓扑的复杂曲面,又可以精确地表示球面、柱面、锥面等工程技术中常用的二次曲面,在CAD/CAM领域具有广泛的应用前景.     

带尖锐特征的Loop细分曲面拟合系统

实现了一个基于带尖锐特征的Loop细分曲面的三角网格拟合系统,其基本原理来自文献,但在系统设计层面对原算法作了相当大的补充和完善．整个系统框架包括尖锐特征提取、保持尖锐特征的三角网格简化、保持尖锐特征的网格平滑和拓扑优化、基于最近点策略的重采样和线性拟合系统求解．所得到的拟合曲面质量较原来的结果有了显著提高。     

散乱数据点的细分曲面重建算法及实现

提出一种对海量散乱数据根据给定精度拟合出无需裁剪和拼接的、反映细节特征的、分片光滑的细分曲面算法．该算法的核心是基于细分的局部特性，通过对有特征的细分控制网格极限位置分析，按照拟合曲面与数据点的距离误差最小原则，对细分曲面控制网格循环进行调整、优化、特征识别、白适应细分等过程，使得细分曲面不断地逼近原始数据．实例表明：该算法不仅具有高效性、稳定性，同时构造出的细分曲面还较好地反映了原始数据的细节特征。     

带折痕的Loop细分曲面等距面处理算法

Loop细分曲面不同细分层次的网格面可作为不同加工工序的加工模型.现有等距面生成算法因未考虑折痕和边界的特殊情况,当折痕或边界存在时将会生成与预期结果有较大差别的等距面.给出了折痕等尖锐特征处极限等距位置的计算方法,以及根据尖锐特征点极限位置反求初始网格等距位置的Gauss-Jacobi迭代公式,并证明了其迭代收敛性.采用文中算法得到的等距网格面令人满意.     

表驱动的细分曲面GPU绘制

为了充分利用GPU的并行计算能力高效地绘制递归定义的细分曲面,提出一种基于GPU的面分裂细分曲面的实时绘制算法.该算法通过离线预计算生成可以复用的细分查找表,它由细分矩阵组成,其大小仅与奇异点度数和最大细分深度线性相关,与输入网格无关;对于细分曲面控制网格的每个曲面片,如果包含2个或2个以上奇异点,则进行一次局部预细分;之后对于不规则曲面片,利用细分查找表由初始控制网格直接计算得到各细分层次上的控制顶点,无需逐层计算,从而最大限度地发挥GPU的并行处理能力;最后对各层次上的规则曲面片使用硬件细分着色器绘制,大大提高绘制效率.实验结果表明,文中算法可以高效地绘制细分曲面的极限曲面.     

Artifact analysis on triangular box-splines and subdivision surfaces defined by triangular polyhedra

Surface artifacts are features in a surface which cannot be avoided by movement of control points. They are present in B-splines, box splines and subdivision surfaces. We showed how the subdivision process can be used as a tool to analyse artifacts in surfaces defined by quadrilateral polyhedra ( [Sabin et al., 2005] and [Augsd?rfer et al., 2011]).In this paper we are utilising the subdivision process to develop a generic expression which can be employed to determine the magnitude of artifacts in surfaces defined by any regular triangular polyhedra. We demonstrate the method by analysing box-splines and regular regions of subdivision surfaces based on triangular meshes: Loop subdivision, Butterfly subdivision and a novel interpolating scheme with two smoothing stages. We compare our results for surfaces defined by triangular polyhedra to those for surfaces defined by quadrilateral polyhedra.     

Surface interpolation of meshes by geometric subdivision

Subdivision surfaces are generated by repeated approximation or interpolation from initial control meshes. In this paper, two new non-linear subdivision schemes, face based subdivision scheme and normal based subdivision scheme, are introduced for surface interpolation of triangular meshes. With a given coarse mesh more and more details will be added to the surface when the triangles have been split and refined. Because every intermediate mesh is a piecewise linear approximation to the final surface, the first type of subdivision scheme computes each new vertex as the solution to a least square fitting problem of selected old vertices and their neighboring triangles. Consequently, sharp features as well as smooth regions are generated automatically. For the second type of subdivision, the displacement for every new vertex is computed as a combination of normals at old vertices. By computing the vertex normals adaptively, the limit surface is G¹ smooth. The fairness of the interpolating surface can be improved further by using the neighboring faces. Because the new vertices by either of these two schemes depend on the local geometry, but not the vertex valences, the interpolating surface inherits the shape of the initial control mesh more fairly and naturally. Several examples are also presented to show the efficiency of the new algorithms.     

子分曲面尖锐特征生成

虽然生成光滑曲面是自由曲面造型的一个主要追求目标,但在某些场合却又要求能够产生非光滑的特殊效果,即所谓的尖锐特征(sharp feature).该文研究子分曲面造型中特殊效果的生成,提出一种基于网格拓扑构造的方法,把折痕、角、尖刺和锥等尖锐特征的生成统一到边界处理方法中,从而避免了为各种效果建立特殊子分规则,并在不改变已有子分模式的情况下实现特殊尖锐特征造型.     

蜂窝细分

给出了一类新颖的基于六边形网络的细分方法，该方法拓广了细分曲面的种类，被形象地称为蜂窝细分法，通过引入中心控制点的概念，使蜂窝细分具有参数选取灵活，形状控制容易，网格复杂性增长缓慢，适用范围广等优点，分析了蜂窝细分方法的极限性质以及参数选取规则，可保证细分曲面处处达到切平面连续，并在适当条件下具有插值能力，该方法适用于动画造型和工业造型设计。     

Fitting Sharp Features with Loop Subdivision Surfaces

Various methods have been proposed for fitting subdivision surfaces to different forms of shape data (e.g., dense meshes or point clouds), but none of these methods effectively deals with shapes with sharp features, that is, creases, darts and corners. We present an effective method for fitting a Loop subdivision surface to a dense triangle mesh with sharp features. Our contribution is a new exact evaluation scheme for the Loop subdivision with all types of sharp features, which enables us to compute a fitting Loop subdivision surface for shapes with sharp features in an optimization framework. With an initial control mesh obtained from simplifying the input dense mesh using QEM, our fitting algorithm employs an iterative method to solve a nonlinear least squares problem based on the squared distances from the input mesh vertices to the fitting subdivision surface. This optimization framework depends critically on the ability to express these distances as quadratic functions of control mesh vertices using our exact evaluation scheme near sharp features. Experimental results are presented to demonstrate the effectiveness of the method.