基于特征检测的曲面分片构造方法

目前主流曲面分片构造法大多无法直接应用于具有尖锐特征的目标表面重建。针对该问题,提出一种新的曲面分片构造方法。通过建立目标表面采样点的空间三角网格模型,对网格模型进行特征检测,根据特征检测结果计算网格顶点法向量集,并基于顶点空间坐标和法向量集进行分片二次曲面插值,实现目标表面三维重建。实验结果表明,该方法重建表面达到C~0连续,满足可视化等应用要求,相对主流算法,信噪比提高2倍以上,均方误差至少降低1个数量级。     

STL三角形网格模型曲面特征边的提取

针对STL网格模型曲面特征边识别困难的问题,提出一种基于边和面的特征边提取方法。首先遍历网格模型,自适应地获取二面角阈值并根据该阈值识别显性特征边;然后利用最小二乘法估算曲面上顶点的平均曲率,由此计算出三角形面片的近似曲率,并利用相邻三角形的曲率差值来判别其公共的隐性特征边是否为特征边,最后采用改进的断点处特征边提取算法形成完整的特征边界。实验结果表明该方法能够有效地提取STL网格模型曲面网格的特征边,具有很好的鲁棒性。     

基于混合频谱信号编码的网格纹理平滑

网格纹理平滑技术要求既能保持模型大尺度结构特征又能去除模型小尺度纹理.然而当模型小尺度纹理与噪声相差较大时,大多数网格光顺算法会将网格纹理识别为特征加以保持,而无法有效将其去除;现有的基于谱分析的网格光顺方法尽管能有效去除网格纹理,但又无法同时保持模型大尺度结构特征.为解决该问题,本文提出一种基于混合频谱信号编码的低通过滤网格纹理平滑算法.首先采用基于视觉感知的特征识别方法,准确区分模型大尺度与小尺度特征.然后,基于顶点特征尺度,采用差异性频谱信号编码的方式进行几何信息重建,最终实现在保持网格模型大尺度结构特征的同时有效去除小尺度纹理.算法解决了现有网格光顺方法在模型小尺度纹理特征与噪声有明显区别时,无法有效去除纹理的问题;并且也解决了现有基于谱分析的网格光顺方法无法在去除模型小尺度纹理的同时,又能保持模型大尺度特征的矛盾.实验结果验证了算法的有效性.     

ℓ1优化在网格去噪中的应用（HHME2013）

网格去噪是计算机图形学中的经典问题,而如何在去除噪声的同时保持网格的特征结构是这一研究方向所面临的最大挑战。提出一种具有稀疏性的全局网格去噪方法,该方法源于信号处理理论中稀疏表示的基本思想,通过优化全局能量函数来去除网格模型的噪声,同时能够保持网格模型的特征结构。该方法共分为两个步骤,第一步为网格面法向量的滤波,首先建立全局优化模型,对噪声网格的面法向量进行滤波优化,其中引入ℓ1范数来保证解的稀疏性,使得优化后新的面法向量能够保持网格的特征结构;第二步为网格曲面的重建,根据第一步得到的新的面法向量,按照面法向量的定义,建立最小二乘意义下的网格顶点的重建模型,求解得到新的网格曲面。另外,由于该模型是全局方法,避免了现有滤波方法可能出现的不收敛等问题,能够取得比较满意的去噪效果。最后,通过大量实验表明,在去除噪声的同时,能较好地保持网格的特征结构,尤其对于CAD模型有很好的实验效果。     

面向CAE 的网格模型特征简化与重建

针对CAE工程分析中网格模型的特点,提出了一种符合CAE特点的网格模型特征重建方法。鉴于CAD模型中的设计细节在CAE分析中可以忽略的特点,对CAD模型中的小圆角、倒角、小凸台等非结构性设计特征,采用基于面片法矢迭代滤波方法进行识别和滤除。算法首先识别出这些特征区域,然后根据非特征区域面片法矢调整特征区域法矢并更新顶点坐标,进行特征重建,最终得到符合CAE要求的网格模型。     

l1优化在网格去噪中的应用

目的 网格去噪是计算机图形学中的经典问题,而如何在去除噪声的同时保持网格的特征结构是这一研究方向所面临的最大挑战。方法 提出一种具有稀疏性的全局网格去噪方法,该方法源于信号处理理论中稀疏表示的基本思想,通过优化全局能量函数来去除网格模型的噪声,同时能够保持网格模型的特征结构。该方法共分为两个步骤,第1步为网格面法向量的滤波,首先建立全局优化模型,对噪声网格的面法向量进行滤波优化,其中引入l₁范数来保证解的稀疏性,使得优化后新的面法向量能够保持网格的特征结构;第2步为网格曲面的重建,根据第1步得到的新的面法向量,按照面法向量的定义,建立最小二乘意义下的网格顶点的重建模型,求解得到新的网格曲面。结果 由于该模型是全局方法,避免了现有滤波方法可能出现的不收敛等问题,能够取得比较满意的去噪效果。结论 大量实验结果表明,本文方法在去除噪声的同时,能较好地保持网格的特征结构,尤其对于CAD模型有很好的实验效果。     

基于面法向量谱变换的网格光顺算法

微分坐标是刻画网格模型几何细节特征的有力工具,面法向量作为网格模型的一阶微分量,计算简单、不易受噪声影响,能真实反映网格模型的细节特征。基于此,提出一种改进的网格光顺去噪算法,使用信号处理技术中的谱网格处理方法,通过分解面法向量的拉普拉斯矩阵,将网格模型的面法向量变换到频谱域中,利用低频滤波器去除高频噪声得到连续的面法向量信号,基于三角面片重心约束条件重建网格顶点坐标,得到光顺的网格模型。实验结果表明,该算法使用的面法向量不易受到噪声影响,比顶点法向量更鲁棒,大幅提高了谱分解的效率,并且能克服光顺过程中产生的体积收缩、变形和过光滑等现象。     

一种基于带噪声的三角网格模型的光顺算法

为了去除三角网格模型中的噪声,提出了一种基于均值漂移的特征保持的网格光顺算法。该方法在对模型中的三角形的法向量进行滤波的基础上鲁棒地计算了顶点的法向量,利用均值漂移方法自适应地聚类出顶点的邻域。结合顶点间几何特征的相似性,将改进后的双边滤波算子应用于顶点的位置更新,从而完成模型的光顺。实验结果证明了网格光顺算法的有效性。利用这种网格算法,可以达到光顺带噪声的三角网格模型的目的,并在光顺的同时,有效地保持了模型中原有的特征。     

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.     

基于距离均衡化的网格平滑算法

在三维网格模型的生成过程中，不可避免地会出现噪声，如何有效地消除这些噪声巳成为计算机辅助设计及计算机图形学领域的一个重要课题，文中给出一种通过距离均衡化对网格进行平滑的算法，该算法以顶点到其周围邻域平均平面的距离为出发点，通过控制顶点沿其法向方向移动使得该距离达到一种均衡；同时膛采用法向量控制的平滑来保持网格边界，实验结果说明了算法的有效性。     

保特征的网格光顺算法

提出了一种保特征的网格光顺算法，能够在快速地去除噪声的同时，保持网格模型的结构特征。该算法对网格中每个三角形的法矢进行光顺，同时求得顶点的法矢。根据当前点到邻接点的距离以及当前点的法矢与邻接点的法矢的夹角对顶点移动的方向进行调整，使顶点分布更加均匀。利用高斯函数求得光顺权值。实验结果证明，该算法能够有效地保持网格模型的结构特征，同时具有迭代次数少、体积收缩小、执行效率高的特点。     

三角网格曲面角点的鲁棒性检测算法

为有效检测三角网格曲面上的角点特征,提出一种基于最小主曲率的角点检测算法.首先通过计算网格顶点处的最小主曲率,利用加权最小主曲率定义角点特征函数,并计算角点特征值;然后利用迭代阈值法自动产生检测阈值,以去除噪声和特征不明显的角点;最后采用非极大值抑制法消除局部邻域内的角点聚簇获取特征明显的角点.在此基础上,在多个尺度下分别计算每个网格顶点处的角点特征值,并通过加权将其合并成多尺度角点特征值,新的角点特征值使得角点检测算法具有较高的稳定性和鲁棒性.通过重复检测率实验和部分重叠曲面的配准实验,验证了文中算法的有效性与实用性.     

青铜器纹饰特征增强及自动提取

目的 青铜器是我国的文化瑰宝,然而出土青铜器大多破损、变形,需要修复以进行保护。随着3维激光扫描技术及数字几何处理研究的发展,文物数字化修复技术得到了广泛的重视。在青铜器修复过程中需要将相邻碎片的纹饰对准,以保证纹饰的连续性,从而保证修复质量。因此,青铜器纹饰特征的有效提取是青铜器修复过程中的一项重要工作,鉴于青铜器纹饰特征一般具有比较明显的尖锐边,本文提出并实现了一种青铜器尖锐特征增强及自动提取算法。方法 首先,为了减少网格均匀度对特征提取的不利影响,提出一种加权法向距离;其次,为了增强尖锐特征提取效果,提出一种逆双边滤波算法,并利用该算法获得反锐化掩膜,增强法向距离间的差异性,使得大的更大,小的更小;最后,采用Otsu算法自动确定分割阈值,依据该阈值把网格顶点分为特征点集和非特征点集,实现青铜器纹饰特征的提取。结果 对实际3维激光扫描获得的青铜器模型,分别采用本文算法和Tran等人提出的尖锐特征自动提取算法进行了纹饰特征提取,包括采用两种算法进行了纹饰特征增强前后纹饰特征提取实验,本文使用的3个模型点数在6 000至80万之间,这些模型都可以在1 s到10 s之间得到最终的提取结果,具有较高的效率。同时,本文算法可以更为准确地提取尖锐特征点,且得到的特征点更为连续,有利于进一步的处理。结论 采用本文提出的青铜器纹饰提取算法,能够自动、高效地提取青铜器纹饰特征。     

A 3D model perceptual feature metric based on global height field

Human visual attention system tends to be attracted to perceptual feature points on 3D model surfaces. However, purely geometric-based feature metrics may be insufficient to extract perceptual features, because they tend to detect local structure details. Intuitively, the perceptual importance degree of vertex is associated with the height of its geometry position between original model and a datum plane. So, we propose a novel and straightforward method to extract perceptually important points based on global height field. Firstly, we construct spectral domain using Laplace–Beltrami operator, and we perform spectral synthesis to reconstruct a rough approximation of the original model by adopting low-frequency coefficients, and make it as the 3D datum plane. Then, to build global height field, we calculate the Euclidean distance between vertex geometry position on original surface and the one on 3D datum plane. Finally, we set a threshold to extract perceptual feature vertices. We implement our technique on several 3D mesh models and compare our algorithm to six state-of-the-art interest points detection approaches. Experimental results demonstrate that our algorithm can accurately capture perceptually important points on arbitrary topology 3D model.     

三角网格特征边识别的一种有效方法

三角网格特征边识别在数字几何处理和计算机辅助制造(CAM)的模具加工中都有 着广泛的应用,该文指出了近年来有关网格特征边识别算法的各种弊端及原因,给出了一种鲁 棒的网格特征边识别新算法。该算法以网格特征点的识别为基础,能够识别以往算法常遗漏的 一些二面法向夹角比较小的网格边,增强了对C1 不连续网格边的识别能力。众多数值例子支 持了这个结论。     

保特征的联合滤波网格去噪算法

目的 在去噪的过程中保持网格模型的特征结构是网格去噪领域研究的热点问题。为了能够在去噪中保持模型特征,本文提出一种基于变分形状近似（VSA）分割算法的保特征网格去噪算法。方法 引入变分形状近似分割算法分析并提取噪声网格模型的几何特征,分3步进行去噪。第1步使用变分形状近似算法对网格进行分割,对模型进行分块降噪预处理。第2步通过分析变分形状近似算法提取分割边界中的特征信息,将网格划分为特征区域与非特征区域。对两个区域用不同的滤波器联合滤波面法向量。第3步根据滤波后的面法向量,使用非迭代的网格顶点更新方法更新顶点位置。结果 相较于现有全局去噪方法,本文方法可以很好地保持网格模型的特征,引入的降噪预处理对于非均匀网格的拓扑结构保持有着很好的效果。通过对含有不同程度高斯噪声的网格模型进行实验表明,本文算法无论在直观上还是定量分析的结果都相较于对比的方法有着更好的去噪效果,实验中与对比算法相比去噪效果提升15%。结论 与现有的网格去噪算法对比,实验结果表明本文算法在中等高斯噪声下更加鲁棒,对常见模型有着比较好的去噪效果,能更好地处理不均匀采样的网格模型,恢复模型原有的特征信息和拓扑结构。     

渐进插值的LOOP曲面细分*

目前很多细分方法都存在不能用同一种方法处理封闭网格和开放网格的问题。对此,一种新的基于插值技术的LOOP曲面细分方法,其主要思想就是给定一个初始三角网格M,反复生成新的顶点,新顶点是通过其相邻顶点的约束求解得到的,从而构造一个新的控制网格M,在取极限的情况下,可以证明插值过程是收敛的;因为生成新顶点使用的是与其相连顶点的约束求解得到的,本质上是一种局部方法,所以,该方法很容易定义。它在本地方法和全局方法中都有优势,能处理任意顶点数量和任意拓扑结构的网格,从而产生一个光滑的曲面并忠实于给定曲面的形状,其控制     

利用面片法向均值滤波的混合型网格去噪方法

通过对面片法向均值滤波去噪方法的研究,提出了一种改进的混合型去噪算法。通过取值顶点的一环正常边二面角的平均,将顶点分为噪声顶点和一般顶点,然后对噪声顶点利用Laplacian方法进行平移去噪,同时将保持特征的面片法向均值滤波去噪方法作用于一般顶点。实验结果表明：这种混合方法能有效地去除大小噪声,并且在去噪过程中能保持网格的特征。     

基于显著性分析的网格模型语义特征线提取

现有的基于局部微分属性度量的网格模型特征线提取方法较难描述模型全局语义特征。为解决该问题,提出一种基于显著性分析的、符合人类视觉注意力机制的语义特征线提取算法。首先以谱图理论为工具,构建网格模型光顺三维基准面,获取网格顶点显著性重要度;利用离散拉普拉斯—贝尔特拉米算子方向属性构建网格语义特征区域,提取特征区域骨骼线,对骨骼线进行优化后得到模型语义特征线。该算法完全去除了模型局部微分几何量的度量,提取的特征线能很好地完成全局语义特征描述。实验结果证明了算法的有效性。