多属性递进网格快速生成算法研究

递进网格表示法能高效地存储网格信息,并能生成连续的细节层次模型,支持模型的多分辨率表示、递进传输、网格压缩和有选择精化。文中提出并实现了一种基于二次误差测度的多属性递进网格生成算法。同Hoppe提出的基于能量优化的算法和以往大多支持仅具有几何属性的算法相比,该算法具有生成速度快、质量高、可处理包含色彩、纹理等多属性递进网格模型的特点。     

基于二次误差测度的递进网格色彩模型生成算法

现有的递进网格生成算法不仅效率低,而且大多只能完成几何特征的简化,没有考虑网格模型的其它表面属性.针对这些问题,提出一种新算法.该算法把基于点到一组平面距离平方和的二次误差测度,从三维几何空间推广到包含属性信息的多维空间.这种二次误差测度表示了简化网格与初始网格的几何特征和属性信息的匹配程度,利用二次误差值最小原理,指导网格简化操作的进行.实验结果表明,该算法不仅效率高,而且可以保证简化模型同初始模型在几何特征和颜色信息上具有高相似度.     

多属性递进网格快速生成算法研究

递进网格表示法能高效地存储网格信息，并能生成连续的细节层次模型，支持模型的多分辨率表示、递进传输、网格压缩和有选择精化。文中提出并实现了一种基于二次误差测度的多属性递进网格生成算法。同Hoppe提出的基于能量优化的算法和以往大多支持仅具有几何属性的算法相比，该算法具有生成速度快、质量高、可处理包含色彩、纹理等多属性递进网格模型的特点。