基于特征识别的多尺度构件网格自动生成算法

随着结构力学领域待解决问题复杂程度不断提高,多尺度构件的高质量网格生成对于其数值模拟的计算精度起着至关重要的作用。本文提出一种基于特征识别的网格自动生成技术方法,该方法将多尺度构件的不同量级尺度几何特征识别出来,根据其不同尺度尺寸设置相关区域的网格尺寸值,利用Delaunay三角化算法和前沿推进法生成能够反映不同尺度几何特征的网格单元,再对小尺度区域周围进行加密处理,最后通过几何指数控制函数将不同尺度网格过渡连接起来,形成多尺度构件的整体网格划分模型。通过2个几何模型的测试表明该方法生成的整体网格质量好,不同尺度区域网格过渡合理,自动化程度较高。     

复杂边界几何体的结构网格生成方法

高质量的结构网格能够有效地提高有限元分析的精度.针对受限于结构网格节点分布的特殊要求,使当前的结构网格生成方法无法直接应用于边界复杂的几何体这一问题,提出结构网格生成方法.对于边界复杂的多边形区域,依据边界顶点分类,在计算空间内将边界简化为规则形状,在简化的多边形区域内进行分割并填充结构网格,再将其映射回原区域;对于边界特殊的三角形、圆形区域,依据边界节点分布计算分割线,将原区域分割为简单的四边形区域组合,再对各四边形区域分别进行结构网格填充;对于不同区域网格的连接,将区域边界相连并设置棱边方向,通过转化相应的棱边方向矩阵得出棱边方向闭合的多边形边界,在多边形边界内填充结构网格形成不同区域网格间的有效过渡.实例验证结果表明,该方法稳定、高效,能够解决复杂边界几何体的结构网格划分问题.     

基于扩展网格和密度的数据流聚类算法

针对现有聚类算法在计算网格密度时未考虑周围空间的影响因素而导致聚类边界不平滑的现象,提出一种基于扩展网格和密度的数据流聚类算法。通过动态确定网格扩展区域,将网格密度计算范围从本网格合理地扩展到相邻网格空间,进而根据算法中引入的凝聚度衡量周围空间数据点对网格密度的影响。为进一步精确聚类边缘的轮廓分布情况,使用边界点距离阈值函数从噪声中分离出类的边界点,并给出一种改进的网格合并方法,根据簇间连通性简化网格簇合并的判断条件,有效减少算法执行时间。实验结果表明,该算法具有较高的聚类质量和聚类效率。     

网格模型的局部编辑算法

提出一种新的网格模型局部编辑算法，该算法可以精确地控制变形区域的大小、边界和变形点的位移，克服了FFD及其改进算法的缺点．首先交互地定义一个附着在模型表面的控制网格；然后建立模型变形区域与控制网格间点的映射，再依据变形要求来编辑控制网格；最后根据映射关系反算出模型变形区域点的新位置．控制网格可以是参数曲面的控制网格，也可采用一般三角网格或预先定义的网格模板．为达到精确变形的目的，对模型与控制网格重叠的区域进行自适应细分．该算法计算简便、易于实现，并能达到很好的效果．     

一种网格融合算法

快速建模是三维游戏动画领域的重要技术,从已有模型经过修改、编辑、融合构建出新的模型是一种高效的建模方法.本文提出了一种网格模型融合算法,该算法首先将需要的部分网格从源模型上交互剪切下来,并将其配准对齐;然后将两网格模型转化成点模型表示,并将点模型转化成RBF隐函数表示;再对两隐函数进行布尔运算;最后将布尔运算生的隐函数曲面在两网格接合区域进行三角形化,得到最终的网格模型.算法定义了隐函数曲面的影响区域,有效控制融合过渡.采用边界扩展的三角形化方法,保留了融合区域以外源模型的特征.实验结果表明,本文算法具有很好的网格融合结果,可用于游戏动画中快速造型.     

三维并行约束Delaunay网格生成算法及实现

针对二维并行约束Delaunay网格生成算法直接应用于三维条件下会导致人工边界产生过短边的问题,提出并实现了基于主从模式的三维并行约束Delaunay网格生成算法.首先对求解区域进行分解,通过交换人工边界面上的数据解决子区域间网格一致性问题;其次为每个人工边界面选定主从子区域,由主子区域产生边界面网格并发送,从子区域负责接收;最后采用贪心算法平衡各个子区域的通信负载,得到算法效率的提升.实验结果表明,该算法可以大规模并行生成边界一致四面体网格,具有较好的并行效率,并能够保证最终的网格质量.     

三维地质界面网格模型构建算法研究

三维地质模型主要包含地质构造模型和地质属性模型。提出一种局部映射-边界控制的曲面三角化网格模型构建算法,与映射法相比,减少三维空间点映射到二维平面的计算过程,避免因多点到一点的映射关系而生成错误的三角化网格模型。基于地质测量数据特点,原始地质数据经处理后采用点集合形式表示,基于点集数据构建三维三角化网格模型,模拟地质界面的展布形态,控制三角网格质量。采用两种网格边界控制方法,在有边界约束数据和无边界约束数据条件下均能自动更新地质界面三角化网格模型边界。基于断层点数据集测试并展示算法构建的三维三角化网格模型可视化效果,通过断层面三角化网格模型能够反映断层面之间空间位置关系。     

基于循环神经网络的正交网格的自动化生成算法

随着计算机图形学、工业设计、自然科学等领域的飞速发展,对高质量的科学计算方法的需求随之增大,而这些科学计算的方法离不开高质量的网格生成算法。对于常用的正交网格生成算法,是否能减少计算量以及是否能降低的人工干预等问题仍是它们所面临的主要挑战。针对这些挑战,对于单连通的目标区域,提出了基于循环神经网络之一的长短期记忆网络（LSTM）和Schwarz-Christoffel共形映射（SC映射）的正交网格自动化生成算法。首先,利用基于SC映射的Gridgen-c工具的基本条件将网格生成问题转换为一个带线性限制条件的整数规划问题。接着,利用预处理后的GADM数据集和LSTM训练获得能计算目标多边形区域每个顶点转角类型的概率的分类器。该分类器可以大幅度降低整数规划问题的时间复杂度,使该问题能被自动化且快速地求解。最后以简单图形区域、动画图形区域、地理边界区域为样例,进行网格生成实验。结果表明：对于简单图形区域,所提算法均能达到最优解;而对于具有复杂边界的动画图形区域和地理边界区域,实例网格结果表明,所提算法能使这些目标区域的计算量分别降低88.42%和91.16%,且能自动化地生成较好的正交网格。     

保持区域平滑的3维动画形状高效编辑

目的 基于控制单元的形状编辑效果受各个控制单元对应权重的影响,而计算闭合形式的控制点权重方法难以有效地处理控制骨骼权重。针对3维空间的控制骨骼提出了一种虚拟控制单元插入算法和骨骼关节点标架变换方法,以保持骨骼控制区域的形状,从而得到过渡平滑、形状保持的良好编辑效果。方法 选择C²连续的线性权值计算方法,在用户输入相应的控制单元后,根据控制单元的支持度插入满足条件的虚拟控制点,实现了对动画形状平滑高效的编辑。首先采用离散化的方式,近似求解输入形状构成的封闭域中任意两点之间的内部距离,然后进行Voronoi区域分解,初步获得每个控制单元的控制区域。如果控制点的支持度约束不符合要求,则通过插入虚拟控制点的方式进行调整,并根据邻接关系计算实控制点对虚拟控制点的权重实现实控制点对虚拟控制点的控制。由于算法计算权值和编辑更新顶点可以并行,因此引入图形处理器（graphics processing unit,GPU）实行并行化处理。结果 实验对比了算法在编辑细节以及对不同网格模型的适应性和编辑效率方面的表现,结果表明本文算法在局部细节处不发生过度形变且保持平滑,对非三角网格和多个封闭区域叠加的网格模型依然适用,且本文算法不需要迭代,又有GPU并行计算,编辑时间显著下降。结论 本文算法易于实现,编辑效果过渡平滑,保留细节特征;GPU并行计算极大提高效率,达到实时交互效果。     

耳廓三维网格去补丁合并算法

针对耳廓多角度扫描获取的三维网格合并问题,提出了一种新的三维网格合并方法—去补丁合并法.首先基于kd-tree算法将三维耳廓配准后的两幅网格快速分割为重叠区域与非重叠区域;然后根据连通性对重叠区域和非重叠区域进行分块,并从重叠区域分块中去除冗余的补丁块、构建边界点;最后基于边界点将保留的重叠区域网格与邻接的非重叠区域网格缝合.实验结果表明,与同类算法相比,本文方法具有较好的合并效果与较高的计算效率.     

Automatic mesh generation for complex three-dimensional regions using a constrained Delaunay triangulation

This paper describes a method for generating tetrahedral meshes. The algorithm, based on the Delaunay triangulation, can treat objects of essentially arbitrary complexity. In order to preserve the surface triangulation of solid objects, it is necessary to override the Delaunay property and redefine the triangulation when points are introduced that are close to solid boundaries. Details of this constrained Delaunay algorithm are presented and an efficient implementation of the triangulation method is described. Techniques for controlling the distribution of mesh points and tetrahedron quality are also discussed.     

3D finite element meshing from imaging data

This paper describes an algorithm to extract adaptive and quality 3D meshes directly from volumetric imaging data. The extracted tetrahedral and hexahedral meshes are extensively used in the finite element method (FEM). A top-down octree subdivision coupled with a dual contouring method is used to rapidly extract adaptive 3D finite element meshes with correct topology from volumetric imaging data. The edge contraction and smoothing methods are used to improve mesh quality. The main contribution is extending the dual contouring method to crack-free interval volume 3D meshing with boundary feature sensitive adaptation. Compared to other tetrahedral extraction methods from imaging data, our method generates adaptive and quality 3D meshes without introducing any hanging nodes. The algorithm has been successfully applied to constructing quality meshes for finite element calculations.     

基于STL文件的Laplacian网格优化算法

针对直接重构得到且以STL文件格式存储的网格模型质量不高的问题, 提出了一种基于Laplacian坐标的网格模型全局优化算法。该算法在提高三角面片质量的同时可以很好地保持原网格模型的局部几何特征, 其核心思想是通过在最小二乘意义下求解由权重控制的包含顶点位置和拉普拉斯坐标双重约束的线性系统来对网格顶点进行重新定位。从实验结果可以看出, 该算法较以往的Lapacian优化算法在对网格细节特征的保持上有一定优势。     

基于几何造型的有限元网格的自适应生成

介绍一个基于几何造型系统的有限元分析的前处理系统。该系统可对几何造型的二维任意形体进行快速可靠的Ｄｅｌａｕｎａｙ三角剖分，提出网格自动生成的网格密度的控制和基于误差估计的自适应有限元网格生成算法，并给出了应用实例。     

基于三角形网格的浓密视差图提取

提出一种基于三角形网格的浓密视差图提取算法。用SUSAN算法从立体图像对中提取某一幅图像的特征点,用Delaunay的方法将特征点三角化,然后再进行视差的计算,最终得到浓密的视差图。该算法将SUSAN算法和DT(Dalau-nay triangulation)网格结合起来,使算法更加简单化,实现了浓密视差图的快速提取。     

基于三角形网格的浓密视差图提取

提出一种基于三角形网格的浓密视差图提取算法。用SUSAN算法从立体图像对中提取某一幅图像的特征点，用Delaunay的方法将特征点三角化．然后再进行视差的计算，最终得到浓密的视差图。该算法将SUSAN算法和DT（Dalaunay triangulation）N格结合起来，使算法更加简单化，实现了浓密视差图的快速提取。     

基于Voronoi 最小邻近点集的Delaunay 三角化方法

针对局部条件下网格生成的需求,提出一种基于节点的Delaunay 三角化 生成算法,该算法以Delaunay 三角形及其对偶Voronoi 图的局部性特征为基础,通过在局部 搜索最小Voronoi 邻近点集,来生成约束点附近的局部网格,通过建立背景索引网格,来提 高算法效率。给出算法的原理证明、程序实现、效率分析和测试结果,并给出了算法的应用 领域。     

基于Loose r-sample的网格质量保持技术

为保证虚拟手术系统中的网格质量,提出一种基于Loose r-sample理论的快速表面网格重建算法。记录满足Loose r-sample采样定理的点集,用以描述物体的轮廓。通过约束Delaunay方法对该点集进行三角化,标记顶点和Delaunay单元,重构新的网格。实验结果表明,该算法能够保证生成网格的质量,简化仿真复杂度。     

曲率约束的隐式曲面三角网格化

提出一种有效的隐式曲面三角网格化算法。从隐式曲面上的一个种子点开始,生成网格的边界作为扩张多边形,且该多边形最小角对应的顶点为扩张点,计算从扩张点处欲生成的三角网格,为了防止新生成的三角网格和已经存在的三角网格重叠,要进行冲突检测。在隐式曲面三角网格化的过程中,扩张多边形是不断变化的,需要重复上述步骤,直至没有扩张多边形时结束。该算法分别应用于解析隐式曲面和变分隐式曲面的三角网格化。实验结果表明,该算法不需要重新网格化的步骤,生成的三角网格具有较高的质量,且三角网格随曲率适应性变化,因此说明了该算法的有效性。