基于顶点法向量重要度的模型简化算法研究

目前的模型简化算法多以边折叠前后模型的几何位置的变化为折叠代价,这样的代价计算方法对保持模型的视觉效果考虑不足,尤其是对顶点法向量的急剧改变考虑的很少,造成了简化后模型视觉特征的急剧改变。文章对当前国内外有关三维几何模型的简化算法和各种简化准则进行了分析和研究后,提出了一种改进的模型简化算法：基于三角面顶点法向量重要度的二次误差测度边折叠算法。本算法在简化过程中,通过对三角面顶点法向量重要度的控制,保证了重要度大的顶点关联边不被折叠,减少了运算量,保证了简化后的模型表面光滑平顺,视觉感良好。     

基于顶点在的多面体模型简化方法

本文介绍一种基于顶点聚类的多面体模型简化方法，该方法主要由三部分组成：（１）把多面体模型划分若干个小单元；（２）落在同一单元中的一组网格顶点用一个代表顶点表示；（３）由代表顶点进消运操作得到简化的三角形网格模型，该方法实现简单、速度快，并且具有通用性。     

基于顶点聚类的多面体模型简化方法

本文介绍一种基于顶点聚类的多面体模型简化方法 ,该方法主要由三部分组成 :( 1 )把多面体模型划分成若干个小单元 ;( 2 )落在同一单元中的一组网格顶点用一个代表顶点表示 ;( 3)由代表顶点进行消去操作 ,得到简化的三角形网格模型。该方法实现简单、速度快 ,并且具有通用性。     

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.     

防止纹理扭曲的模型简化算法

文章分析了多边形模型简化过程中纹理扭曲的产生原因,指出纹理扭曲是由于简化导致模型表面几何方向变化和纹理方向变化不一致造成的,并据此提出了一个根据几何和纹理方向变化来度量纹理扭曲的简化算法。该算法可以有效防止简化模型上纹理扭曲的发生,自动快速生成在几何和纹理特征上都保持得较好的简化模型。     

基于顶点重要度的保形网格简化方法研究

为解决许多网格简化方法不能很好地保持模型的重要几何特征问题,提出基于顶点重要度和三角剖分的边折叠简化算法.算法通过特征因子加权顶点重要度作为边的折叠代价,定义法向量夹角因子,控制边的折叠顺序;在折叠过程中对边界特征区域进行冻结处理,以保持模型总体轮廓特征;采用边中点折叠和边邻域网格重建方法完成折叠操作.实验结果表明,模型在大规模简化后,该方法能较好地保持模型的几何特征.     

结合纹理特征的模型简化误差度量算子

模型的细节层次化表示是图形学中的重要研究方向，可以加速虚拟漫游中的成像速度而不降低成像质量，目前的简化技术大都是基于模型的几何特征进行的，难以很好地处理带有纹理图像的模型，该文提出一种结合纹理特征的模型简化误差度量算子，能高效度量简化过程中与纹理图像相关的视觉信息的变化，并与关于几何特征的度量进行结合，使简化模型能更好地保持重要的视觉信息，提高简化模型的成像质量，新的度量算子能与高效的简化方法相结合，并支持保持重要语义信息的用户主导简化方法。     

多特征融合的网格模型简化方法

针对三维网格模型简化过程中的过简化和失真问题,提出一种利用多特征融合的度量方法引导三维网格模型的简化过程。该方法通过分析模型简化的误差度量准则和模型的特征信息,首先利用法向信息加权的二次误差方法度量模型的几何特征信息;然后采用三角形边长比信息加权的挠率度量模型的视觉特征信息;最后融合几何特征信息和视觉特征信息作为模型简化的多特征信息引导模型简化。实验结果表明,该方法可有效保证算法的计算效率,保持简化后模型的形态特征,解决了模型的过简化和失真问题。     

基于多边形顶点法矢量的网格模型简化算法

在计算机图形学中，经常采用网格模型进行几何物体的描述，而网格模型的大数据量成为实时绘制的瓶颈，因此，必须对网格模型进行简化。目前的简化算法，主要是以网格模型几何误差的最小化为准则，而忽略了模型的视觉特征，为此提出了一种基于法矢量的模型简化算法，其简化准则是视觉特征的最优化。首先获取多边形顶点的平均法矢量，然后依据该法矢量确定简化门限。实验结果表明，当地景模型简化至95.4%时，仍然保持了令人满意的图象质量。该算法能够在保证高度真实感视觉效果的前提下，实现模型较大幅度的简化。     

基于顶点聚类简化外存模型的保流形算法

基于顶点聚类算法的简化方法产生的非流形部分可以分为三类：三角形片段,固有非流形边和固有非流形点,它们都可以经过简单的操作而转化为流形．在此基础上提出一种基于顶点聚类的可以保证简化结果是流形的外存模型简化算法,该算法不要求输入模型是流形,并且保持了顶点聚类算法的高效性和易实现性．     

三角网格简化过程中属性问题的研究

在计算机视觉、计算机仿真、网络传输中,经常遇到带有颜色、纹理等属性的三角网格模型的简化问题.提出一种基于边折叠和改进二次误差测度的快速简便的算法来简化带属性的网格模型.在Garland算法基础上引入边重要度概念,并加入到误差测度中,使得二次误差测度不仅能够度量距离偏差,而且能够反映模型局部表面几何变化.实验结果表明,该算法既能保证简化模型同初始模型在几何上尽可能相似,又能较好地保留初始模型的颜色、纹理等属性信息.     

一种改进的基于三角形折叠的网格简化算法

在已有的基于三角形折叠网格简化算法的基础之上，提出了一种改进的算法。对原算法的误差矩阵的计算进行了改进，提出了一种简单的误差控制方法。该改进的简化算法不仅能减少模型中的三角形数目和保持模型拓扑结构，而且实现简单、速度快。     

一种改进的基于形状特征保持的QEM简化算法

针对二次误差测度（QEM）简化算法对机械、建筑等CAD模型简化时存在的形状特征容易丢失的不足,提出了一种改进算法。该算法在检测出模型表面的分界轮廓曲线后,将各组成边分成四种类型,并按照尽量避免轮廓曲线上的边被折叠的原则,对各类边采用不同简化策略进行简化。实验结果表明,算法在形状特征保持方面具有较好的效果。     

基于边收缩的快速网格简化算法

根据Garland的QEM算法提出了一种快速的网格模型简化算法。算法使用顶点权值来表示顶点的重要程度,顶点权值可以将收缩的边所影响的范围控制在较小的区域内;顶点的权值被存储在一个优先权队列中并且利用优先权队列来控制边收缩的顺序,顶点的优先权队列所存储的元素比较少并且易于维护。该算法实现容易、执行速度快。     

一种新的边折叠网格模型简化算法

在边折叠简化方法的基础上,提出一种用体积变化的平方作为误差度量的三角网格简化算法。算法中引入三角形法向约束因子的概念,并把它嵌入到边折叠误差矩阵中;能够自适应地分配简化网格的疏密,保持更多的模型几何特征。实验表明,该算法简化误差低,模型视觉质量高,简化效果较好。     

一种基于曲率的边折叠简化算法

针对目前三角网格简化算法在低分辨率的状态下往往丢失模型重要几何特征,从而导致视觉上的失真问题,提出了一种改进的边折叠三角网格简化算法。在Garland算法基础上引入了近似曲率的概念,并将其加入到二次误差测度中,使得二次误差测度在能够度量距离偏差的情况下,能够反映模型局部表面几何变化。实验结果表明改进的算法有效保持了模型的细节特征,简化效果更好。     

基于支撑域的网格简化算法

提出一种基于2次误差测度（QEM）的网格简化改进算法。算法首先对折叠边所产生的新顶点定义其在初始网格上的简化支撑域,从而建立新顶点与初始网格之间的联系;然后计算新顶点到支撑域的2次距离误差作为该顶点的全局简化误差,并将原始QEM中的误差作为局部简化误差;最后将两个误差之和作为新的折叠代价目标函数以实现对原有QEM算法的改进。多个模型的简化实验表明,改进算法能较好地保留初始网格的细节特征,并且较为明显地降低简化误差。     

改进顶点聚类方法的并行核外模型简化算法

面向大型网格模型的简化问题,提出了一种基于顶点聚类方法采用多数据流策略的并行核外模型简化算法。算法首先将传统顶点聚类简化算法中的代表点计算方法改进为顶点筛选方法,进而设计了一种适用于分布式计算环境的数据外存储策略,最后采用多数据流的思想改进单元筛选与顶点筛选两个方法的执行过程,从而形成完整的并行核外模型简化算法。实验结果表明,该算法有效避免了基于区域分解的并行算法对模型结构的破坏,提高了模型简化的质量;相比于多种现有的并行算法,该算法极大程度优化了并行资源的负载分配问题,具备更为理想的加速比和并行效率。     

结合边折叠和局部优化的网格简化算法

针对目前网格简化算法在将三维模型简化到较低分辨率时,网格模型的细节特征丢失、网格质量不佳的问题,提出一种保持特征的高质量网格简化算法。引入顶点近似曲率的概念,并将其与边折叠的误差矩阵结合,使得简化模型的细节特征在最大限度上得到保持。同时分析简化后三角网格的质量,对三角网格作局部优化处理,减少狭长三角形的数量,提高简化模型的网格质量。使用Apple模型和Horse模型进行实验,并与一种经典的基于边折叠的网格简化算法以及其改进算法之一进行对比。实验结果显示,两种对比算法三角网格分布过于均匀,局部细节模糊不清,而所提算法的三角网格在曲率大的区域稠密,在平坦处稀疏,细节特征清晰可辨;简化模型的几何误差的数量值与两种对比算法处于同一数量级;所提算法的简化网格的平均质量远高于两种对比算法。实验结果表明,在不扩大几何误差的情况下,所提算法不仅具有较强的细节特征保持能力,而且简化模型的网格质量较高,视觉效果较好。