三角网格模型的各向异性孔洞修补算法

提出一种用于三角网格模型的各向异性孔洞修补算法.该算法避免了高代价的孔洞多边形最优三角化求解过程,只需对其进行一般三角化;而后通过很少次数的迭代过程对孔洞三角化后的网格进行细化和几何形态的调整,使其和周边网格自然过渡.实验结果证明,该算法高效、稳定,能够处理各种类型的孔洞.     

三维网格的边界强度分割算法

提出一种新的基于网格边界几何信息的快速分割算法,首先按照原始网格模型面片的拓扑关系建立对偶图,并根据网格面片的几何信息设定顶点权和边权;使用k-way 多级分割方法在对偶图上进行快速分割,得到预分割区域以及各分割区域的初始边界;然后定义分割片的特征边界和边界强度函数,用以表示各预分割区域边界上的形变模型;通过最小化形变模型的能量函数,推动初始边界向特征边界运动,最终得到符合最小值法则的有意义的子网格.实验结果表明,该算法快速有效,适用于各种局部边缘特点较显著的三角网格模型.     

基于网格统计模型的三维目标识别

提出一种基于网格的统计模型的三维目标识别算法。首先将网格结构引入多视点图像,并针对网格位置,利用三维目标多视点间的关联性,再根据目标的局部不变特征建立统计模型;其次对图像数据库COIL中三维目标的自由度进行扩充;最后在此基础上,对算法的识别性能进行测试。实验结果表明,该算法不仅能有效识别三维目标的类别,而且能够对目标的姿态做出可靠的判断,具有较强的鲁棒性。     

典型三角网格细分算法

介绍7种典型的三角网格细分算法,对各种细分算法在连续性、具备优点及应用状况等几个方面进行比较和归类。为提高三角网格细分效果的可视化程度,将基于功能类机制的状态机模型作为软件运行模式,利用MFC和Open GL实现交互式显示控制,并在此基础上对最具典型意义的Loop算法进行原型实现,给出优化方法。     

一种三角网格模型的边界提取快速算法

针对三角网格数据,提出一种边界提取的快速算法。建立边栈,将所有边索引压入边栈中,并初始化一个空的边池。从边栈中弹出一个边索引与池中的所有边索引进行比较,如果2条边索引相同则视该边为内边,从池中删除;否则留在池中。继续执行该过程,直到边栈为空,结束边界提取,边池中的边即边界边。实验结果表明,该算法易于实现,具有较高的计算效率。     

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。     

三角网格模型的补洞算法研究

提出了一种三角网格模型的空间孔洞修补算法.首先根据网格中的点、边和三角形之间的关系提取孔洞边界,然后根据孔洞区域的夹角的顺序在空间中依次填补三角形直至修补完全,接着对新增加的高度弯曲的三角形进行细分,最后对修补后的孔洞网格进行几何形态调整,光顺化整个孔洞曲面.实验结果证明,该算法简单、有效,孔洞修补效果好.     

方向感知的网格模型特征识别

针对网格模型平滑区域提取特征困难,以及现有特征识别方法无法检测仅沿某一特定方向分布的特征点的问题,提出一种方向感知的网格模型特征识别方法。首先,分别从x、y、z三个方向探测网格顶点邻接面法向量沿不同方向变化的情况。设定合适的阈值,只要检测到在任何一个方向上顶点邻接面法向量的变化超过阈值,该顶点即被识别为特征点。然后,针对现有网格模型特征识别算法无法检测三维医学模型普遍存在的一种仅沿z轴方向分布的梯田型结构的问题,单独探测医学模型网格顶点邻接面法向量沿z轴方向变化的情况,将变化超出阈值的顶点识别为梯田型结构顶点,正确地将非正常梯田型结构从人体模型正常结构特征中分离出来。与二面角法的对比实验的结果显示：在相同阈值设置下,所提方法能更好地识别出网格模型特征,解决了二面角法在没有明显折线的平滑区域上无法有效识别特征点的问题;同时,也解决了现有网格模型特征检测算法因不具备方向探测能力而无法将医学模型非正常梯田型结构与正常人体结构区分开来的问题,为医学模型后续数字几何处理工作提供了条件。     

三维重建网格模型的缺陷孔洞识别与修复方法

针对三维重建网格模型经常出现异常缺失孔洞的问题,提出一种缺陷孔洞自动识别与孔洞区域细节特征保持的曲面修复方法。首先对缺失区域的上下文及轮廓曲线进行异常检测以判断是否为缺陷孔洞, 确认为缺陷孔洞后对孔洞周边的特征线进行检测与匹配构造孔洞区域的基曲面;之后引进一个无约束的三角剖分对基曲面进行三角化;最后利用网格的各向异性进行细化及形态调整,改善网格的拓扑结构和几何性质。实验结果表明,该方法能够有效地识别三角网格模型的缺陷孔洞区域并还原其细节特征。     

反向工程中三角网格的加工特征识别

为实现反向工程中的特征重构,提出一种在三角网格上由Morse-Smale复形转换为分割面属性邻接图进行加工特征提取的算法.首先通过移动最小二乘曲面法计算网格顶点曲率,构建曲率特性指标函数,消除因网格连接引起的误差,达到降噪的作用;然后在三角网格上建立和简化Morse-Smale复形,精确提取特征线,将网格分割为边界清晰连续的区域,并获得各区域的邻接关系;最后判断关键点和特征线的性质,将Morse-Smale复形直接转换为分割面属性邻接图进行加工特征识别.实验结果表明,该算法准确、高效,而且不需要人工干预,对于反向工程中大规模、带噪声的网格具有较好的识别效果.     

Rendering Silhouettes with Virtual Lights

We present a new method for obtaining non-photorealistic images. These images have two main visual components: silhouettes and non-realistic colouring. Silhouettes are lines that define the form of an object. They are used in classical animation and illustration as the main expressive components. In these applications, if it is necessary, colouring can be added once the drawings are made. For instance, generally, in illustration, colouring is flat and does not transmit volume information whilst silhouettes do it in an economical way. The proposed method is based on the Virtual Lights model, which allows us to use external components, the virtual lights, to define silhouettes. In this way, the designer is free to control where, when and how the silhouettes must appear. The method can be used with B-rep geometric models.     

基于轮廓线的非真实感绘制技术

从NPR技术的形成和特点出发，详细论述了NPR中轮廓线的检测和绘制技术等问题。轮廓线在NPR中占有重要地位，它的表现不仅关系到NPR最终效果的好坏，而且也是实时绘制中一个提高速度的关键。重点介绍了NPR中流行的和最新的轮廓线检测与绘制技术，并对这些算法和技术进行了分类与分析，总结了其优缺点和适用场景。     

基于轮廓线的非真实感绘制技术

从NPR技术的形成和特点出发,详细论述了NPR中轮廓线的检测和绘制技术等问题。轮廓线在NPR中占有重要地位,它的表现不仅关系到NPR最终效果的好坏,而且也是实时绘制中一个提高速度的关键。重点介绍了NPR中流行的和最新的轮廓线检测与绘制技术,并对这些算法和技术进行了分类与分析,总结了其优缺点和适用场景。     

参数曲线集复杂区域的全自动识别算法

根据参数曲线集区域识别算法的自动化和通用性要求,采用多叉树形式化表达区域的空间组织结构,在建立定向闭环的基础上,提出复杂区域(内含孔、岛)的全自动识别方法。与其他区域识别算法相比,该算法对边界粘连及内含孔、岛的区域均能有效地识别与提取,具有广泛的适应性且易于实现。     

基于图论的参数曲线集目标区域识别方法

参数曲线集将平面划分为多个区域,区域的准确识别和提取是矢量图案填充的基础。目前,已经有多种光栅图形学区域识别的成熟算法,但准确、快速地识别任意复杂参数曲线集目标区域还比较困难,其关键问题是：如何利用计算机有效地描述参数曲线集划分的多个区域（内含孔、岛）以及准确地识别目标区域。从空间认知的需求出发,采用图论中的多叉树形式化表达区域的空间组织结构,在建立定向闭环的基础上,给出了目标区域的自动识别方法。实验结果表明：该方法准确、有效,具有普遍适用性,在Dimine数字矿山软件中得到了良好的应用。     

一种新的三角形网格压缩算法

现代图形应用系统需要绘制大量的几何体,这给绘制硬件带来内存、带宽等问题。解决该问题的方法之一就是在预处理阶段对静态三维几何物体进行压缩处理。本文提出了一种新的三角形网格压缩／解压缩算法,该算法将三角形网格分解成一组三角形条和序列顶点链,然后对顶点连通性进行熵缟码。该算法与已有的GTM压缩算法相比,压缩率提
高了32％,并且支持并行解压缩。本文还提出了一种平行四边形预测方法来压缩顶点坐标。     

一种新型渐进网格在多模型显示中的应用

为了解决传统方法在渲染多模型时通常出现的一些例如内存过度消耗甚至超出系统内存以及显示的帧数率过低等问题,提出了一种新型渐进网格的实现方法。该方法独立于简化算法,通过分解渐进网格的基本操作,尽量省去不必要的数据结构和操作从而使空间复杂性和时间复杂性都有明显的改进。为实际工程应用提出了一种简单的多模型显示框架;实验表明这种以新型渐进网格实现为基础的框架在多模型显示的场景下具有很好的应用价值。     

闭合三角网格的优化切割与保角映射

提出一种自动地将任意闭合三角网格切开并保角映射到二维平面域的算法.通过对自动提取的模型初始切割线逐步优化得到模型切割线,优化过程由一个与保角映射扭曲度和合法性相关的成本函数控制.为了减小映射扭曲,算法中不预先固定参数域边界,而在参数化过程中自动地确定网格的自然边界.实验结果表明,该算法通过优化切割线和参数域边界有效地降低了三角形形状扭曲,并保证了参数化结果的合法性.     

Optimal closed boundary identification in gray-scale imagery

Identification of closed boundary contours is an important problem in image analysis because boundaries delineate the structural components, or objects, present in a scene. Most filter-based edge-detection methods do not have a mechanism to identify a group of edge sites that defines a complete closed object boundary. In this paper, we construct a suitable parameter space of one-pixel-wide closed boundaries for gray-scale images that reduces the complexity of the boundary identification problem. An algorithm based on stochastic processes and Bayesian methods is presented to identify an optimal boundary from this space. By defining a prior probability model and appropriately specifying transition probability functions on the space, a Markov chain Monte Carlo algorithm is constructed that theoretically converges to a statistically optimal closed boundary estimate. Moreover, this approach ensures that implementation via computer will result in a final boundary estimate that has the necessary property of closure which previous stochastic approaches have been unable to achieve.     

大型网格模型多分辨率的外存构建与交互绘制

结合多分辨率、网格排布和基于视点的绘制技术,提出一种外存多分辨率构建和绘制算法.采用适应性八叉树对模型的包围盒进行划分,自顶向下构建模型的多分辨率层次结构,较好地保持了原模型的细节分布;并对多分辨率结构中每个节点所包含的三角形片段进行网格排布优化,降低了缓存的平均失效率;在实时绘制时,采用基于视点的细节层次选择策略进行模型的细化;最后通过引入数据预取机制来隐藏磁盘I/O延时,进一步提高绘制性能.实验结果表明,该算法在绘制速度与细节保留上均优于同类MRMM算法.