骨架驱动的三维模型变形方法

为发展三维网格模型的变形技术,研究了多种三维模型变形算法,通过对骨架驱动变形算法的深入研究,针对现行算法多是以单一骨架驱动变形的不足,提出了一种新的基于多骨架点驱动的交互式局部变形方法.有效结合模型的骨架图结构,确定各骨架点对应的局部区域.并将骨架点拟合为二次Bézier曲线,通过交互式拖动任意骨架点计算与之相连的多骨架点的动态变化,实现模型局部区域的自然形变.实验结果表明了该算法的有效性和直观性.     

离散曲率约束的三角网格模型拓扑分割算法

针对三角形网格模型简化中保持细节特征的要求,提出了依据离散曲率划分三角网格顶点的特性,并结合区域增长法自适应地确定拓扑分支的优化算法.每个顶点根据其相邻面片顶点的曲率值划分属性区域,并在区域生长过程中重复选择K-ring碟形区域中具有相似属性值的顶点作为种子.为了有效地探索凸凹形状区域,以曲率极值点作为初始点,提出了有效的区域增长及合并的策略,突出了模型的局部特征和拓扑结构.最后通过一系列实验验证了该算法的快捷性.     

高斯曲率约束的MRG骨架提取优化算法

三维模型的骨架保持了模型的拓扑特性,并被广泛应用于模型相似性比较、计算机动画及压缩等领域.根据多分辨率Reeb图的原理,提出了一种基于离散高斯曲率约束的骨架提取优化算法.通过计算网格顶点的离散高斯曲牢判断曲面局部凸凹特性,以获取模型表面的双曲极值点作为约束点;并依据约束点及其邻域的μ函数值产生的分裂线进行区域细分,获得子连通区域、确定关节点、形成优化的骨架结构.实验结果表明,该算法有效地突出了模型的拓扑分支特征以及模型表面的细节,提高了骨架提取的精度和效率.     

关节特征约束的3维模型骨架提取算法

根据多分辨率Reeb图（MRG）的原理,提出一种基于关节特征约束的骨架优化算法。它克服了基于曲率约束提取骨架方法中逐点计算顶点的曲率约束轮廓的低效性,通过分析网格顶点的离散高斯曲率,获取模型表面上具有凹陷特性的双曲极值点作为约束点, 进行关节特征区域的有效提取。进而增加关节特性点,优化MRG骨架。实验结果表明,本方法有效地突出了模型的拓扑分支特征以及模型表面的细节,提高了骨架提取的精度和效率。     

三角网格模型的特征线提取

在反求工程中，散乱数据点云的曲面重构常采用三角网格模型，若将其转换成曲面实体模型则有更广泛的应用，从三角网格模型中提取特征线是转换过程中的重要步骤．在讨论反求工程中数据点云分块方法的基础上，采取“基于边”的方法来提取特征线：先提取特征点，再连接成特征线．根据相邻三角片的法矢夹角和各点主曲率是否为极值，分两次提取特征点，利用三角顶点加权和均匀化等方法减少狭长三角片对特征点提取的计算误差影响，再将特征点分组连接成B样条曲线．文中算法的结果可为B样条曲面分片拟合和建立B-rep曲面实体模型提供依据。     

自适应三角网格模型重新布点算法的研究

在对任意拓扑三角网格模型进行自动三边界区域划分的基础上，提出一种适应的三角网格模型重新布点算法，该算法首先根据三边界区域划分的结果，构造初始网格模型具有最低分辨率的基础网格模型，然后利用协调映射技术，对网格模型进行重新采样，从而不断对基础网格模型进行细化，算法的特点是可以根据不同的精度自动在曲面的大曲率处重新采样得到较多的点，而在曲面的小曲率处则重新采样得到较少的点，该算法可以用于三角网模型的自适应简化和优化，文中的应用实例表明，该算法可以保证在满足指定精度要求的条件下，得到更合理的三角网格模型，取得理想的效果。     

三维网格模型的快速拓扑重建算法

为了提高重建三维网格模型拓扑的速度,选择半边结构作为表示实体模型拓扑关系的结构模型,设计了新的用于加快顶点合并的索引方法。在顶点合并时直接定位到欲查找的顶点位置上,无须借助AVL等辅助查找表。拓扑重建的时间复杂度由原来的O(n log n)降低至O(n)。通过SMF格式文件进行的测试结果表明,在普通PC上重建含有10万个三角面片模型的拓扑结构也只需1s。     

任意三角网格模型体积的快速精确计算方法

三角网格是使用最为广泛的网格模型。提出了一种仅根据三角网格模型的三角面片集合计算模型体积的方法。该方法通过指定投影平面,计算每个三角面片及其在投影平面上的投影所围成的凸五面体的带符号体积（必要时对三角面片进行细分）,整个模型的体积为所有凸五面体带符号体积的代数和。所提出的三角网格模型体积计算方法能实现模型体积的快速准确计算。在大型水电工程施工模拟中施工单元的方量计算测试和不同规模的三角网格模型体积计算测试都证实了该方法的有效性。     

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.     

基于优化DRG的三维人体点云骨架提取方法

针对离散Reeb图（Discrete Reeb Graph,DRG）描述人体骨架时分支部位骨架线偏离中轴的问题,采用了能量函数最小化的方法对DRG曲线进行优化。将人体模型的DRG曲线作为初始骨架,定义其能量函数,在点云模型的距离场梯度的作用下,迭代地调整偏离中轴目标段的曲线位置使其逐渐逼近中轴,能量函数最小时得到优化的骨架。将该算法应用于同一模特四个不同姿势和四个不同模特同一姿势的人体点云模型,并与基于拉普拉斯算子的点云收缩的骨架提取方法进行了比较。结果表明,该算法能够很好地适应各种不同姿势和体型,模型分叉部位的特征得到更加完善的描述,得到的骨架曲线更接近模型的中轴。     

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。     

一种改进的三角网格模型光顺算法

针对传统模型中存在的噪声和扰动问题,提出一种改进的三角网格模型光顺算法。通过设定阈值为特征和平坦区域选择不同的滤波因子,利用高斯函数的性质,根据每个顶点的局部形状信息构造趋势参数,并将顶点的法矢变化率作为顶点移动的调节系数。实验结果表明,该算法迭代次数少、面积收缩率小、执行效率高,并具有自适应的特性。     

一种提高三角网格模型求交效率的算法

层次包围盒求交算法在求交过程中需要不断分裂包围盒,从而降低了求交效率。针对上述问题,利用该算法可以快速排除不相交三角面片的优点,提出一种更高效的求交算法,通过直接定位2个求交模型可能相交的部位,高效地排除大量不相交的三角面片,得到 2个模型的交线。     

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。     

改进的形态学骨架提取算法

针对由传统最大圆盘骨架提取算法提取出的骨架连通性差且无法保持一致的单像素宽度问题,提出一种改进的形态学骨架提取算法。将连通性保持与形态学运算相结合,在收缩目标提取骨架的过程中通过引入虚拟骨架点实现骨架曲线连通性保持,而单像素宽度细化及伪分支剔除等后处理过程的引入则进一步提高骨架描述目标形状及拓扑特征的能力。相关仿真研究证明了该算法的有效性。     

散乱点云的三角网格重构

基于增量扩散法的思想,提出并实现了一个散乱点云的三角网格重构算法,算法首先利用体素网格的散列表对散乱点进行组织,然后在确定了初始种子三角形的基础上,基于活动边扩展规则构造新的三角形,使网格不断向周围扩展直到活动边表空为止,最后算法合并棱边并计算每个三角形的顶点法矢,最终构造出散乱点云的三角网格。     

基于邻域相似性的三角网格光顺算法

为了提高三角网格模型的质量,满足模型后续处理的要求,提出了一种基于邻域相似性的网格光顺算法。类比图像像素的灰度值,首先构造顶点的双边滤波微分算子,作为其几何灰度值;然后计算顶点邻域之间的相似性,作为顶点几何灰度值的权值,并对顶点的邻域顶点的几何灰度值进行加权平均,得到该顶点的最终几何灰度值;最后将顶点沿着其法矢量方向移动几何灰度值大小的距离,得到光顺后的三角网格模型。实验证明,该算法在光顺模型的同时有效地保持了网格的几何特征。     

基于边优化的三角网格简化算法

在渐进网格算法的基础上,提出一种新的基于边优化的三角网格简化算法。在该方法重建出的多分辨率模型表面上,模型的细节层次呈连续分布,并且能跟随视点位置的变化发生动态变化。实验结果表明,该算法运算速度快,显示效果较好,能有效支持细节层次模型的表示。     

基于Level Set模型的彩色脑血管图像骨架提取算法

骨架提取是计算机视觉理论与应用中极具挑战性的课题,具有重要的应用价值.在分析医学彩色脑血管图像特性的基础上,引入一种基于颜色梯度信息和贝叶斯分类的水平集速度函数,提出了HSV空间高速模型,并基于该模型提出了用于彩色脑血管图像的骨架提取算法.该算法使用了两个新的中间函数,它的全部参数均由分析得到,避免了人工干涉.实验证明,该算法对颜色渐变和边界噪声不敏感,具有很好的有效性和鲁棒性.