局部包络片控制误差简化三角网格模型

利用内外包络控制三角网格模型简化误差是一种可行的方法.但构造整个模型的内外包络需要花费较多的时间,且每次简化操作时也会进行大量重复的三角形相交检测,使算法效率下降.针对这些问题,本文提出了局部包络片控制误差的思想,即每次简化操作仅利用相关部分的包络来控制误差.算法采用三角形收缩操作简化模型,当原始模型上的一个三角形被选中,并尝试进行收缩操作时,先构造其对应的局部包络片;在该三角形收缩后,原来与之相邻的三角形将发生形变,若这些形变后的三角形位于局部包络片之间,则认为此次三角形收缩操作可以接受,否则予以取消.实验结果表明,局部包络片保持了良好的误差控制效果,且由于构造简单,很少发生自交现象,减少了三角形相交检测次数,提高了计算效率.     

面聚类网格简化新算法

三维物体表面重建广泛采用三角网格方法,密集的数据采样可以重建出精确的三维表面,但是庞大的数据量不利于多分辨率三维实时显示和三维物体网络传输,因此三维表面网格简化是迫切需要解决的问题之一.近年来表面简化问题得到了广泛地研究.本文提出基于面聚类的网格简化新算法,通过最小化最大类内距离算法进行面聚类实现区域划分,然后提取区域特征,进而根据特征点和边对区域进行受限三角剖分.实验说明本文提出的面聚类网格简化算法在保持三维表面几何拓扑特征的基础上取得了很好的简化效果.     

一种三维网格模型零水印算法

提出一种三维网格模型零水印算法,突破了常规水印算法修改模型数据以嵌入水印的作法.通过三维网格模型的几何特征构造水印信息来实现三维网格模型的版权保护,解决了三维网格模型水印算法中水印鲁棒性与透明性之间的矛盾.实验结果表明:该算法对几何变换、网格简化、随机噪声和剪切攻击都具有较好的鲁棒性.     

基于面删除的四面体网格简化新算法

如何简化大规模数据集的几何和拓扑形状以便达到实时显示和绘制的目的,已经越来越引起人们的重视.本文提出一种基于面删除的四面体网格简化新算法.通过对网格中的所有三角形定义其删除的优先级别,删除优先级别高的三角形,以简单的几何删除操作来达到四面体网格简化的目的.和已有的方法比较起来,本方法的特点是每一步都有比较高的删除比例,每一次三角形的删除操作可以达到至少8个(2个面邻接四面体,至少6个边邻接四面体)四面体删除,测试模型中最多可以达到13个四面体的删除.本算法保持了边界节点和网格简化后的一致性.     

基于27邻域网格的医疗图像三维重建

为实现医疗图像三维重建中的网格简化,提出一种基于27邻域网格建立三角形网格拓扑的新方法。首先利用移动立方体(MC)算法从一组计算机层析(CT)图像序列中提取三维重建体数据,将二维图像转化为由一组三角形面片组成的三维模型网;然后利用27邻域网格算法对此三角形网进行空间扫描,构建出三维模型的网格拓扑;最后利用二次误差测度(QEM)算法对所得三维模型拓扑进行简化,实现医疗图像三维模型动态可视化操作。通过使用Visual C++软件平台和OPENGL库对医疗图像进行三维重建,重建效果表明,本文方法的计算效率要优于传统的循环迭代方法;与传统的建立网格拓扑方法相比,本文方法具有算法简单、速度快、运算复杂度与数据量呈线性增长的优点。     

一种三角形网格的优化算法

处理复杂三维模型时,采用边折叠方法进行三角形网格优化。并通过使二次误差测度最小来计算折叠点的坐标,既保留了原始网格的形状,又摆脱了折叠边的限制。实验结果证明,该算法不仅获得了简化效果且确保得到了质量较高的简化模型。     

三维几何数据压缩

介绍了一种对三角形网格的三维几何数据压缩算法,采用顺序树实现三维模型的拓扑结构压缩和几何数据压缩,可以达到在精度损失较小的情况下对拓扑结构和几何数据的有效压缩。     

三维几何数据压缩

介绍了一种对三角形网格的三维几何数据压缩算法,采用顺序树实现三维模型的拓扑结构压缩和几何数据压缩,可以达到在精度损失较小的情况下对拓扑结构和几何数据的有效压缩。     

基于多分辨率格网的三维物体识别方法

本文首先提出了一种改进的三维物体表达方法,它将一个三维物体表面网格与其它表面网格的几何关系表示为一个二维矩阵,称为距离角度图.这种表达能够描述任意形态物体,抑制杂乱背景和遮挡,几何意义直观,且适应不同分辨率、非规则的三角格网.然后,以这种表达方法为基础,本文阐述了一种基于多分辨率格网的,由粗到精的三维物体识别方法.它先在场景和模型的低分辨率格网上进行粗匹配以得到模型候选集合,之后在已匹配网格的高分辨率格网邻域上筛选模型候选集合,最后综合考虑多个网格对应的模型候选以得到最终模型候选的确认和验证.这种识别方法具有运算量小,准确可靠等优点,实验证明该方法正确有效.     

文物模型的简化与纹理映射研究

提出了一种基于顶点聚类的新简化算法.通过引入二次误差测度求解网格单元的最优代表点,提高了简化质量.分析了文物模型纹理映射的特殊性,提出合适的映射方法,建立了几何模型与纹理图像之间的映射关系,实现了非参数化三维模型的纹理映射,使得模型具有照片真实感.     

基于改进MC算法的CT/MR图像三维重建

针对MC(Marching Cubes)算法重建后模型表面的不光滑性和模型表面三角面片数量大的缺点,提出了在保证一定精度的前提下减少小面片的处理方式。通过对等值面进行三维空间上的方向平滑来代替等值面上的三维坐标平滑,达到了提高模型表面平滑性的目的。以边删除算法为基础,设计了网格简化算法,实现了模型表面的网格简化。以喉管和心血管两组磁共振(Magnetic Resonance,MR)体数据为例进行三维表面重建的结果表明,平滑后的三维显示效果有了显著改善,显示的结构细节清晰度与真实感明显提高。模型的网格简化90%后,依然能保持原模型的特征和较好的视觉效果,并大大提高了实时交互绘制的能力,明显缩短了交互操作时间。     

Automatic superpixel generation algorithm based on a quadric error metric in 3D space

As a preprocessing step for computer vision tasks, research on generating superpixels of an image has been widely conducted recently. In this paper, we propose a fully automatic superpixel generation algorithm by simplifying the 3D triangle mesh modeled from a 2D input image. The simplification is performed based on a modified quadric error metric (QEM) method. The pipeline of our algorithm is simple. Given an image, we first turn it into a 2D triangle mesh and then lift the mesh to 3D based on the gray values of the image. We then simplify the 3D mesh based on the modified QEM method which encodes the features in the image intrinsically to ensure feature-aware superpixels. After obtaining the simplified mesh, we map it back to the 2D image to generate triangular-shaped superpixels. Our algorithm is fully automatic. The number of superpixels can be controlled intuitively. Experimental results demonstrate the effectiveness of our approach.     

三维激光扫描数据的网格简化

针对三维激光扫描仪获得的彩色人头数据集压缩问题，提出了基于区域分割的顶点合并网格简化算法。该算法分为区域分割和网格简化两个阶段。在对三维彩色人头数据集进行区域分割的基础上，把网格点分为：区域边界点（在顶点合并操作中，它只能与边界点合并）和区域内部点，然后根据区域加权的误差评价函数进行网格简化。实验表明，该算法压缩比高，网格简化质量好。     

基于STL文件的FDTD网格剖分算法

针对复杂目标的时域有限差分(finite-difference time-domain,FDTD)法计算,提出了一种将非结构化网格直接转化为Yee网格的改进算法.该算法在射线求交方法的基础上对射线方程与三角面元求交公式进行优化,实现了快速的目标网格生成,有效降低了计算复杂度并提升了剖分效率.通过介质球、军舰和F22飞机...     

Content Adaptive Mesh Representation of Images Using Binary Space Partitions

The interest in content adaptive mesh generation of images has been arising lately due to its wide area of applications in image processing. The major issue is to represent an image with a low number of pixels while preserving its content. These pixels or the nonuniform samples are then used to generate a mesh that approximates the corresponding image. This work presents a novel method based on binary space partitions in combination with three clustering schemes to approximate an image with a mesh. The algorithm has the ability to simultaneously reduce the number of pixels and generate the mesh approximation. The idea is to assume each triangle of the mesh as a plane. Consequently, it will be possible to reconstruct the inlying pixels with planar equations defined from the three nodes of each triangle. If a triangle's equation does not have the ability to reconstruct the pixels lying within up to a predefined error, it is split into two new triangles. Tested on several real images, the proposed method leads to reduced size meshes in a fast manner while retaining the visual quality of the reconstructed images. In addition, it is parallelizable due to the property of binary space partitions which facilitates its application in real-time scenarios.