一种基于三维Delaunay三角化的曲面重建算法

提出一种基于三维Delaunay三角化的区域增长式曲面重建方法。该方法以空间点云的Delaunay三角化为基础,结合局部区域增长的曲面构造,较以往方法具有人为参与更少、适用范围更广的优点。算法采用增量式插入点的方式构建空间Delaunay划分,采用广度优先算法,以外接圆最小为准则从Delaunay三角化得到的四面体中抽取出合适的三角片构成曲面。该算法的设计无须计算原始点集的法矢,且孔洞系数对重建的结果影响很小,重建出的三角网格面更符合原始曲面的几何特征。无论待建曲面是否是封闭曲面,本算法均可获得较好的重建效果。     

基于快速Delaunay三角化的散乱点曲面重建算法

针对现有三维重建算法速度较慢的问题,提出了一种基于快速Delaunay三角化的散乱数据点的三维重建算法。首先,提出一种新的平面Delaunay三角化插入点目标三角形定位算法,利用插入点的方向搜索线与三角形是否相交以及交点个数加速目标三角形定位,不用额外判断点是否在三角形内;其次,自动检测曲面漏洞,利用凸壳的边界拼接方法进行漏洞弥补。实验结果表明,本算法不仅能较好地重建出三维模型,而且有较高的效率。     

海量点云曲面增量拓扑重建EI北大核心CSCD

针对现有的曲面重建算法难以兼顾大规模采样数据的重建效率与重建曲面拓扑正确性的问题,提出一种基于局部Delaunay网格剖分的曲面增量重建算法.该算法采用波前扩展的策略,通过波前环的扩张、分裂、重叠面片的消除等步骤,将局部重建过程传播至每个样点的邻近区域,获得插值于采样点集的二维定向流形网格曲面,实现整个采样点集的增量拓扑重建;在曲面局部重建过程中,分别基于局部区域的Cocone算法与二维投影点集的Delaunay网格剖分方法重建曲面的尖锐区域与平坦区域,其中局部区域重建曲面网格的边界的正确性由区域之外的少量辅助样点保护.实验结果表明,文中算法具有较高的重建效率,适用于封闭和非封闭海量点云数据的重建;且在采样密度符合要求的情况下,重建的网格曲面与原表面拓扑同构.     

点云的形状与曲线重建算法

针对平面无序带噪点云的曲线重建问题,给出了点云形状的定义并提出了构造点云形状的算法.该算法基于Delaunay三角剖分,在构造好点云的Delaunay三角剖分后对三角剖分进行细化,使得在点云中的点周围形成空间上的局部均匀采样;基于集合论中的基本概念定义点云中内点、外点和边界点,并且明确地定义了点云的形状,根据Delaunay三角剖分细化时,选择不同的参数得到不同层次的点云的形状;选择合适的参数得到相应形状后,通过薄化过程得到具有流形结构的曲线.实验结果表明,采用文中算法得到的重建曲线很好地反映了点云的形状,验证了该算法的有效性.     

三维物体表面重建的分支处理算法研究

根据平面点集Delaunay三角剖分的特性,将Delaunay三角剖分应用到分支问题上,改进和实现了一种分支问题处理算法。将相邻层轮廓线投影到同一个剖面上形成一个带约束边的平面点集,并将它们Delaunay三角化,根据这些三角形组来生成新的轮廓线,使轮廓线一一对应。实验结果表明该算法实现的效果较符合实际情况,能有效地处理各种不同情况。     

基于Delaunay三角剖分和高斯小波函数插值的三维表面重建算法

在稀疏数据的三维表面重建中,通过插值的方法得到更为稠密的数据点是一个很重要的环节。该文在比较其它插值算法的基础上,提出了一种三维表面重建算法。该算法在对原始数据进行Delaunay三角剖分的基础上采用二维高斯小波函数插值,它不仅能有效地处理非均匀采样的三维稀疏数据,而且能克服其它插值算法中需要定义权重或估计参数的缺点。最终的实验结果验证了该算法的有效性和实用性。     

三维Delaunay三角剖分快速点定位算法研究

提高点定位的速度是提高Delaunay三角剖分运行效率的关键。本文对四面体定位算法进行了研究,结合有向查找定位的技术,建立合理的数据结构,通过对每个搜索四面体只需计算三个面的法向量,优化了基于法向定位的算法,从减少算法中运算量的角度提高运行效率。该算法定位路径唯一,效率更高,而且具有较好的效果。     

基于映射法和Delaunay方法的曲面三角网格划分算法

提出一种曲面三角网格划分算法,该算法在曲面参数域中生成Delaunay类型的网格,然后将其映射到空间曲面,为了抵消映射过程中变形的影响,采用空椭圆准则代替传统的空间准则,并给出椭圆的构造算法以及椭圆圆心的定位方法,这些方法充分考虑到映射变形和求解速度,实验结果表明,该算法生成满意的曲面网格,具有一定的应用价值。     

基于VTK的三维点云曲面重建研究

针对三维点云数据重建效率低、不能实时交互等问题,利用鲁棒性强的Power Crust算法和三维可视化类库Visualization Toolkit (VTK)的良好并行机制与强大的图像处理能力,实现了三维点云数据曲面快速重建.该算法使用Power Crust对三维点云进行曲面重建,接着对得到的网格进行线性调整、简化和平滑,最后引入VTK进行渲染、绘制、显示,并实时交互.实验结果表明,该算法可以加快散乱点云数据的重建速度,较好地保持了点云数据的拓扑结构,提高了曲面重建的精确性和鲁棒性,且交互性强,适合实时处理.     

基于格网划分的Delaunay三角剖分算法研究

为了提高海量数据的Delaunay三角网的构网速度,本文采用格网划分的三角剖分方法,首先将数据按照线性四叉树方式划分为若干格网块,构建块内子三角网,然后按照自下而上的合并方式对块进行合并,形成全局Delaunay三角网。在此基础上,为了避免出现过小锐角的情况,通过加入约束角来对三角格网进行优化。     

三维人体点云模型多约束肢体分割

针对人体点云模型的肢体分割这一动作识别和虚拟重建领域的重要问题,提出了一种基于分类骨架线、测地距离、特征点和姿态分析的多约束肢体分割算法,通过生成点云模型的分类骨架线,配合测地距离获得人体各部位粗分割点云集,利用测地路径方法实现关键特征点的定位,并利用曲线拟合方式进行定位优化,针对头颈、上肢、下肢和躯干之间关联部位的解剖学特征,构造多种约束条件,对各部位粗分割点云集进行了优化再分割。实验结果表明,所提算法对站姿条件下的不同动作、不同体型、不同精度人体点云模型均能取得与视觉理解相吻合的分割效果。通过该算法得到的肢体各部分点云数据可用于姿态分析等后续研究。     

二维复杂限定Delaunay三角化算法

针对包括曲线边界和内部带有曲线限定条件的二维Delaunay三角化问题,提出了一种细化算法.首先给出了曲线段的逼近边定义,以保证限定曲线在网格中的存在;然后证明了该算法的收敛性和最终曲线的逼近边集合与原曲线的拓扑一致性,并且生成的网格符合Delaunay优化准则;最后给出了算法的应用实例,验证了其有效性.     

先边界后方差的改进的三角网划分算法

基于Dvlaunay三角网划分的两个特性:最大最小特性,空外接圆特性,构网过程分3步:生成边界,构造内三角网,对边界与内三角网之间的空洞进行处理.具体实现过程:先通过边界点集构造边界,再在已生成的边界内,利用区域生长法思想,以及方差的方法对非边界点集进行插入,来构造内三角网,最后采用等比例划分方法处理边界与边界内三角网之间的空洞.实验结果表明,改进后,不需要对每次生成的边进行判断是否是边界边,插入的点是否是边界点的处理,也避免了复杂构网的过程,并且快速实现了物体表面Delaunay三角网划分的目的.且上述方法简单,快捷,易于实现,经实验证明是行之有效的.     

一种TIN生成算法的改进与实现

利用Delaunay三角网空外接圆性质，可以直接构成Delaunay三角网，但大部分时间花费在搜索第三点的过程中。文章提出利用直线方程的判别式，用判别正负区原理对以上算法进行改进，并用VC＋＋实现。     

基于层间联系的三维扫描盲区填充方法*

针对三维文物扫描中出现的绝对盲区问题,提出了一种快速高效的、基于层间联系的三维填充方法。该方法对传统的边界点提取方法、离散点插入方法和三角剖分方法进行了适应性改进,并将以上三种方法和三角片品质优化同步进行,提高了填充的效率和准确率。该方法充分利用盲区当前最内层边界点之间距离和方向关系,向内逐层插入离散点,逐层进行三角剖分,利用相邻层顶点间的拓扑关系,逐层优化三角片,并动态更新当前层,层层推进。实验表明,新方法能够实现三维文物表面快速、光顺地填充。     

基于视点的大规模点云数据实时预测调度策略

针对海量数据难以实时渲染的问题,提出基于视点的大规模点云数据实时预测调度策略——“5-5-5”动态调度策略。对整个三维点云进行“分区-子块化”处理,经过多分辨率压缩后保存到服务器端的数据库中。客户端根据视点的变化和菱形调度规则对子块数据进行内外存动态调度并实时绘制,同时向服务器发送传输新数据的请求。实验证明,该算法能有效解决漫游过程中的“抖动”现象,减少单次向服务器请求传输的数据量,实现漫游显示的连续性和平滑性。     

基于误差分离法的刀口直角尺高准确度测量

刀口直角尺用于校准平面坐标类光学仪器的坐标轴垂直度,是最常用的几何量计量器具之一,但是由于缺乏相应校准规范,影响了刀口直角尺的量值准确统一。应用封闭原则,对校准用仪器误差进行分离处理,实现刀口直角尺的高准确度测量。该方法测量流程合理,测量点明确,计算公式简单,通过测量不确定度评定和实验验证,证明了该方法的正确性和可行性。解决了刀口直角尺的量值溯源问题,为影像式几何仪器的校准提供了一种精确的方法。     

一种点云混合简化算法

目前点云简化方法很多采用单一的聚类或迭代简化策略。结合两者优点;首先对点云模型进行均匀聚类然后进行迭代简化。为了将两者有效结合;将二次误差矩阵应用在整个简化过程中;简洁地传递了两个过程中的相关信息。对于有边缘的点云模型;给出了一个简便有效的边缘检测方法。实验表明;该方法简化质量高于聚类简化而接近迭代简化;但内存占用和简化时间却远低于迭代简化方法。     

三维约束Delaunay三角化的实现

分析了约束Delaunay三角化中存在的边界一致性问题,给出了约束Delaunay三角化的理论依据,重点探讨了三维约束Delaunay三角化的可行性条件和范围,同时,给出了三维有限域约束Delaunay三角化的实现方法及其在石油地质勘探数据和机械零件方面的网格剖分实例.这种算法在复杂对象的科学计算和工程分析中发挥了重要作用.