基于三维点云数据的虚拟人台模型的构建

针对实际人体三维扫描点云数据的特征,根据数据点坐标差值大小提取出每个高度层上的关键点,利用简化的Delaunay三角平面划分算法,将这些关键点构造成三角平面,并制作出OBJ模型文件,导入常见的三维建模软件后得到人台虚拟模型.实验表明:上述方法处理数据简单、快速.得到的人台模型符合要求,适用于大量人台模型的构建.     

基于三次样条插值的参数化三维人台仿真模型的建立

通过测量标准人台,获取人台三维数据,利用OpenGL 和VC 进行三次样条插值计算,获得型值点间的插值点三维坐标.应用OpenGL建立计算机三维人台模型,并实现参数化控制,获得不同体形和尺寸的人台模型.该方法建立三维人台模型方便、快捷,模型较为逼真,能够较好地反映出不同人体的体态特征,为服装三维CAD提供良好的平台.     

Delaunay三角剖分的快速重建算法

本文描述了一种Delaunay三角剖分的快速重建算法,用以节省三角网格存储和传输时间.该算法既可以在基于均匀网格的Delaunay三角化过程中,直接生成点集序列,也可以推广到其他Delaunay三角剖分方法的输出结果,在O(n)的时间内生成点集序列.简单遍历这个点集序列就可以在O(n)的时间内重建Delaunay三角剖分.与以前的算法相比,该算法具有重建操作简单、执行速度快、拓扑信息完全隐藏在点集序列中、不需要增量插入操作等特点.     

基于POSER的三维服装人台模型

提出了一种基于POSER人体模型软件的人台建模方法,并利用VC++和OpenGL建立了三维人台仿真模型.实验证明:此方法建立人台模型快速,精确度较高,为服装造型和着装仿真的研究提供了平台.     

基于MR和传播模型的移动台定位算法

介绍了常见的几种移动台定位算法和传播模型。针对GSM移动通信网络中第三方用户对移动台定位的难点,提出了一种基于测量报告(measurement report,MR)和传播模型的GSM移动台定位算法,并结合测量报告的数据描述了算法实现步骤。该算法的最大优点是适合移动运营商大规模部署运行,且不需要对现有的移动网络进行大规模改造。实践结果表明,该算法可以提供高精度的定位结果,整体精度可以控制在100m以内,适合运营商大规模商业化部署和运营。     

三维个性化服装人台建模的研究

基于标准服装人台仿真模型,采用新的人体尺寸测量体系进行特定尺寸的测量,通过特定的尺寸比判定个性化人体特征截面的变化特点,根据人体特征截面特点和相关测量尺寸获取个性化人体特征截面轮廓上关键点坐标,分别对各特征截面轮廓线进行三次样条曲线拟合,并在标准服装人台的基础上确定相邻曲线,最后应用VC++和OpenGL实现不同体形的个性化服装人台仿真模型的建立。这对计算机辅助服装结构设计和服装效果的良好展示都具有重要的意义。     

基于点云数据三维重建方法的研究

由于三维激光扫描仪采集的点云数据是离散的,这些离散的点云数据由于分辨率有限,缺少灵活性,导致无法满足对实际场景重建出具有几何精确性的模型。为解决上述问题,用Delaunay三角化方法构造网格逼近物体的i维表面模型,把离散的点云数据连续化生成表面模型来模拟场景,实验证明该方法有效。     

基于平均体模型的标准中间体人台建模方法

为得到标准中间体人台模型,首先通过测体获得人体躯干点云数据;在对人体点云数据处理和人体模型调整后获得平均体模型数据的基础上,通过对标准中间体特征部位关系的研究,建立特征部位与人体身高和胸围的回归方程,求得特征部位的标准尺寸;采用形状因子方法对点云模型进行调整,得到标准中间体点云模型;并在MATLAB环境下,通过NURBS工具箱准确地实现了曲面建模,最终得到标准中间体模型.     

自适应图像三角化法的新改进

为了提高图像 Delaunay 三角形化(Delannay Triangulation, DT) 的速度及恢复图像的质量, 在文献[1]方法的基础上, 对自适应图像 Delaunay 三角形化的方法进行了结构性的改进. 改进后的新方法采用了以三角形、边、顶点为基础的类结构, 并以三角形的边描述三角形间的相邻关系. 由于每条边本身就是两个相邻三角形的交界, 加之类特别适合描述相互关系, 使得算法得到较大的简化, 运算复杂度也随之减小了. 在算法的关键步骤采用双精度计算, 提高了网格恢复图像的描述精度. 实验结果表明, 新方法产生的网格随图像内容自适应变化, 在网格生成速度上比文献 [1] 提高了约 1/3,在恢复图像的 PSNR (峰值信噪比)上比文献 [1] 提高约 (0.02～0.08) dB.     

基于位置推算算法的虚拟人感知机制的研究

近十几年来,随着对行为动画研究的开展,研究者们越来越认识到行为研究对虚拟人研究的重要性,感知机制是虚拟人行为研究的核心,迄今为止研究者们一般采用传感器方法而不是合成视觉方法建立虚拟人的感知机制,这是因为在象虚拟战场这样的多虚拟人环境中,虚拟人本身的复杂性、环境的动态性,使得虚拟人间可视信息的传递很困难,为了解决这个问题,提出了基于位置推算法的虚拟人感知机制,该项研究弥补了合成视觉方法的不足,丰富了行为动画中感知技术的研究,从而为虚拟人行为控制的研究奠定了基础。     

一种基于Graham三角剖分生成Delaunay三角网的算法

目的提出一种基于Graham三角剖分生成Delaunay三角网的算法,加快Delaunay三角网的生成速度.方法首先按Graham扫描法对平面散乱点集进行排序,然后将排好序的点通过可见点的判断连接成Graham三角网,最后利用拓扑结构快速进行优化,使其成为Delaunay三角网.结果通过500至10000个点的测试,表明这种基于Graham三角剖分生成Delaunay三角网的生成速度快于传统基于凸包生成Delaunay三角网的生成速度.结论采用可见点表的数据结构以及利用点、边、三角形的有序性的特点构建Delaunay三角网,是提高建网速度的关键.     

基于最大外接圆的约束Delaunay三角剖分算法

目的 研究构建约束Delaunay三角网的方法 ,提高构建约束Delaunay三角网的速度.方法 基于生长法并利用分治法的思想,以约束边为基边分别向两侧重新构网,先构建Delaunay三角网,然后插入约束边并删除与约束边相交的边,按照构网条件对约束边两侧的空腔构网,直至约束边两侧构建成三角网,最后使其成为约束Delaunay三角网.结果 实验测试表明,在地形点数为5 000时,传统算法构建CDT时间为6 195 ms,笔者算法构建CDT时间为6 007ms,速度明显优于传统算法.结论 算法简单、运算速度快、内存开销小且易于实现.     

Delaunay三角网格化算法及实现

在实践的基础上，探讨了Ｄｅｌａｕｎａｙ三角网格化算法的实现技巧，提出了改进措施．是后就平面单连通城的Ｄｅｌａｕｎａｙ三角网格化算法及在空间中的应用做了深入的讨论。     

基于分治策略的快速构建Delaunay三角网算法

目的降低构建Delaunay三角网的时间复杂度,提高构建Delaunay三角网的速度.方法首先递归分割点集,然后按照构网条件以分割线为轴线对其两侧的点进行构造三角网的操作,直至每个点都被包含进所构建的三角网,最后使其成为Delaunay三角网.结果通过1000~5000个点的测试,表明基于分治策略的快速构建Delaunay三角网的生成速度要快于传统基于分治策略生成Delaunay三角网的速度.结论该方法能够到边建网边优化,使程序一次成型,提高了建网速度,本算法的设计思想还可以推广到三维空间.     

基于散乱点云的快速体积计算法

三维可视化体积计算基本上都是先由散乱点云构建出表面网格模型,然后基于网格模型计算体积,存在计算量大、速度慢的缺点.针对此问题提出一种快速体积计算法,首先使用改进的增量式Delaunay三角剖分对散乱点云进行四面体剖分;然后利用K近邻计算散乱点的拟合曲面和最小生成树,得到各点的法向量;由各点法向量剔除体外四面体;最后计算各四面体体积之和从而得到总体积.实验表明,该算法不仅保证了计算准确度,而且较传统算法大大提高了效率.     

动态Voronoi图的算法实现

文中讨论了一种动态生成Voronoi图的构造算法。该算法以Delaunay三角网和相应的Voronoi图的对偶关系为基础,利用3个额外生长点,动态实现Delaunay三角网,然后根据优化后的三角网生成最终的Voronoi图。     

一种确定高阶Delaunay三角网中可用k—OD边的算法

目的构建高阶Delaunay三角剖分方法的数字地形模型,有效地减少局部极值问题,使得地形模型能更好地反映原始地形的真实面貌．方法提出了一种确定高阶Delaunay三角网中可用k-OD边的方法,该方法首先在任意边uv的两侧分别确定两点,使每个点与uv边形成的三角形的外接圆不包含同侧的点,若这两三角形都为k—OD三角形,则uv边是可用k—OD边．结果用Visual C＋＋实现算法,通过实验验证了算法的有效性,对于具有n个点的点集P,在时间O（nk^2＋nklogn）内可以计算出所有的可用k—OD边．结论选择合适的可用k—OD边生成相应的高阶Delaunay三角网来模拟实际地形,可以有效地减少局部极小的数量,使地形模型更接近于实际地形．     

利用凸壳建TIN的算法研究

首先阐述了如何利用凸壳建TIN的原理和方法,并对相关算法进行了综合和改进;然后基于“分而治之”的思想提出了一种格网数据筛选法,用来提高凸壳建TIN的效率;最后通过实例测试进行比较和验证.在三角网优化过程中,采用LOP优化原则,使得建TIN结果满足最小角最大的性质,当平面点集满足D-三角网构网条件时,所得三角网为D-三角网.