一种基于曲率的边折叠简化算法

针对目前三角网格简化算法在低分辨率的状态下往往丢失模型重要几何特征,从而导致视觉上的失真问题,提出了一种改进的边折叠三角网格简化算法。在Garland算法基础上引入了近似曲率的概念,并将其加入到二次误差测度中,使得二次误差测度在能够度量距离偏差的情况下,能够反映模型局部表面几何变化。实验结果表明改进的算法有效保持了模型的细节特征,简化效果更好。     

三角网格简化过程中属性问题的研究

在计算机视觉、计算机仿真、网络传输中,经常遇到带有颜色、纹理等属性的三角网格模型的简化问题.提出一种基于边折叠和改进二次误差测度的快速简便的算法来简化带属性的网格模型.在Garland算法基础上引入边重要度概念,并加入到误差测度中,使得二次误差测度不仅能够度量距离偏差,而且能够反映模型局部表面几何变化.实验结果表明,该算法既能保证简化模型同初始模型在几何上尽可能相似,又能较好地保留初始模型的颜色、纹理等属性信息.     

结合边分割的改进二次误差测度算法

为了有效解决二次误差测度算法(quadric error metrics, QEM)容易产生异常三角面、失去局部特征、几何结构异常等问题, 提出一种结合边分割的改进二次误差测度算法(quadric error mactrics with edge splitting, ESQEM). 该算法添加顶点高斯曲率作为边折叠代价之一, 通过参数调节模型特征保留情况; 添加边长查询机制, 对细长三角面进行边分割操作. ESQEM算法能有效维护网格模型高曲率区域特征、保持网格几何结构、消除狭长三角面, 简化后的模型有更好的视觉效果, 高简化率下的简化精度更高.     

基于二次误差测度的递进网格简化算法

给出一种基于递进网格和二次误差测度的快速简便的算法来简化带属性的网格模型.该算法通过分别建立几何和颜色属性的二次误差测度来计算几何和颜色属性误差,边折叠是根据某种误差测度将候选的边按照折叠代价排序,每次取代价最小的边进行折叠操作.应用实例表明,该算法既能有较好的简化效率,又能保证简化对初始模型在几何和颜色信息方而尽可能的近似.     

边界特征保持的网格模型分级二次误差简化算法

在参考张量投票理论的基础上,结合二次误差简化算法,提出一种边界特征保持的几何网格模型分级二次误差简化算法.首先根据张量投票理论对三角网格顶点进行面点、边点、角点类型分类;然后对各边对按照二次误差简化算法进行边折叠代价计算;再将分类顶点按照设定的等级权重加入边对折叠代价中,从而保证渐进式简化过程中能够对顶点进行分级简化.实验结果表明,该算法不但能实现渐进简化,而且能按需保留模型的整体特征和细节特征.     

水平集网格简化算法在遗址场景中的应用

将水平集方法引入到三维模型网格简化中,构造符号距离函数,函数的零集定义为初始曲面;引入一个能量泛涵,通过对其极小化诱导出一个水平集形式的二阶几何偏微分方程,从而将网格简化过程转化为隐式模型的体素扩散过程。该方法目前已经用于文化遗产数字化的大场景和文物的模型简化中。对水平集网格简化算法和现常用的基于点对收缩的网格简化算法在视觉质量和几何误差方面做了比较和分析,实验表明该方法适用于任意拓扑形状的网格模型,使得模型大规模简化后,在保持较低误差的同时,仍然能够保持相当多的重要几何特征和较好的整体视觉效果。     

基于二次误差度量的大型网格模型简化算法

针对传统网格模型简化算法无法处理尺寸大于内存容量的网格模型的问题,提出一种改进的基于二次误差度量的大型网格简化算法.在经典二次误差度量(quadric error metric,QEM)算法的基础上,改进算法引入顶点法向量夹角与边长作为权值,以及基于八叉树的模型划分策略.实验结果表明,该算法能够完成大型网格模型的简化,并且在简化过程中很好地保持了原模型的细节特征.     

保持细节几何特征的三维网格模型轻量化算法

对三维模型进行轻量化的一个重要策略是利用网格简化算法减少模型表面的三角面片数量，其中广泛使用的边折叠算法相较于其他网格简化算法效率更高、简化效果更好，然而该算法存在简化过程中可能损坏或丢失部分细节几何特征的问题。为了解决上述问题，提出通过增加曲线近似曲率和模型待折叠边的一阶邻域三角形的平均面积作为惩罚因子，以优化原始算法的边折叠代价。首先，根据几何中曲线曲率的定义，提出了曲线近似曲率的计算公式；其次，在顶点法向量的计算过程中，使用面积加权和内角加权两个阶段对初始法向量进行修正，从而考虑更加丰富的模型几何信息。通过实验验证了优化后算法的性能，与经典的二次误差测度（QEM）算法、顾及角度误差的网格简化算法相比，优化算法处理后的模型的最大误差分别至少降低了73.96%和49.77%；与QEM算法相比，优化算法处理后的模型Hausdorff距离至少降低了17.69%。可见，在模型轻量化的过程中，优化算法能够减少模型的形变，更好地维持自身的细节几何特征。     

结合边折叠和局部优化的网格简化算法

针对目前网格简化算法在将三维模型简化到较低分辨率时,网格模型的细节特征丢失、网格质量不佳的问题,提出一种保持特征的高质量网格简化算法。引入顶点近似曲率的概念,并将其与边折叠的误差矩阵结合,使得简化模型的细节特征在最大限度上得到保持。同时分析简化后三角网格的质量,对三角网格作局部优化处理,减少狭长三角形的数量,提高简化模型的网格质量。使用Apple模型和Horse模型进行实验,并与一种经典的基于边折叠的网格简化算法以及其改进算法之一进行对比。实验结果显示,两种对比算法三角网格分布过于均匀,局部细节模糊不清,而所提算法的三角网格在曲率大的区域稠密,在平坦处稀疏,细节特征清晰可辨;简化模型的几何误差的数量值与两种对比算法处于同一数量级;所提算法的简化网格的平均质量远高于两种对比算法。实验结果表明,在不扩大几何误差的情况下,所提算法不仅具有较强的细节特征保持能力,而且简化模型的网格质量较高,视觉效果较好。     

基于曲线曲率的网格简化方法

网格简化是科学可视化和虚拟现实领域中的一个重要研究方面。细节是模型的重要组成部分,而顶点的法向量是描述模型细节的一个重要参数,在网格简化中,为了在保持模型的全局特征的同时也能较好地保持模型的细节,提出了一种采用曲率加权的二次误差作为简化代价的方法,该方法基于二次误差(QEM)简化方法,在代价函数中引入了顶点法向量的变化率,即顶点的离散曲线曲率,从而使得网格简化后模型的细节能够较好地保留。此外,为了在网格绘制上获得良好的视觉效果,采用了三角形平均法向量作为顶点法向量来进行处理和显示。实验结果表明,与单纯采用二次误差(QEM)作为代价函数的简化方法相比较,新方法能够在同等的简化率下更好地保持原有模型的固有特征,并具有良好的视觉效果。     

基于形状特征与变形保持的动态模型简化

提出了一种基于形状特征与变形区域保持的动态表面多分辨率模型生成方法.该方法使用了基于形状特征的二次误差度量来计算边折叠代价,可以较好的保持模型表面特征.在计算整个变形动画中累加的边折叠代价时,加入相邻帧之间的变形程度信息,以保持变形程度较大区域的细节特征.最后基于整体的边折叠顺序,对每一帧模型进行细微的调整,以得到视觉失真最小的简化网格.文中方法的效率较高,易于实现,并且可以在变形网格的任意帧上生成高质量的、保持良好细节特征的简化模型.     

Visual salience guided feature-aware shape simplification

In the area of 3D digital engineering and 3D digital geometry processing, shape simplification is an important task to reduce their requirement of large memory and high time complexity. By incorporating the content-aware visual salience measure of a polygonal mesh into simplification operation, a novel feature-aware shape simplification approach is presented in this paper. Owing to the robust extraction of relief heights on 3D highly detailed meshes, our visual salience measure is defined by a center-surround operator on Gaussian-weighted relief heights in a scale-dependent manner. Guided by our visual salience map, the feature-aware shape simplification algorithm can be performed by weighting the high-dimensional feature space quadric error metric of vertex pair contractions with the weight map derived from our visual salience map. The weighted quadric error metric is calculated in a six-dimensional feature space by combining the position and normal information of mesh vertices. Experimental results demonstrate that our visual salience guided shape simplification scheme can adaptively and effectively re-sample the underlying models in a feature-aware manner, which can account for the visually salient features of the complex shapes and thus yield better visual fidelity.     

距离加权的二次误差测度多分辨率网格简化

为了有效显示复杂的三维物体网格模型,基于边折叠操作与二次误差测度,给出了建立与视点相关的多分辨率模型的网格简化算法.该方法引入了距离因子与三角形形态品质因子:网格顶点到视点的距离因子使得产生了与视点位置相关的符合观察需要的网格;三角形形态品质因子的引入,提高了简化后新生成的三角形的形态品质.同时,在构造候选边队列时,采取了邻域冻结办法,避免了对模型的某个部位过度简化与过大三角形的出现.实验结果表明,在保证效率的前提下,简化速度快,但显示并无明显失真,简化后的三角形形态品质较好.该算法适应于三角形网格模型的简化、优化及建立多分辨率细节模型.     

基于顶点度的模型简化算法

针对基于二次误差度量的边收缩算法在计算大度顶点误差度量时计算量大,且收缩该类顶点关联边时易使关键点发生偏移而引起模型变动过大、简化不够准确的问题,提出了基于顶点度的模型简化算法.该算法不但提高了模型的简化质量,而且加快了模型的简化速度.     

Graph‐Based Wavelet Representation of Multi‐Variate Terrain Data

Terrain data can be processed from the double perspective of computer graphics and graph theory. We propose a hybrid method that uses geometrical and vertex attribute information to construct a weighted graph reflecting the variability of the vertex data. As a planar graph, a generic terrain data set is subjected to a geometry‐sensitive vertex partitioning procedure. Through the use of a combined, thin‐plate energy and multi‐dimensional quadric metric error, feature estimation heuristic, we construct ‘even’ and ‘odd’ node subsets. Using an invertible lifting scheme, adapted from generic weighted graphs, detail vectors are extracted and used to recover or filter the node information. The design of the prediction and update filters improves the root mean squared error of the signal over general graph‐based approaches. As a key property of this design, preserving the mean of the graph signal becomes essential for decreasing the error measure and conserving the salient shape features.     

结合面积度量和误差校正的网格简化算法

提出了一种基于边折叠的网格模型简化的新方法。考虑到模型的局部形状特征，算法将局部面积度量因素加入简化计算过程，与二次方距离误差测度一起组成新的误差目标函数。还提出了计算二次方误差矩阵的预测-校正模型，用于降低简化累积误差。实验结果表明，该算法通用性较强，能够显著提升模型的简化质量，特别是对于曲率变化剧烈的模型表面，其简化模型能够更好地保持原有特征。     

距离加权的二次误差测试网格简化算法

文中针对现有的均匀三角网格简化算法在显示质量上的不足,提出了根据网格顶点到视点的距离,使用加权的二次误差测度算法进行顶点对折叠、简化、该方法能根据视点位置简化网格,产物符合观察需要的网格;还将距离加权用于视窗裁剪,得到视点相关的网格模型,并对该算法的优点及存在的问题作了分析。