基于力学模型的曲面展开通用算法

为了解决曲面展开算法实现复杂、累积误差和通用性不佳的缺点,提出一种在三维空间内基于能量模型的曲面展开算法,待展开的曲面以三角网格形式表示,将曲面简化为三角网格的顶点组成的质点系统,通过在每个质点上加上适当的力使得三角网格产生相应的变形,达到将曲面展开的效果.与现有算法相比,该曲面展开算法适用于任意形状曲面,不需要使用投影平面,整个变形完全由网格顶点受力来驱动,便于实现、适用面广、对于不可展曲面也能得到较好的展开效果,而不会出现裂纹现象.     

带法向量的曲面简化

提出一种网格曲面简化方法.为了得到简化后曲面好的显示效果,在简化时考虑保持曲面特征和曲面顶点法向量的计算.把提取出来的曲面特征加到网格曲面中,在简化的同时利用了法向量的经纬度表示为法向量的计算提出了显式表达式,并把经纬度表示用在简化曲面的加细上.最后的实验结果表明此方法得到好的显示效果.     

基于医学图像序列轮廓线重建三维表面的改进算法

基于医学图像重建三维表面是医学图像可视化的主要手段之一。传统的方法直接采用由序列轮廓线生成的三角片来拟合曲面,重建的效果和表达的信息均有限。该文提出一种基于三角Bernstein-Bezier曲面拟合和纹理映射的改进算法,即在对生成的单个三角片进行三角Bernstein-Bezier曲面拟合的基础上,通过对三角片三顶点法矢的二次插值来重新计算三角Bernstein-Bezier曲面的法矢,使拟合曲面的显示效果整体连续且光滑;同时通过对重建后的表面模型施以平面剖切,并给剖切后模型的断面和截面贴上纹理来增加图像信息。该算法已运用于伽玛刀治疗计划系统中,重建效果较传统算法取得了较大的改善。     

一种基于矩形网格加速的曲面裁剪算法

在地质模型中.曲面一般用三角网格来表示.在三维地质建模过程中经常需要对曲面进行裁剪操作,本文描述了一种网格曲面裁剪算法.它是将传统裁剪算法中的曲面三角网格和三角网格求交简化为曲面三角网格和矩形网格求交,由于矩形网格的数据结构简单.查找和定位方便(可以直接根据坐标值定位到所位于的矩形网格单元),算法简练,较大的提高了计算速度.     

带尖锐特征的Loop细分曲面拟合系统

实现了一个基于带尖锐特征的Loop细分曲面的三角网格拟合系统,其基本原理来自文献,但在系统设计层面对原算法作了相当大的补充和完善．整个系统框架包括尖锐特征提取、保持尖锐特征的三角网格简化、保持尖锐特征的网格平滑和拓扑优化、基于最近点策略的重采样和线性拟合系统求解．所得到的拟合曲面质量较原来的结果有了显著提高。     

误差可控的细分曲面图像矢量化EI北大核心CSCD

为了提高矢量化图像的重构质量,提出一种基于细分曲面的误差可控矢量化算法.首先提取图像特征,构建特征约束的初始网格,并利用二次误差度量方法简化初始网格,得到特征保持的基网格;然后利用带尖锐特征的Loop细分曲面拟合图像颜色,得到控制网格;最后计算重构图像的误差,对控制网格进行自适应细分,直至重构误差达到用户需求.实验结果表明,该算法能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控.     

误差可控的细分曲面图像矢量化

为了提高矢量化图像的重构质量,提出一种基于细分曲面的误差可控矢量化算法.首先提取图像特征,构建特征约束的初始网格,并利用二次误差度量方法简化初始网格,得到特征保持的基网格;然后利用带尖锐特征的Loop细分曲面拟合图像颜色,得到控制网格;最后计算重构图像的误差,对控制网格进行自适应细分,直至重构误差达到用户需求.实验结果表明,该算法能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控.     

基于弹簧-质点模型的不规则曲面纹理映射

针对三角网格表示的不规则曲面的纹理映射问题,提出一种基于弹簧-质点模型的简单、高效、失真小的纹理映射算法。结合调和映射的参数化方法以及弹簧-质点模型的复杂平面展开方法,保持拓扑关系地将三维曲面投影于平面内;通过建立三角网格表示的投影面的弹簧-质点模型,将不规则曲面参数化于给定大小的矩形域;利用参数化的结果计算不规则曲面各顶点的纹理坐标,进行纹理贴图。实验结果表明,该算法能够实现纹理高效、均匀、变形小地映射于任意不规则曲面上。     

颅颌面三维重建与网格简化的研究

三维网格简化是十分有意义的研究问题.研究中首先搭建了一个颅颌面CT切片图像三维重构系统.其次,在网格模型顶点删除算法的基础上,提出一种新的三角化所用判据.实验结果表明,应用这一判据,在避免了原算法通过迭代步骤完成三角化的不必要的大量计算的同时,简化模型与原算法结果属同一数量级别,在视觉上无显著差异.     

基于子分规则的边折叠简化方法

边折叠简化方法是一种主要的三角网格简化方法，已成为多分辨率自适应曲面参数化，基于法向细节的几何压缩，渐进风格算法的重要组成部分，文中采用子分的思想生成三角网格模型的新顶点，从而减小了简化模型和原始模型之间的误差，此外，还给出保持模型流形的方法，最后给出一种新的计算简化网络与原发中网络之间的Metro距离的采样方法，并分析这个距离误差。     

Preserving Shadow Silhouettes in Illumination-Driven Mesh Reduction

A main challenge for today's renderers is the ever-growing size of 3D scenes, exceeding the capacity of typically available main memory. This especially holds true for graphics processing units (GPUs) which could otherwise be used to greatly reduce rendering time. A lot of the memory is spent on detailed geometry with mostly imperceptible influence on the final image, even in a global illumination context. Illumination-driven mesh reduction, a Monte Carlo–based global illumination simulation, steers its mesh reduction towards areas with low visible contribution. While this works well for preserving high-energy light paths such as caustics, it does have problems: First, objects casting shadows while not being visible themselves are not preserved, resulting in highly inaccurate shadows. Secondly, non-transparent objects lack proper reduction guidance since there is no importance gradient on their backside, resulting in visible over-simplification. We present a solution to these problems by extending illumination-driven mesh reduction with occluder information, focusing on their silhouettes as well as combining it with commonly used error quadrics to preserve geometric features. Additionally, we demonstrate that the combined algorithm still supports iterative refinement of initially reduced geometry, resulting in an image visually similar to an unreduced rendering and enabling out-of-core operation.     

基于灰度分布的图像三角网格化算法

借助于小波图像分解,提出一种基于图像内容的三角网格表示方法——基于双向模板的图像三角网格化算法.算法考虑图像的灰度分布,利用小波的图像分解能够将图像的各个方向的细节表现出来这一特性,给出符合原始图像灰度分布的三角划分,再对图像的三角划分进行三角网格化,最后获取整幅图像的网格划分.为了得到更好的重建图像质量,对该初始网格进行了细分,并针对三角网格规模的减小做出优化算法.同时提出一种记录模板号和细分点的数据存储结构,用二进制数据流来存储三角网格.通过实验数据对比,该算法能够很好的表示图像,在三角网格规模以及重建图像质量上较其它算法都有一定的优势,是一种极其有效的图像表示方法.     

快速网格去噪声算法

消除网格噪声是构造完美三维模型过程中必不可少的一步。通过把图像处理领域中的双向滤波引入到三维网格上，Fleishman等虽已提出了一种快速、简单的网格去噪声算法，但该算法效率较低，且不够稳定，为此提出用准柯西函数和泰勒多项式函数取代该算法所采用的高斯函数，并改进和完善了其中的细节部分，以使算法的效率和稳定性得到进一步提高。最后还讨论了如何选择合适的参数，以达到最佳效果的问题。     

Quasi-Developable Mesh Surface Interpolation via Mesh Deformation

We present a new algorithm for finding a most "developable" smooth mesh surface to interpolate a given set of arbitrary points or space curves. Inspired by the recent progress in mesh editing that employs the concepts of preserving the Laplacian coordinates and handle-based shape editing, we formulate the interpolation problem as a mesh deformation process that transforms an initial developable mesh surface, such as a planar figure, to a final mesh surface that interpolates the given points and/or curves. During the deformation, the developability of the intermediate mesh is maintained by means of preserving the zero-valued Gaussian curvature on the mesh. To treat the high nonlinearity of the geometric constrains owing to the preservation of Gaussian curvature, we linearize those nonlinear constraints using Taylor expansion and eventually construct a sparse and over-determined linear system which is subsequently solved by a robust least-squares solution. By iteratively performing this procedure, the initial mesh is gradually and smoothly "dragged" to the given points and/or curves. The initial experimental data has shown some promising aspects of the proposed algorithm as a general quasi-developable surface interpolation tool.     

基于弹性网格的西夏文字识别

随着国内外对西夏学研究的不断深入,收藏于世界各地的大批西夏古籍文献通过影印方式陆续出版。如何将这些西夏古籍文献数字化、文本化则有着极其重要的意义。该文采用弹性网格方法及线性判别分析(Linear Discriminant Analysis,LDA)方法对西夏文字识别进行了研究。首先对西夏影印文献进行预处理、细化,然后根据西夏文字笔画分布构造非均匀的弹性网格,将弹性网格分别作用于西夏文字的四个方向分量上,统计像素点在网格内的概率分布作为特征,最后使用LDA方法对提取的特征降维处理。对240类共9 600个西夏文字做4重交叉验证,平均识别率可达87.99%,实验表明该方法是有效的。     

Image Retargeting Using Mesh Parametrization

Image retargeting aims to adapt images to displays of small sizes and different aspect ratios. Effective retargeting requires emphasizing the important content while retaining surrounding context with minimal visual distortion. In this paper, we present such an effective image retargeting method using saliency-based mesh parametrization. Our method first constructs a mesh image representation that is consistent with the underlying image structures. Such a mesh representation enables easy preservation of image structures during retargeting since it captures underlying image structures. Based on this mesh representation, we formulate the problem of retargeting an image to a desired size as a constrained image mesh parametrization problem that aims at finding a homomorphous target mesh with desired size. Specifically, to emphasize salient objects and minimize visual distortion, we associate image saliency into the image mesh and regard image structure as constraints for mesh parametrization. Through a stretch-based mesh parametrization process we obtain the homomorphous target mesh, which is then used to render the target image by texture mapping. The effectiveness of our algorithm is demonstrated by experiments.     

全规整重网格化三维模型的压缩

通过保形自适应重采样,可将三维网格模型转化为规则排列的二维几何图像,从而可借鉴成熟的图像压缩技术对其进行压缩.提出了保形自适应采样算法,根据网格模型表面的有效顶点分布密度自适应地调整采样网格,并可最大限度地通过原始网格顶点进行采样.在不增加采样率的前提下,该压缩方法所得解压模型具有更小的失真度.通过大量实例对文中方法进行了验证,并与同类方法进行对比.实验结果表明该方法是切实可行的,且具有更好的压缩效果.     

新颖的网格模型压缩算法——网格切片

针对三维(3D)网格模型的存储与网络传输问题,提出一种新颖的三维模型压缩算法。该算法基于对网格模型的切片处理,主要由以下三个步骤组成:切片顶点的计算、切片边界的均匀采样以及对切片所得图像的编码。对于一个给定的三维模型,首先,计算模型的包围盒;然后,沿包围盒长度最长的方向进行切片;同时计算切片与网格模型表面每条边的交点,构成一个多边形,这个多边形即为切片的边界;其次,对切片边界进行均匀的重采样,使每层切片具有相同的顶点数;最后,把每层的顶点坐标转化为极坐标形式,这样,所有层顶点的ρ-坐标以及θ-坐标能分别构成一张图像,原始的三维模型即能由这两张图像表示。这种表示方法具有以下两个明显的优势:第一,降低了数据的维度,有效减少了数据量;第二,具有极大的数据相关性,进一步减少了数据的熵。基于这两个优势,该算法对图像数据进行差值编码以及算术编码,最后得到压缩后的文件。与增量参数细化(IPR)方法相比,在解码模型同等质量的前提下,所提算法的编码效率提高了23%。实验结果表明,所提算法在模型存储和传输应用中能取得很好的压缩效率,有效减少了数据量。     

基于单张照片的三维人脸重建优化算法

传统人脸三维重建算法难以确定人脸形状,并且计算复杂。针对此问题,提出一种以水平集方法获取人脸轮廓并结合明暗恢复形状(SFS)算法重建三维模型的方法,该方法仅需单张正面人脸照片。首先采用主动形状模型确定人脸轮廓,将其作为水平集的初始演化曲线,分割出完整的人脸形状;然后对人脸区域进行灰度变换,求出灰度图像;最后通过SFS算法重建已知光照条件的人脸图像的三维模型,将该模型作为参考与灰度图像匹配,进而确定其光照条件和三维模型。实验结果表明,与基于网格模型的算法相比,该方法可快速地重建具有完整形状的人脸模型。     

Illumination‐driven Mesh Reduction for Accelerating Light Transport Simulations

Progressive light transport simulations aspire a physically‐based, consistent rendering to obtain visually appealing illumination effects, depth and realism. Thereby, the handling of large scenes is a difficult problem, as in typical scene subdivision approaches the parallel processing requires frequent synchronization due to the bouncing of light throughout the scene. In practice, however, only few object parts noticeably contribute to the radiance observable in the image, whereas large areas play only a minor role. In fact, a mesh simplification of the latter can go unnoticed by the human eye. This particular importance to the visible radiance in the image calls for an output‐sensitive mesh reduction that allows to render originally out‐of‐core scenes on a single machine without swapping of memory. Thus, in this paper, we present a preprocessing step that reduces the scene size under the constraint of radiance preservation with focus on high‐frequency effects such as caustics. For this, we perform a small number of preliminary light transport simulation iterations. Thereby, we identify mesh parts that contribute significantly to the visible radiance in the scene, and which we thus preserve during mesh reduction.