保持拓扑和尖角特征的网格简化算法

提出了一种有效的保持拓扑和尖角特征的网格简化算法。由于曲率刻画了模型的尖角特征，该文利用顶点曲率的高斯加权函数对经典边折叠算法的二次误差测度矩阵进行了修正，增强了尖角点对新点位置的影响。鉴于网格的拓扑保持具有重要的工程应用，论述了网格简化中各种可能的拓扑错误，并给出了相应的解决措施。平衡二叉树和半边匹配数据结构的引入，提高了拓扑信息重建的速度。最后，几个网格简化实例显示了该文算法的有效性。     

基于特征保持的三角形折叠网格简化算法

针对模型简化过程中出现的特征细节丢失、简化结果过于均匀等问题,文中基于特征保持提出一种改进的三角形折叠网格简化算法。简化前对原始模型中的三角形预分类,简化中以二次误差测度度量简化过程,以三角形狭长度、局部区域面积以及局部区域尖锐度控制三角形简化顺序,对边界三角形和内部三角形采取不同的简化策略,以此保持模型特征和降低算法复杂度。本算法在Visual c＋＋6．0开发环境下,结合OpenGL编程语言实现。实验结果表明,改进算法采用延迟简化特征区域及形状好的三角形的方法,有效地保持了模型原始特征,且简化速度较快。     

视觉特征保持的网格模型简化算法

针对二次误差测度算法存在几何特征消失等缺陷,提出了基于顶点视觉特 征度的新的网格模型简化算法。该算法采用半边折叠,通过引入顶点视觉特征度来优化了二 次误差测度,从而改变边折叠的顺序,使模型中的突出视觉特征更多的被保留下来。视觉特 征度通过顶点平均曲率熵来定义,它反映了顶点中心区域的视觉变化情况。实验表明,该算 法高效、可靠、能很好保持模型的视觉特征。     

一种随机采样的特征保持的网格简化算法

提出了一种局部几何特征驱动的随机采样的网格简化算法。该算法首先计算模型中每个三角形的局部几何特征值,根据定义的概率分布函数随机确定每个三角形被选择的概率。然后对选择出的三角形进行三角形折叠,根据折叠前后网格体积变化最小这一准则来确定新生成的顶点的位置。实验证明该算法不仅能使简化前后的模型的体积变化较小,还能有效地保持模型的细节特征。     

保持视觉外观特征的网格简化

针对附有纹理属性的网格模型,提出并实现了一种保持模型基本外观和形状特征的多分辨率网格简化算法.采用半边折叠操作,综合考虑了网格模型半边的几何重要性和纹理属性重要性,将其作为各半边的折叠代价来确定模型中所有边的折叠顺序.预先对网格模型中的边界边和纹理边进行标记,并在简化过程中进行加权处理.实验结果表明,即使在急剧的模型简化后,该方法仍能很好地保持原有模型的视觉外观和形状特征.     

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.     

基于特征保持的曲面网格简化

为了在简化网格的同时保持曲面网格的特征细节, 提出了一种特征保持的曲面网格简化新方法。首先论证并采用了刻画曲面特征的顶点法向量作为统一度量标准, 推导出了基于顶点法向量变化的折叠代价, 以边折叠法对曲面网格进行简化。实验表明, 该方法既能较好地保持曲面的特征细节, 又能同步对网格的高曲率区和低曲率区进行简化, 具有良好的简化特性; 统一的度量标准也为网格简化过程的实际控制提供了很大的方便。     

结合局部区域特征的自适应简化率网格简化算法

现有的网格简化算法通常要求人为给定模型整体简化率或者设置几何、颜色、纹理等属性的约束,如何合理地设置这些阈值对没有经验的用户来说比较困难.文中结合监督学习的方法,构建一个多层感知机模型来实现局部区域自适应简化率的预测.该感知机模型能根据网格模型不同区域的局部几何特性,提取出相应的特征,并根据这些特征进行分类.不同的分类对应着不同的简化率,从而在简化网格时根据分类对不同区域设置不同的法线偏差阈值,实现自适应简化率的网格简化算法.为证明该算法的效果,实验中选择不同种类和复杂程度的三维网格模型进行了简化,并与基于QEM能量函数的简化算法进行了整体简化率和简化后的视觉效果的实验对比,结果表明,相对于传统整体简化算法,这种基于局部区域特征设置自适应简化终止条件阈值的简化算法,能有效地根据几何特性对网格进行自适应简化,在保持模型细节的同时,提高了网格的整体简化率.     

体积平方度量下的特征保持网格简化方法

提出了一种基于体积平方度量的三角形折叠网格简化新方法.新方法通过极小化误差目标函数简化三角形网格.简化误差定义为三角形简化后产生的网格模型平方体积变化,并以三角形几何形状因子和法向因子作为约束.简化误差的表示形式为一个二次目标函数,因此,每次简化后三角形网格的新顶点是一个线性问题的解.与目前简化效率最好的QEM方法相比,新方法不增加算法复杂度.如果被简化的三角形是强特征三角形,则用其高斯曲率最大的顶点作为新顶点,以保持原始模型的细节特征;对于非强特征三角形,新顶点用极小化折叠误差确定.对于边界三角形,新顶点的位置由不同于内部三角形的方法进行计算,保持了网格的边界特征.最后用实例说明新方法的有效性.     

面向CAE 的网格模型特征简化与重建

针对CAE工程分析中网格模型的特点,提出了一种符合CAE特点的网格模型特征重建方法。鉴于CAD模型中的设计细节在CAE分析中可以忽略的特点,对CAD模型中的小圆角、倒角、小凸台等非结构性设计特征,采用基于面片法矢迭代滤波方法进行识别和滤除。算法首先识别出这些特征区域,然后根据非特征区域面片法矢调整特征区域法矢并更新顶点坐标,进行特征重建,最终得到符合CAE要求的网格模型。     

一种基于不平滑度的网格简化算法

在三维建模中,一个物体的网格模型常常包含数以百万计的三角形面片,给模型的存储、绘制、渲染、传输及交互处理带来诸多不便。提出一种三角形折叠法,计算各个顶点的不平滑度,基于顶点不平滑度确定各三角形的权值,并对符合折叠要求的三角形求解折叠后新顶点的位置及累积不平滑度,通过实例验证证明该算法在简化网格时能较好地保持模型整体特征。     

基于边收缩的快速网格简化算法

根据Garland的QEM算法提出了一种快速的网格模型简化算法。算法使用顶点权值来表示顶点的重要程度,顶点权值可以将收缩的边所影响的范围控制在较小的区域内;顶点的权值被存储在一个优先权队列中并且利用优先权队列来控制边收缩的顺序,顶点的优先权队列所存储的元素比较少并且易于维护。该算法实现容易、执行速度快。     

基于特征点的三维人脸网格简化*

在边折叠的网格简化算法的基础上,针对特定三维网格模型—人脸,提出了一种实用的基于特征点的快速模型简化算法。该算法把人脸按特征点的分布进行分块处理,对不同区域采用不同的阈值进行调节。对于需要高细节的区域保留高度细节,而对于其他区域则进行简化。使用这种方法可以较大地减少虚拟整型手术中的数据量,同时又能保持待手术区域的高度细节。该算法实现简单、运算速度快,而且能有效保持人脸模型的重要特征。     

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。     

一种均衡代价的网格简化方法

由于移动设备要求计算量小,一些经典的算法保形效果好,但计算量大,不太适合移动环境;而通用取中点的收缩方法虽然非常简化,但保形性不好。设计了一个在保持模型外观的基础上对网格模型进行简化和简化后的模型恢复的完整算法。首先设计了综合平均曲率大小和曲率变化量大小的特征保留折叠代价策略。平均曲率大小是利用边的两个顶点所邻接三角形片的两两法向夹角的平均值来计算特征保留折叠代价队列;同时考虑到存在的一些特殊情况提出加入曲率变化量来判断特征片面的特征保留策略。为了避免综合判断带来的计算量的增加,所设计的平均曲率代价和曲率变化量代价均是同一个Cost函数的线性组合。此外,还设计了基于权重代价的在折叠边上快速计算该边的收缩点位置的有效方法,基于Cost函数的线性计算,由于Cost函数在整个算法中可重复利用,因此在没有增加计算量的情况下又提高了保形性,在计算效率和简化质量两者之间取得了一个均衡。实验证明,该算法可以在保持模型外观的同时有效地降低模型规模并计算量较小,适用于计算能力低的移动设备运算环境。     

局部特征熵的网格非均匀简化算法

针对三维模型简化后的精度与效率上难以平衡的问题进行研究,提出一种局部特征熵的半边折叠非均匀网格简化算法。采用两次局部区域聚类探测,首先探测三维数据点所在边聚类局部区域,获取该探测区域法向量,其次以三维数据点临近点区域的重心约束来探测二次聚类区域法向量;根据信息熵的定义利,用两次探测的法向量之间夹角信息构建局部区域特征熵值做为半边折叠的代价,局部区域特征熵越大表示该区域越趋于平面,应优先简化,否则当保留;最后采用三角形内角判断方法来保留简化后网格中三角形的正则度,以减小变形引起的误差。实验结果表明,本算法在三维模型分均匀简化中在局部细节特性精度上和时间效率上能达到较优的平衡。     

基于支撑域的网格简化算法

提出一种基于2次误差测度（QEM）的网格简化改进算法。算法首先对折叠边所产生的新顶点定义其在初始网格上的简化支撑域,从而建立新顶点与初始网格之间的联系;然后计算新顶点到支撑域的2次距离误差作为该顶点的全局简化误差,并将原始QEM中的误差作为局部简化误差;最后将两个误差之和作为新的折叠代价目标函数以实现对原有QEM算法的改进。多个模型的简化实验表明,改进算法能较好地保留初始网格的细节特征,并且较为明显地降低简化误差。     

一种改进的基于三角形折叠的网格简化算法

在已有的基于三角形折叠网格简化算法的基础之上，提出了一种改进的算法。对原算法的误差矩阵的计算进行了改进，提出了一种简单的误差控制方法。该改进的简化算法不仅能减少模型中的三角形数目和保持模型拓扑结构，而且实现简单、速度快。