针对密集点云的快速曲面重建算法

为了能够快速地从高密度散乱点云生成三角形网格曲面,提出一种针对散乱点云的曲面重建算法.首先通过逐层外扩建立原始点云的近似网格曲面,然后对近似网格曲面进行二次剖分生成最终的精确曲面;为了能够处理噪声点云,在剖分过程中所有网格曲面顶点都通过层次B样条进行了优化.相比于其他曲面重建方法,该算法剖分速度快,且能够保证点云到所生成的三角网格曲面的距离小于预先设定容限.实验结果表明,文中算法能够有效地实现高密度散乱点云的三角剖分,且其剖分速度较已有算法有大幅提高.     

一种散乱点云空间直接剖分算法

散乱点云的三角剖分在曲面重建中发挥着重要作用。在对三角剖分基本方法深入分析的基础上对此类点云提出了一种高效的重构算法。本算法将基于动态球策略的搜索算法引入到曲面重建中,源于增量式计算的思想,结合约束准则和设计的顶点度量函数,从基础三角面片开始扩展到覆盖整个物体表面。分析及实验结果表明,该算法能有效地对点云数据进行三角网格化,同时剖分后的三角网格曲面最大限度地保持了原有曲面的特性,证明了提出的基于动态球的曲面重构算法应用于散乱点云曲面重构问题的可行性。     

基于STL文件的非均匀网格剖分技术研究

有限差分法广泛用于铸造过程中流场和温度场等的模拟,而对复杂模拟对象进行三维网格自动划分是十分重要的。在传统的网格剖分算法基础上,研究了非均匀剖分的步长自动确定算法,并开发了网格剖分前处理软件。对实际模型的应用研究表明,本算法可以根据铸件的壁厚、拐角等特征自动确定网格空间步长,节省网格剖分所需时间,减少人工参与网格划分的工作量,从而提高了网格剖分效率,为快速求解温度场等物理量奠定了基础。     

等值线绘制中的多重网格剖分快速搜索算法*

搜索散乱采样数据的网格化过程是等值线生成中的重要步骤,现有矩形网格剖分的网格化方法,对分布不均匀的采样数据搜索效率低,大大影响了网格化的效率。本文提出一种多重网格剖分快速搜索算法,该算法首先将采样数据进行多重网格剖分,建立网格索引;然后通过索引搜索多重网格,合并采样数据;最后利用快速搜索算法得到的采样数据计算出待插值点。实际数据的网格化测试结果表明,该算法有效地提高了散乱采样数据的搜索效率,具有实际应用价值。     

三维散乱点云快速曲面重建算法

提出了一种基于Delaunay三角剖分的三维散乱点云快速曲面重建算法。算法首先计算点云的Delaunay三角剖分, 从Delaunay四面体提取初始三角网格, 根据Voronoi体元的特征构造优先队列并生成种子三角网格, 然后通过区域生长的方式进行流形提取。实验结果表明, 该算法可以高效、稳定地重构具有复杂拓扑结构、非封闭曲面甚至是非均匀采样的点云数据。与传统的基于Delaunay的方法比较, 该算法仅需要进行一次Delaunay三角剖分, 无须极点的计算, 因此算法的重构速度快。     

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.     

一种快速三维散乱点云的三角剖分算法

改进了一种三维散乱点云三角剖分算法。三角剖分是点云数据曲面重构的主要算法之一,但针对三维散乱点云的三角剖分存在剖分效率不高,剖分得到的三角曲面形状无法控制,细节特征表现不足的问题。提出了基于空间栅格划分的三角剖分算法,并提出了一个新的评价函数,以控制三角网格曲面的生长。实验证明,改进后的算法极大的提高了剖分效率,而且能保证最终生成的三角网格曲面平滑而保有丰富的细节特征,适用于在虚拟现实、曲面重构等领域推广使用。     

海量点云曲面增量拓扑重建

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.     

基于STL文件的非均匀网格剖分算法

铸件及铸型实体的三维网格自动剖分是金属凝固模拟按实际形状顺利进行的前提条件.文章在传统的均匀剖分算法基础上,提出了基于STL文件三角形面片法向矢量的自适应分层算法.该算法根据给定的加工精度,求出相应的符合精度要求的分层厚度,从而得出剖分该模型的所有平行且间距不等的剖切面,然后根据有限差分均匀网格剖分的算法来实现非均匀网格的剖分.最后用VC++编程通过实例验证,其结果是正确的.     

四边曲面重建中的边界优化算法

文中针对Floater“保形参数化”方法存在的局限性,研究了四边曲面重建中,边界曲折程度的评定方法。通过比较边界上网格点的曲率值,构造形式上的四边拓扑曲面;通过对边界网格的优化剖分,获得相对平滑的边界曲线。与Floater算法相比,提出了曲折边界的平滑剖分方法,改善了重建曲面边界上的扭曲变形,为Floater重建算法在工程CAD模型中的推广提供了实用途径。     

Adaptive meshing for cloth animation

Most of the numerical simulation methods regarding cloth draping are based on mechanical models. Graphically, the representation of this model is likely to be a uniform grid. Fabrics being a very flexible material, a number of wrinkles appear on its surface when submitted to free or constrained motion (collision/applied load, supports). The problem regarding the simulation run is to represent realistically the mechanical system surface and its associated motion which are strongly related to mesh discretization. We propose a new method based on adaptive meshing allowing the mechanical system to behave without any constraint related to a uniform mesh. Numerical examples are given to show the efficiency of the method.     

布料仿真中基于精确力学公式的粒子模型

推导了一种用于布料仿真的粒子模型。该模型使用精确的力学公式构建布料模型平面内的拉伸与剪切变形,以及平面外的弯曲变形方程,并加以适当的简化。模型使用的参数全部具有物理意义,并且适用于任何三角面片网格,克服了传统的弹簧一质点模型中弹簧的弹性系数没有物理意义,并且只适用于规整网格的缺点。实验表明该模型具有良好的仿真效果。     

A fully geometric approach for developable cloth deformation simulation

We present a new method for simulation of inextensible cloth subjected to a conservative force (e.g., the gravity) and collision-free constraint. Traditional algorithms for cloth simulation are all physically-based in which cloth is treated as an elastic material with some stiffness coefficient(s). These algorithms break down ultimately if one tries to set this stiffness coefficient to infinite which corresponds to inextensible cloth. The crux of the method is an algorithm for interpolating a given set of arbitrary points or space curves by a smooth developable mesh surface. We formulate this interpolation problem as a mesh deformation process that transforms an initial developable mesh surface, e.g., a planar figure, to a final mesh surface that interpolates the given points (called anchor points). During the deformation process, all the triangle elements in the intermediate meshes are kept isometric to their initial shapes, while the potential energy due to the conservative force is reduced gradually. The collision problem is resolved by introducing dynamic anchor points owing to the collision during the deformation. Notwithstanding its simplicity, the proposed method has shown some promising efficacy for simulation of inextensible cloth.     

基于几何测量和变形的真实感织物模拟

提出一种有效、直观的基于几何测量和网格变形的织物模拟方法,可以获得具有不同面料属性的织物真实感形态.织物几何测量方法能够度量反映面料几何属性的3个关键特征,包括复原性、拉伸性和弯曲性.对应这3个几何属性度量,建立包括顶点位置、边长和二面角约束能量项的基于微分网格变形的泛函能量优化模型.3个变形能量项各自对应的权重是从每种真实面料测量数据中量化统计得到.该变形能量函数可以统一在最小二乘数值优化中求解,通过过程优化和权重设置,即可模拟到真实织物行为.实验结果表明,该方法可以有效地仿真到不同面料材质的织物真实感效果.     

通用三维服装模型的强约束动态仿真方法

随着三维游戏和虚拟试衣要求的不断提高,服装仿真已经从布料模拟向服装动态模拟的方向发展,具有真实性、实时性、通用性与交互性的服装仿真技术有很强的研究和实用价值。针对目前算法研究中普遍存在的实时性与通用性不足,提出了一种针对任意三维服装模型的实时仿真方法,将模型顶点和三角面映射为质点的弹簧模型,以克服传统的布料解算器对三维模型的网格限制。利用简便易行的Verlet积分器提高运算效率,并对质点间的形变进行强约束补偿,防止过拉伸(超弹)现象的发生,提高了系统的稳定性。通过实验验证了算法的高效性和可靠性,并可方便地以插件或模块形式与其它软件整合。     

基于机器学习合成高分辨率布料褶皱

为了精化布料网格得到逼真的布料模拟效果,提出了一种基于机器学习的方法合成高分辨率布料褶皱.首先模拟真实的布料运动,获取布料运动的帧数据信息,将布料运动的帧数据信息转换为图像信息的形式进行存储.然后将图像信息作为输入,输入到卷积神经网络(CNN)中进行训练,通过将卷积神经网络与缩小网络相结合,最终得到高分辨率布料图像.最...     

Material-aware cloth simulation via constrained geometric deformation

Most real-world cloth consists of nonlinear material and exhibits anisotropic behavior. This paper proposes an efficient and expressive mesh deformation method to obtain realistic cloth shapes with various cloth materials. The key idea in this work is to model the cloth using a mesh-based deformation energy that is composed of several energy terms and to fit the weighting coefficients of the terms from real data. We first develop a direct geometrical material measurement method for testing the recovery, stretching and bending behaviors of different real cloth samples. Then, we separate the geometric deformation energy into three terms related to the vertex position, edge length and bending of the dihedral angle, respectively, and the weights for the three energy terms are learned from the data measured with real cloth. Reusing the weights for the geometric deformation by a numerical solution in the least square sense can model similar cloth behavior. The experiments show that our method effectively provides rich cloth simulation results that are able to capture distinctive material effects.     

Aerodynamic force models for animating cloth motion in air flow

This paper is focused on the analysis of the intersection between the air-flow field around a piece of cloth and the motion of the cloth in order to animate realistically the cloth motion in the air flow. Two force models, based on aerodynamic theory, have been established to calculate the force distribution of the air flow on a cloth surface. The quasi-steady force model deals with the cases in which the free stream velocity of the relative air flow changes slightly or slowly, whereas the unsteady force model deals with unsteady air flows. The resulting force distributions are coupled with a cloth-deformation model based on structural dynamics to compute the displacement and deformation of cloth under these forces. This solution cycle is repeated and the time histories of the cloth motion can be obtained which form the basis of the computer animation of cloth motion in air flow. Animation results of the movement of a piece of curtain in free air under various air flow conditions are presented to compare the performances of the two force models.     

基于简化的质点弹簧模型的布料模拟

首先运用质点弹簧系统建立布料的面模型,针对布料模拟中经典的质点弹簧模型效率不高的问题,提出了简化的质点弹簧模型,通过减少弹簧的数量来简化模型提高效率;为提高数值求解的计算效率,用显式欧拉法对模型进行数值求解;针对模拟过程中存在过度拉伸的问题,通过构造约束变形进行了合理解决,选用层次包围盒法对布料进行碰撞检测;最后在确保模拟的稳定性的基础上,高效.逼真的模拟出了布料.     

融合神经网络的布料碰撞检测算法

目的 针对当前在虚拟环境中布料柔体碰撞检测效率慢和准确性低的问题,提出一种根节点双层包围盒树结构和融合OpenNN （open neural networks library）神经网络加速预测碰撞检测的算法。方法 首先改进了碰撞检测常用的包围盒技术,提出根节点双层包围盒算法,减少包围盒的构造时间。其次使用神经网络优化碰撞检测技术,利用神经网络可以处理大量数据的优势,每次可以检测大量基本图元是否发生碰撞,解决了碰撞检测计算复杂性高的问题。最后准确地找到碰撞粒子并做出碰撞响应。结果 在相同的复杂布料模型情况下,根节点双层包围盒算法在运行速度上比传统混合包围盒算法快,耗时缩减了5.51%~11.32%。基于OpenNN算法的总耗时比根节点双层包围盒缩减了11.70%,比融合DNN （deep neural network）的自碰撞检测算法减少了6.62%。随着碰撞检测难度的增大,当布料模型的精度增加84%时,传统物理碰撞检测方法用时增加96%,融合DNN的自碰撞检测算法用时增加90.11%,而本文基于神经网络的算法用时仅增加了68.37%,同时表现出更高的稳定性,满足使用者对实时性的要求。结论 对于模拟场景中简单模型的碰撞,本文提出的根节点双层包围盒算法比传统的包围盒方法耗时短。对于复杂模型,基于OpenNN神经网络的碰撞检测算法在效率上优于传统的包围盒算法和融合DNN的自碰撞检查算法,而且模拟效果的准确性也得以保证,是一种高效的碰撞检测方法。