一种保持尖锐特征的局部 细分算法

提出一种重建模型尖锐特征的局部 细分算法。在预处理过程中,只选取面向视点的网格作为能够被进一步自适应细分的网格,在自适应细分过程中,用相邻面片的法向夹角作为控制误差来反映细分的逼近程度是否足够,并根据预设的阈值 自动标记网格中的尖锐特征边,重新设计尖锐特征处的面具。实验结果表明,该算法能够用较少的存储量有效地保持模型的尖锐特征。     

一种保持尖锐特征的3~(1/2)细分算法

提出一种能够重建模型尖锐特征的3细分算法.首先根据预设的阈值θ自动标记网格中的尖锐特征边,并计算出各个顶点的尖特征度;然后根据顶点尖特征度的不同修改原3细分方法的几何规则,设计出相应的权值掩模(mask);最后通过在奇数次细分时不翻转特征边,在偶数次细分时插入边点的方法来实现尖锐特征的重建.实验结果表明,与原3细分方法相比,该算法能够更好地保持模型的尖锐特征.     

具有特殊效果的混合细分方法

提出了基于三角形和四边形的混合控制网格的细分曲面尖锐特征、半尖锐特征生成和控制方法,避免了已有方法仅局限于初始控制网格为单一的三角形或单一的四边形网格的缺陷.通过局部修改混合细分规则,在光滑混合曲面上产生了刺、尖、折痕、角的尖锐特征效果,并对尖锐特征处局部细分矩阵进行了详细的特征分析,讨论了极限曲面的收敛性及光滑性.同时,用特征处的离散曲率来控制特征处的尖锐程度,实现了半尖锐的特征效果,并通过自适应细分方法,把尖锐特征、半尖锐特征的生成统一起来.该方法具有多分辨率表示能力强、局部性好、简单易操作的特点.实验结果表明,该算法效果好,成功地解决了混合曲面特殊效果生成问题.     

一种保持尖锐特征的(√3)细分算法

提出一种能够重建模型尖锐特征的√3细分算法．首先根据预设的阈值θ自动标记网格中的尖锐特征边,并计算出各个顶点的尖特征度;然后根据顶点尖特征度的不同修改原√3细分方法的几何规则,设计出相应的权值掩模（mask）;最后通过在奇数次细分时不翻转特征边,在偶数次细分时插入边点的方法来实现尖锐特征的重建．实验结果表明,与原√3细分方法相比,该算法能够更好地保持模型的尖锐特征．     

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.     

一种改进的六角形砍边细分方法

研究了六角形网格上的曲面细分算法,改进了六角形网格砍边细分算法.在六边形网格的砍边细分过程中,利用对偶砍角法对非六角形网格进行六角形网格化预处理,然后通过计算相邻两个面片的夹角,根据预先设置的阈值,自动对初始混合控制网格上具有尖锐特征的顶点和边分别作标记,然后对这些标记过的边和点进行特殊处理,局部修改细分规则进行迭代细分.实验结果表明,该算法效果好,能更好地保持原始模型的特征.     

基于二次误差的三角网格自适应细分算法研究

提出一种基于二次误差的三角网格自适应细分算法,该算法采用二次误差描述三角网格的曲率变化情况,只对二次误差大于阈值的三角面片进行细分,避免了在较平坦区域再进行细分,以较少的三角面片表达了模型的特征,实现三角网格的自适应细分.与全局细分相比,自适应细分既可增加模型光顺性,又可减少模型的数据处理量,提高细分效率.     

保持尖锐特征的混合细分曲面生成

基于混合细分模式,提出了细分曲面尖锐特征生成方法,通过对初始混合控制网格上要生成的各种尖锐特征的顶点和边分别作标记,然后局部修改细分规则进行迭代细分,实现了光滑混合曲面上产生折痕、角点、刺点、尖点的尖锐特征效果,并对尖锐特征处的局部细分矩阵进行了详细的特征分析。实验结果表明,该文算法效果好,能很好地保持模型的尖锐特征。     

一种带噪声的密集三角网格细分曲面拟合算法

实现了一个从带噪声的密集三角形拟合出带尖锐特征的细分曲面拟合系统.该系统包括了一种改进的基于图像双边滤波器的网格噪声去除方法,模型的尖锐特征提取以及保持尖锐特征的网格简化和拓扑优化.为了处理局部细节特征和模型数据量问题,提出了自适应细分方法,并将根据给定精度估计最少细分深度引入到细分曲面拟合系统中,使得拟合得到的细分曲面模型具有良好的细节特征和数据量小等特点.大量3D模型实验结果和实际工程应用结果表明了该细分曲面拟合系统的有效性.     

非平均化自适应Catmull-Clark细分算法

提出一种基于网格边的光滑度计算来进行Catmull-Clark自适应细分的新算法。该方法能够在满足显示需求的前提下较好地减小细分曲面过程中的网格生成数,同时解决了由于采用网格顶点曲率计算,来实现自适应细分方法中平均化生成顶点曲率带来的不足。通过对比试验,算法能更好地区别当前细分网格中光滑与非光滑区域,增加对非光滑区域网格加密密度,并且该算法能够普遍适用于较复杂的细分模式中,具有一定的推广价值。     

多分辨率三维建筑群建模与实时绘制技术

将纹理特征分析技术引入到多边形网格建模中,提出一种基于高程特征值进行曲面细分的算法以构建多分辨率虚拟建筑群模型。该算法给出一种三角边与纹理特征曲线相交的三角面分裂方法构造自适应细分三角网格。通过设计细分三角网格的二叉树数据结构和开发测试程序进行测试,表明该算法具有自适应网格速度快和保持几何特征较好的特点,可以满足在PC机上实现三维建筑群的大范围建模和实时交互显示要求。     

带折痕的Loop细分曲面等距面处理算法

Loop细分曲面不同细分层次的网格面可作为不同加工工序的加工模型.现有等距面生成算法因未考虑折痕和边界的特殊情况,当折痕或边界存在时将会生成与预期结果有较大差别的等距面.给出了折痕等尖锐特征处极限等距位置的计算方法,以及根据尖锐特征点极限位置反求初始网格等距位置的Gauss-Jacobi迭代公式,并证明了其迭代收敛性.采用文中算法得到的等距网格面令人满意.     

基于蝶形细分自适应算法的三维地形仿真

基于格网法提出了蝶形细分自适应算法进行三维地形模拟,以原网格顶点的法向量为约束条件,通过对初始三角形控制网格进行多阶曲线迭代插值的非静态细分,实现几何造型.插值点的计算依据网格的局部几何特征,根据三角形网格上顶点的平坦度进行有选择性的自适应细分,同时对细分过程中产生的曲面裂缝加以弥补.地形仿真实例显示新的自适应细分方法可以很好地继承原始网格的形状特征,在曲面的光滑度和真实性上更加完善,加快了图形处理的速度.     

基于边光滑度的Loop自适应细分曲面算法

首先研究了传统的Loop细分曲面算法,通过分析发现随着细分次数的增多细分算法中三角形网格片数增长过快。针对这一问题提出一种自适应细分曲面算法。算法根据相邻两个三角形面上的法向量的夹角,判断细分网格中较为光滑和非光滑的区域。实验结果表明,算法提高了数据处理速度,并且模型简单易实现。     

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。     

三角网格顶点重要度的自适应Loop细分算法

提出了一种新的自适应细分算法,在顶点的1-邻域内,用与顶点相连较长三条边的端点构成的平面去替代其平均平面,将顶点到其平均平面的距离作为判断顶点重要度的标准,对三角网格进行自适应细分。由于原始三角面片的高密度和形状相似性,以点面距离为细分尺度所产生的误差,可被限制在一个体元之内,与反复修正顶点法矢算法相比,该算法大大减少了计算量。实验结果表明,所提方法在三角网格细分过程中,简化了数据模型,提高了处理速度。     

混合网格的可调细分算法

论文主要研究混合网格的曲面细分问题,提出了一种带有可调参数的细分算法。该算法适用于多边形网格、三角形网格,以及两者的混合网格情形,且对开的和闭的拓扑结构都能进行处理。由于在算法中引入了可调参数,这样既可产生光滑曲面,也可产生具有尖锐特征的曲面,且通过调整参数还可产生标准的Catmull-Clark细分和Loop细分。另外,实现该算法不需要复杂的数据结构。     

三角网格的自适应细分研究

提出面向三角网格全局细分和局部自适应的细分算法。在原三角网格模型上计算每个面片的中心坐标,据此生成的中心坐标点作为新的顶点坐标进行重新绘制得到三角基网格,然后进行多次迭代,达到基本的全局细分目标。在最后生成的基网格上,可以通过调节最大网格面积和平均网格面积之间的比例系数等,来得到更加均匀的三角网格。实验表明该方法能到得到质量较高的细分结果。     

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.     

基于网格优化的隐式曲面自适应多边形化

隐式曲面多边形化是隐式曲面绘制的一种常用算法.基于网格优化的隐式曲面快速自适应多边形化算法,首先用多边形化算法生成一个粗糙的初始网格,再利用网格优化方法从网格顶点位置、规则性和网格法向三个方面对粗糙网格进行调整,最后根据网格的局部曲率用多边形细分策略细分优化后的网格.实验结果表明,该算法在网格生成速度和网格规则性上都胜于Marching Cubes的多边形化算法,恢复的隐式曲面能较好地反映形状特征.