基于变形距离分析的多分辨率动画模型生成

在计算机图形学中,关于网格简化的方法已有很多,但绝大多数都是针对静态网格进行的,对于动画变形网格的简化工作还很少.提出了一种基于变形距离的动态表面多分辨率模型生成方法.基于重复边收缩操作来对模型进行简化,使用变形距离来度量三角形面片在整个变形序列的变形程度,将此权值考虑到累加的边折叠代价中,可以有效地保持一些形变较大区域的细节特征.在此基础上,提出了一种在动画模型序列上的网格优化算法,在调整三角形形状的同时,提高了动态模型输出的时间一致性,减小了相邻帧之间的视觉跳变.实验结果证明该方法具有较高的效率,易于实现,并且可以输出任意分辨率的高质量简化模型序列.     

一种生成渐进动画网格模型的改进算法

在计算机图形学中,动画网格模型被广泛地用来表示时变数据,而模型的渐进网格表示方法经常可以用来加快处理、传输和存储速度.文中提出一种生成渐进动画网格模型的高效方法.该方法使用一种改进的基于曲率的二次误差测量准则来计算边折叠代价,可以有效地保持曲面上更多的局部特征.同时,定义了原始动画序列的变形程度权值,并将其加入到累加的边折叠代价中,这样动画模型中的动作变形特征就得到了有效的保持.最后,对动画序列提出了一种优化算法,可以有效地减少动画输出的视觉跳变,提高相邻帧的时间一致性.实验结果证明,本方法高效、易于实现,并且可以在任意细节层次上生成高质量的渐进动画网格模型.     

保持各帧拓扑关系一致的三维时序网格简化

将经典的静态三维网格简化方法QEM引人到三维时序网格的简化过程中,通过计算每一条边在所有帧中的最小合并代价之和来选择误差最小的简化边,然后各帧同时对该边实施合并操作,从而保持各帧拓扑关系在简化后的一致性,为了保留更多重要运动特征处的细节信息,提出根据每一条边在各连续帧间的长度和折叠角的变化程度为其合并代价分配一定的权重系数,从而延迟变形较大的边的合并,使得简化后的时序网格模型具有更好的视觉效果,实验结果表明,文中方法不仅能够在简化后保持各帧拓扑关系一致,还能较好地延迟重要运动特征的简化。     

基于局部区域面积度量的边折叠简化算法

目前提出的网格简化算法中,边折叠简化方法是一种主要的简化方法,在网格压缩、多细节层次模型生成、递进网格构造中得到了广泛的应用.本文在基于边折叠算法基础上引入局部区域面积度量方法,将其应用到折叠代价计算中,改变边折叠顺序以进行网格简化.实验表明,算法不仅能有效地保留原始网格的模型特征和视觉特征,速度更快而且能够合理地分配三角面片.     

基于顶点重要度的保形网格简化方法研究

为解决许多网格简化方法不能很好地保持模型的重要几何特征问题,提出基于顶点重要度和三角剖分的边折叠简化算法.算法通过特征因子加权顶点重要度作为边的折叠代价,定义法向量夹角因子,控制边的折叠顺序;在折叠过程中对边界特征区域进行冻结处理,以保持模型总体轮廓特征;采用边中点折叠和边邻域网格重建方法完成折叠操作.实验结果表明,模型在大规模简化后,该方法能较好地保持模型的几何特征.     

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.     

结合网格分割和边折叠的网格简化算法

传统网格简化算法简化效率较低,且在大幅度简化时难以保持网格模型的外形特征。为此,提出一种结合网格分割和边折叠的网格简化算法。采用分水岭算法对网格模型进行分割,以提高网格模型的简化效率。在Garland算法折叠代价函数的基础上,加入三角形形状和相邻曲面弯曲程度的相关因子,从而更好地保持网格模型的外形特征。实验结果表明,该算法在网格模型的简化速度和外形特征保持方面性能较好。     

一种三角形折叠网格模型简化的改进算法

目前提出的网格简化算法中,三角形折叠简化方法是一种主要的简化方法,在网格压缩、多细节层次模型生成、递进网格构造中得到了广泛地应用。提出一种基于三角形折叠的网格模型简化改进算法,在基于三角形折叠的基础上,在计算三角形折叠误差代价时引入局部区域面积度量参数,有效控制简化模型的三角形折叠顺序。实验表明,采用该文算法简化后的模型更逼近原始模型。     

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。     

保持细节特性的局部误差渐进网格简化算法

针对三维模型简化过程中生成渐进网格时存在局部区域精度与效率平衡优化的问题,提出一种基于局部区域环间法矢夹角变化的半边折叠渐进网格简化算法。首先,获取三维数据点的一环邻近点构成的邻域局部区域受重心度量距离约束的法矢,再获取与一环邻域三角形集合点有交集的三角形集合作为二环邻域区域;然后,以这两个局部区域法矢点乘的值为边折叠的折叠代价,该值越小表示该区域越趋向于平面,应优先简化,否则予以保留;最后,采用三角形内角判断方法来保证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,所提算法在三维模型渐进网格简化中局部细节特性保持和效率上得到较好的平衡,能够满足实际应用的需要。     

As-rigid-as-possible mesh deformation and its application in hexahedral mesh generation

This paper presents an efficient and stable as-rigid-as-possible mesh deformation algorithm for planar shape deformation and hexahedral mesh generation. The deformation algorithm aims to preserve two local geometric properties: scale-invariant intrinsic variables and elastic deformation energy, which are together represented in a quadric energy function. To preserve these properties, the position of each vertex is further adjusted by iteratively minimizing this quadric energy function to meet the position constraint of the controlling points. Experimental results show that the deformation algorithm is efficient, and can obtain physically plausible results, which have the same topology structure with the original mesh. Such a mesh deformation method is useful to project the source surface mesh onto the target surfaces in hexahedral mesh generation based on sweep method, and application results show that the proposed method is feasible to mesh projection not only between similar surface contours but also dissimilar surface contours.     

多特征融合的网格模型简化方法

针对三维网格模型简化过程中的过简化和失真问题,提出一种利用多特征融合的度量方法引导三维网格模型的简化过程。该方法通过分析模型简化的误差度量准则和模型的特征信息,首先利用法向信息加权的二次误差方法度量模型的几何特征信息;然后采用三角形边长比信息加权的挠率度量模型的视觉特征信息;最后融合几何特征信息和视觉特征信息作为模型简化的多特征信息引导模型简化。实验结果表明,该方法可有效保证算法的计算效率,保持简化后模型的形态特征,解决了模型的过简化和失真问题。     

基于四面体控制网格的模型变形算法

提出一种鲁棒的保体积保表面细节的模型变形算法.首先将输入模型嵌入到一个稀疏的四面体控制网格中,并且通过一种改进的重心坐标来建立两者的对应关系;然后通过用户的交互,对控制网格建立一个二次非线性能量函数对其进行变形,而输入模型的变形结果则可以通过插值来直接获得.由于能量函数的优化是在控制网格上进行的,从而大大提高了算法的效率.与此同时,提出一种新的能量--Laplacian能量,可以使四面体控制网格进行尽量刚性的变形,从而有效地防止了大尺度编辑过程中模型形状的退化现象.文中算法还具有通用性,可支持多种模型的表示方式,如三角网格模型、点模型等.实验结果表明,该算法可以有效地保持输入模型的几何细节、防止明显的体积变化,得到了令人满意的结果.     

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。     

边收缩池化的网格变分自编码器

目的 3D形状分析是计算机视觉和图形学的一个重要研究课题。虽然现有方法使用基于图的卷积将基于图像的深度学习推广到3维网格,但缺乏有效的池化操作限制了其网络的学习能力。针对具有相同连通性,但几何形状不同的网格模型数据集,本文利用网格简化的边收缩操作建立网格层次结构,提出了一种新的网格池化操作。方法 本文改进了传统的网格简化方法,以避免生成高度不规则的三角形,利用改进的网格简化方法定义了新的网格池化操作。网格简化的边收缩操作建立的网格层次结构之间存在对应关系,有利于网格池化的定义。新定义的池化操作有效地编码了层次结构中较粗糙和较稠密网格之间的对应关系。最后提出了一种带有边收缩池化和图卷积的变分自编码器（variational auto-encoder,VAE）结构,以探索3D形状的隐空间并用于3D形状的生成。结果 由于引入了新定义的池化操作和图卷积操作,提出的网络结构比原始MeshVAE需要的参数更少,因此可以处理更稠密的网格模型。结论 实验表明提出的方法具有更好的泛化能力,并且在各种应用中更可靠,包括形状生成、形状插值和形状嵌入。     

一种边折叠三角网格简化算法

针对目前自动网格简化算法在大规模简化时往往丢失模型重要几何特征的问题,该文提出了一种改进的边折叠三角网格简化算法。在Garland算法基础上引入三角形重要度概念,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。实验结果表明新的算法在保持二次误差测度快速特点的同时,使得简化模型在较低分辨率下能够保持更多的重要几何特征,有效地降低了视觉失真。     

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。     

Feature sensitive deformation for triangular mesh models

Shape deformation is a useful tool for shape modeling and animation in computer graphics. In this paper, we propose a novel surface deformation method based on a feature sensitive (FS) metric. Firstly, taking unit normal vectors into account, we derive a FS Laplacian operator, which is more sensitive to featured regions of mesh models than existing operators. Secondly, we use the 1‐ring tetrahedron in the dual mesh, a volumetric structure, to encode geometric details. To preserve the shape of the tetrahedron, we introduce linear tetrahedron constraints minimizing both the distortion of the base triangle and the change of the corresponding height. These ensure that geometric details are accurately preserved during deformation. The time complexity of our new method is similar to that of existing linear Laplacian methods. Examples are included to show that our FS deformation method better preserves mesh details, especially features, than existing Laplacian methods. Copyright © 2010 John Wiley & Sons, Ltd.     

一种新的基于二次误差的三角形网格简化方法

介绍一种新的基于二次误差的三角形网格简化方法,该方法由三部分组成：（1）特征边判定;（2）根据特征边进行顶点分类;（3）根据顶点类型及二次误差度量进行半边收缩,得到简化网格。该方法实现简单、速度快,文中给出了一些实例说明了本方法的有效性。     

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.