基于三角形折叠的网格简化算法

在计算机图形学中，物体常常用三角形网格模型来描述。本文提出了一种新的基于三角形折叠的网格简化算法。该网格简化算法不仅能减少模型中的三角形数目而且能保持模型拓扑结构。算法给出了一种基于点到平面距离的有效的误差控制方法，并能在用户指定的误差范围内通过使原始网格中的三角形折叠达到大量简化的目的。该算法实现简单并且速度快。另外为了有效地支持多分辨率模型的表示以及相邻层次模型间的连续过渡，本文还给出了一种基     

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。     

距离加权的二次误差测度多分辨率网格简化

为了有效显示复杂的三维物体网格模型,基于边折叠操作与二次误差测度,给出了建立与视点相关的多分辨率模型的网格简化算法.该方法引入了距离因子与三角形形态品质因子:网格顶点到视点的距离因子使得产生了与视点位置相关的符合观察需要的网格;三角形形态品质因子的引入,提高了简化后新生成的三角形的形态品质.同时,在构造候选边队列时,采取了邻域冻结办法,避免了对模型的某个部位过度简化与过大三角形的出现.实验结果表明,在保证效率的前提下,简化速度快,但显示并无明显失真,简化后的三角形形态品质较好.该算法适应于三角形网格模型的简化、优化及建立多分辨率细节模型.     

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.     

一种改进的基于三角形折叠和包络的网格简化

我们提出了一种带属性的三角形网格简化方法,该方法利用包络和二次误差矩阵来共同控制简化：利用包络控制网格简化的全局误差,保证简化的整体效果;利用二次误差矩阵对网格简化的局部误差进行控制,以保持模型的局部特征和细节。算法中还加入了颜色、纹理方面的参数,以保持模型的颜色和纹理特征。     

基于体积误差的三角形收缩网格简化算法

本文提出了一种基于体积误差的三角形收缩网格简化算法。根据体积误差方程和指定的体积误差门限,通过计算体积误差的最小值把对应的三角形收缩到一点,从而简化了表示物体模型的三角形网格。实验结果表明,这种算法简化效果好、效率高,误差可以控制。     

可减少模型简化误差的边折叠简化算法及应用

基于三角形网格边折叠简化思想，提出一种基于边顶点重要度简化算法，简化算法能有效保持模型局部特征，减小简化模型和原始模型之间的误差；采用一种改进的三角形网格数据结构，利用二叉树对顶点重要度进行快速排序并记录三角形合并关系，得到所需分辨率下的近似网格模型。数据结构具有层次清楚、操作简单、可扩充性等特点，能有效支持多分辨率简化与快速可视化。     

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。     

颅面外科手术仿真中的网格简化研究

快速高质量的网格简化是颅颌面手术仿真中的影响网格的实时绘制和软组织变形建模的一个关键步骤.文中提出了一种改进最小二次误差准则网格简化算法.该算法中将边折叠代价计算、边折叠生成点的最优值计算和边折叠操作集成到一个管道中,并且用固定大小的最小代价选择替代堆来取代传统渐进网格算法中的大数据量的贪婪队列结构,从而大大减少了计算运行复杂度.计算机仿真结果显示,三角形面片的数目简化到原来的20%时仍能满足手术仿真中交互绘制的要求.与基于贪婪队列结构的渐进网格简化算法相比,所提出的改进算法能够将网格简化速度提高三倍左右,而内存的占用仅为原来的50%不到,Hausdorff距离误差也相对变小.     

基于n边形折叠的网格简化算法

提出在三角网格中利用多个三角形组合及检索n边形(n为正整数)的规则,并提出一种具有相似折叠规律的n边形折叠的网格简化算法,该算法以n边形折叠为基本简化操作,并以二次误差作为误差度量,每次n边形折叠操作可以减少,n-1个顶点以及2(n-1)个三角形,n越大达到某一简化目标所需的折叠次数越少,因此简化速度也可能越快.通过选取适当的n值及新顶点位置,新算法可以转化成顶点删除、边折叠及三角形折叠3种已知的几何元素删除算法,因此也可以视做为基于二次误差度量的几何元素删除简化算法的总括算法.最后分别对几种n取值情况列举实验数据,说明该算法的有效性.     

基于三角网下的仿射不变几何约束的图像匹配算法研究

针对当前图像匹配方法在进行图像匹配时,主要通过度量特征向量之间的距离来完成图像匹配,导致算法鲁棒性差、误配率较高及效率较低等不足,本文提出了基于三角网下的仿射不变几何约束的图像匹配算法。首先,在尺度空间上通过Hessian矩阵对特征点进行检测,利用子块的三角特征与对角特征对SUR机制进行改进,用以生成新的特征描述子,并通过定义阀值评估策略,对图像特征点匹配,从而生成了初始匹配点;然后,引入 三角网,对初始匹配点进行聚类,以获取匹配三角形,将三角形以外的无效特征点剔除。最后,引入仿射不变几何约束,对匹配三角形进行细化,通过细化的匹配三角形获取最终的匹配特征点,有效剔除误配点,进一步提高配准精度。仿真结果表明,与当前图像匹配算法相比,本文算法具有更好的鲁棒性,且其具有更佳的匹配精度与效率,有效剔除了误配点。     

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.     

散乱点云的三角网格重构

基于增量扩散法的思想,提出并实现了一个散乱点云的三角网格重构算法,算法首先利用体素网格的散列表对散乱点进行组织,然后在确定了初始种子三角形的基础上,基于活动边扩展规则构造新的三角形,使网格不断向周围扩展直到活动边表空为止,最后算法合并棱边并计算每个三角形的顶点法矢,最终构造出散乱点云的三角网格。     

基于检测球控制的网格模型简化算法研究

在逆向工程、计算机图形学等应用领域中,经常采用多边形网格模型(多为三角形网格)来描述几何形体,但网格中三角片数目往往非常庞大.为了保证对模型的后续操作能有效地进行,有必要在满足一定精度的条件下对其进行简化.提出了一种基于检测球控制简化精度的网格模型简化算法.该算法运行速度快,简化效果好.     

基于快速Delaunay三角化的散乱点曲面重建算法

针对现有三维重建算法速度较慢的问题,提出了一种基于快速Delaunay三角化的散乱数据点的三维重建算法。首先,提出一种新的平面Delaunay三角化插入点目标三角形定位算法,利用插入点的方向搜索线与三角形是否相交以及交点个数加速目标三角形定位,不用额外判断点是否在三角形内;其次,自动检测曲面漏洞,利用凸壳的边界拼接方法进行漏洞弥补。实验结果表明,本算法不仅能较好地重建出三维模型,而且有较高的效率。     

一种基于三角网格结构的医学虚拟切割算法

针对由三角面片构成的医学表面网格数据,提出了一种简单可靠的网格切割算法。在移动切割工具的过程中采用OBB包围盒树进行碰撞检测。为了简化切割过程中OBB树的更新仅在首次发生碰撞时对由OBB计算得到的碰撞面计算碰撞点,在后续过程中通过切割工具的移动方向和网格的AIF数据结构计算碰撞面和碰撞点。网格切割算法采用顶点移动的方法,该法可以避免畸形三角面片的产生。实验结果表明,提出的算法能够很好的仿真医学导航系统中的切割过程。     

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。     

基于Delaunay三角网的等值线绘制算法*

提出了一种快速构建Delaunay三角网算法（QGDTN）。在每次迭代中,该算法从点集P最左边的两点中,选取离凸边中点距离最近的一点与凸边构成Delaunay三角形,并加入三角网中,算法实现简单,且时间复杂度为O(n)。基于Delaunay三角网,根据三角形的各边上是否有等值点,用内插值法求出等值点坐标,跟踪、连接等值点生成等值线;最后,采用三次方Bezier曲线平滑等值线。实验证明,基于Delaunay三角网的等值线绘制算法是高效的,并且具有一定的实用价值。     

一种改进的MC算法

为了对等值面与子等值面进行提取和分组,在MC算法原理的基础上,提出了一种改进的等值面提取与子等值面分组算法。该算法首先将数据场分解为点、棱边、面与体元的拓扑结构;然后在整个数据场范围内求所有棱边与等值面的交点,并在面内连接交点形成面与等值面的交线,交线在体元内连接生成空间多边形;接着通过三角化各个体元内的空间多边形得到由顶点表与三角形表组成的等值面数据;最后根据三角形在顶点处的连接关系,采用种子算法对属于同一子等值面的三角形与顶点进行标记,属于同一子等值面的顶点与三角形将被存放在独立的顶点表与三角形表中。实验结果表明,该算法可以高效地实现等值面提取与子等值面的分组。