虚拟手术仿真中三维模型简化方法的研究

针对虚拟手术仿真中海量三角网格模型的特点,提出一种改进的基于边折叠的模型简化算法。该算法在经典边折叠算法的基础上,从误差估算、折叠点选取、模型平滑三方面进行了改进,进一步优化三维模型的简化速度和外观效果。实验结果表明,改进后的边折叠算法对海量三角网格的肝脏以及静脉模型的简化速度显著加快,简化后的模型与原模型相比在视觉上保持了良好的一致性,证明了该算法的有效性和可靠性。     

面向移动端的渐进网格简化算法

针对现有渐进网格（PM）简化算法在网格高度简化时无法保持模型关键特征、简化速度慢、无法适应多种模型等问题,提出一种以可变参数结合二次误差和类曲率特征度的边折叠算法（QFVP）,用于构建面向移动端的渐进网格。首先,该算法通过设置可变参数w,调整二次误差和类曲率特征度在边折叠误差中的相对大小,提升了算法的简化质量,扩大了算法的适用范围;其次,训练了一个误差反向传播（BP）神经网络,用于确定模型w值;再次,提出了边折叠过程中法向量线性估算法,提高算法简化速度,与Gouraud估算法相比,平均缩短网格简化时间23.7%。对比实验显示,QFVP简化生成渐进网格的基网格整体误差小于二次误差度量（QEM）算法和Melax算法;简化时间比QEM算法平均延长7.3%,比Melax算法平均缩短54.7%。     

基于代价函数三角网格模型动态简化的研究

模型简化是解决复杂三维模型存储、传输、实时绘制与硬件处理能力的局限性之间矛盾的主要方法。介绍了三角网格模型简化相关技术和算法。目前基于边折叠的三角网格模型简化算法边折叠计算复杂,没有有效进行动态简化,结合Garland的二次误差度量算法和Hoppe的累进网格算法,提出了基于代价函数的三角网格模型动态简化算法。     

基于二次误差测度的递进网格简化算法

给出一种基于递进网格和二次误差测度的快速简便的算法来简化带属性的网格模型.该算法通过分别建立几何和颜色属性的二次误差测度来计算几何和颜色属性误差,边折叠是根据某种误差测度将候选的边按照折叠代价排序,每次取代价最小的边进行折叠操作.应用实例表明,该算法既能有较好的简化效率,又能保证简化对初始模型在几何和颜色信息方而尽可能的近似.     

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.     

基于边折叠和质点-弹簧模型的网格简化优化算法

通过边折叠实现网格曲面简化,提出了保持曲面特征的边折叠基本规则,引入边折叠顺序控制因子λ,给出了折叠点坐标获取方法,简化过程中网格边长度趋于均匀．在曲面简化基础上,利用质点-弹簧模型优化网格形状．将网格顶点邻域参数化到二维域上,在质点-弹簧模型中引入约束弹簧,约束调整网格顶点,并逆映射到三维原始曲面上,局部优化网格顶点的相邻网格;调整曲面上所有网格顶点,在全局上优化网格形状．在曲面简化优化过程中,建立原始模型曲面和简化优化后曲面之间的双向映射关系;曲面的网格顶点始终在原始模型表面上滑动,并以双向Hausdorff距离衡量、控制曲面间的形状误差．应用实例表明：文中算法稳定、高效,适合于任意复杂的二维流形网格．     

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。     

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。     

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.     

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     

基于超包络的三角形网格简化算法

文章提出了一种基于超包络的三角形网格简化算法.该算法不仅适用于任意拓扑结构的网格,而且能定量控制简化的全局误差,具有速度快、效果好的优点.在此算法的基础上,文章提出了一种连续细节层次模型的生成方法,并给出一组实例,说明了算法的有效性.另外,文章还将此算法与其他具有全局误差控制的简化算法进行了比较.     

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。     

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。     

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.     

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。     

基于能量评估的网格简化算法及其应用

网格简化是曲面重构和多细节层次构造中的一个重要步骤，本文提出了一个基于局部能量评估的网格简化算法，能够大量地删除密集网格的三角形面片．为了加速算法的执行还提出了一种简单有效的采样方法．算法自动化程度高，能有效地支持多细节层次模型的建立．     

一种适合VRML应用的三角网格简化算法

交互虚拟环境中，VRML作为三维场景描述语言得到广泛应用，场景中的物体常常用三角形网格模型来描述，本文提出了一种适合VRML应用的网格简化算法，该算法不仅可以快速减少模型中的画片数目而且能保持模型良好的视觉效果，算法中给出了一种有效的误差控制方法，能在用户指定的误差范围内通过使原始网格中的边折叠达到大量简化的目的，该算法实现简单且速度快，另外能够有效地支持细节层次模型的表示，最后给出实例证明了该算法的有效性。     

一种新的基于顶点聚类的网格简化算法

在计算机图形学中,经常采用多边形网格来描述物体模型.由于绘制时间和存储量与多边形的数量成正比,过于庞大的物体网格模型通常是不实用的.模型简化在计算机动画、虚拟现实和交互式可视化等计算机图形应用领域有着广阔的应用前景.为此提出一种新的基于顶点聚类的网格简化算法.该算法利用八叉树对网格进行自适应划分,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顶点聚类达到大量简化的目的.该算法实现简单,速度快且能很好地保持边界特征.给出的一组图例说明了该算法的有效性.