一般多边形网格模型的几何压缩方法

使用Face Fixer方法对由一般多边形网格构成的三维模型拓扑信息进行了压缩，采用3阶自适应算术编码进一步提高压缩比，通过把顶点位置坐标变换到局部坐标系中，结合量化、平行四边形顶点坐标预测以及算术编码来实现三维网格模型几何信息的压缩，在几何模型质量基本没有损失的情况下，获得了很好的压缩性能。     

三角形条带网格模型几何压缩方法研究

三角形条带为三角形网格提供了一种紧凑的表示方法，使快速的绘制和传输三角形网格成为可能，因此对由三角形条带构成的网格压缩进行研究具有重要的意义．本文使用Triangle Fixer方法对三角形条带构成的三维模型拓扑信息进行了压缩，并采用3阶自适应算术编码进一步提高压缩率；同时结合量化、平行四边形顶点坐标预测以及算术编码来实现三角形网格几何信息的压缩，在几何模型质量基本没有损失的情况下，获得了很好的压缩性能．     

拓扑结构可变的动态多细节层次模型

研究多细节层次技术在虚拟环境中的广泛应用.提出了一种新的动态多细节层次结 构,这个结构不仅可以适用于多种不同的拓扑结构保持的网格简化方法,还适用于拓扑可变 的网格简化方法,可应用于任意网格模型.在此基础上还设计了一种基于拓扑结构可变的网 格简化算法;顶点合并.通过顶点合并和顶点分裂两个对偶操作,实现不同细节层次模型之间 的平滑转换,并能够自适应地改变模型的拓扑结构.     

参数平面二叉树剖分网格简化

为了快速地对3维网格模型进行简化,提出了一种曲率自适应的3维网格简化算法,该算法首先将原始网格投影至参数平面上,并构造反映原始网格曲率分布的平面曲率灰度分布,用以表征简化过程中对网格各部分不同的采样密度要求;然后根据等曲率灰度分割的原则来对参数平面进行二叉树剖分,以构造反映其不均匀分布的非均衡二叉树结构,并依此选取简化后的网格顶点集合,以构造简化的三角网格.该算法的优点是执行速度快,同时在简化过程中仍能充分保持原始网格的细节.     

基于帧化采样和小波HMM的三维模型信息隐藏

针对现有三维模型变换域信息隐藏容量小、严格依赖顶点排列顺序及拓扑结构、只适用于规则或半规则等特定三维模型的不足,将视频流方法引入三维模型的信息隐藏,提出一种基于帧化采样的小波域信息隐藏算法.通过设计等高线空间分割和帧化采样,应用小波域隐马尔可夫模型(HMM)实现了小波系数零树结构信息隐藏;扩展了基于视觉系统小波域量化噪声的视觉权重分析方法,以自适应地确定信息隐藏的强度.实验结果表明,该算法具有高嵌入量(每个顶点嵌入3比特)、高安全性和低失真度的优点,能够抵抗仿射变换攻击和顶点重排攻击,适合任意网格的三维模型信息隐藏.     

一种基于带噪声的三角网格模型的光顺算法

为了去除三角网格模型中的噪声,提出了一种基于均值漂移的特征保持的网格光顺算法。该方法在对模型中的三角形的法向量进行滤波的基础上鲁棒地计算了顶点的法向量,利用均值漂移方法自适应地聚类出顶点的邻域。结合顶点间几何特征的相似性,将改进后的双边滤波算子应用于顶点的位置更新,从而完成模型的光顺。实验结果证明了网格光顺算法的有效性。利用这种网格算法,可以达到光顺带噪声的三角网格模型的目的,并在光顺的同时,有效地保持了模型中原有的特征。     

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。     

基于小波变换的非渐进网格压缩

为了取得较好的三角形网格压缩性能，提出了一种基于小波变换的三角形网格非渐进压缩方法。该压缩方法先利用重新网格化来去除大部分连接信息，然后利用小波变换的强去相关能力来压缩几何信息。在进行重新网格化和小波变换后，再按一个确定的次序将所有的小波系数扫描为一个序列，然后对其做量化和算术编码。另外，对重新网格化得到的自适应半正规采样模式，还设计了一种自适应细分信息编码算法，以便使解码端知道每一个小波系数应该放置在哪一个顶点上。实验表明，用该压缩方法对由三维扫描仪获取的复杂网格进行压缩，取得了比Edgebreaker方法明显要好的率失真性能；10比特量化时，压缩倍数在200倍左右，为Edgebreaker方法的2倍多。     

渐进网格中真实选择细化技术的探讨

三维几何模型的选择性细化,是在几何网格LOD技术基础上,依据某种标准(如视点的位置、角度)对网格进行局域精简或细化,以尽可能少的顶点数来再现原模型的细节.其核心是顶点拓扑信息记录、检索方式.真实选择细化技术的优点在于将精简和细化操作局限在顶点及其领域上,不会产生可能失控的连锁反应.就此方法应用于采用半边缩减的渐进网格上,提出了具体的拓扑压缩数据结构方案,并对该结构的实现条件提出建议.该方案结构紧凑,适用于大型三维几何模型通过互联网进行传榆并适于在个人电脑上进行动态显示.     

基于可变模版的三角网格拓扑压缩

针对三角网格模型的拓扑信息。提出了一种高效压缩方法.不同于以往的单纯利用算术编码或霍夫曼鳊码对遍历三角网格生成的拓扑流进行编码压缩,根据三角网格模型(特别是规则三角网格模型)的特点,自适应地提高编码过程中对当前编码字符发生的预测准确率,实现对三角网格模型的拓扑信息的高效压缩.算法首先遍历三角网格模型,得到操作符序列;然后对得到的操作符序列的每个操作符作模版可变的自适应算术编码.在编码过程中,根据当前编码字符的前一个操作符、三角网格模型的特点以及网格遍历方法为当前编码操作符计算一个模版,在这个模版中,预测准确率高的操作符用较短的二进制串表示.根据当前编码操作符的可变模版,可以得到该操作符的二进制表示,并对这个二进制表示的每个比特作自适应算术编码.该方法是针对流形三角网格模型的拓扑信息作单分辨率的基于面的无损压缩,可以得到很好的三角网格拓扑信息的压缩结果,其压缩比甚至比拓扑压缩领域压缩比方面最好的TG算法的压缩比还要好.     

Dual Mesh Resampling

The dual of a 2-manifold polygonal mesh without boundary is commonly defined as another mesh with the same topology (genus) but different connectivity (vertex–face incidence), in which faces and vertices occupy complementary locations and the position of each dual vertex is computed as the center of mass (barycenter or centroid) of the vertices that support the corresponding face. This barycenter dual mesh operator is connectivity idempotent but not geometrically idempotent for any choice of vertex positions, other than constants. In this paper we construct a new resampling dual mesh operator that is geometrically idempotent for the largest possible linear subspace of vertex positions. We look at the primal and dual mesh connectivities as irregular sampling spaces and at the rules to determine dual vertex positions as the result of a resampling process that minimizes signal loss. Our formulation, motivated by the duality of Platonic solids, requires the solution of a simple least-squares problem. We introduce a simple and efficient iterative algorithm closely related to Laplacian smoothing and with the same computational cost. We also characterize the configurations of vertex positions where signal loss does and does not occur during dual mesh resampling and the asymptotic behavior of iterative dual mesh resampling in the general case. Finally, we describe the close relation existing with discrete fairing and variational subdivision, and define a new primal–dual interpolatory recursive subdivision scheme.     

基于子分规则的边折叠简化方法

边折叠简化方法是一种主要的三角网格简化方法，已成为多分辨率自适应曲面参数化，基于法向细节的几何压缩，渐进风格算法的重要组成部分，文中采用子分的思想生成三角网格模型的新顶点，从而减小了简化模型和原始模型之间的误差，此外，还给出保持模型流形的方法，最后给出一种新的计算简化网络与原发中网络之间的Metro距离的采样方法，并分析这个距离误差。     

自适应三角网格模型重新布点算法的研究

在对任意拓扑三角网格模型进行自动三边界区域划分的基础上，提出一种适应的三角网格模型重新布点算法，该算法首先根据三边界区域划分的结果，构造初始网格模型具有最低分辨率的基础网格模型，然后利用协调映射技术，对网格模型进行重新采样，从而不断对基础网格模型进行细化，算法的特点是可以根据不同的精度自动在曲面的大曲率处重新采样得到较多的点，而在曲面的小曲率处则重新采样得到较少的点，该算法可以用于三角网模型的自适应简化和优化，文中的应用实例表明，该算法可以保证在满足指定精度要求的条件下，得到更合理的三角网格模型，取得理想的效果。     

使用BSP和遗传算法的图像稀疏化技术

图像稀疏化技术是利用图像中稀少的且与具体应用相关的数据来表示原始图像的技术.使用BSP和遗传算法的方法在图像中生成能够近似图像的自适应的网格,即用较少的包含重要信息的像素来表示图像,实现图像的稀疏化,达到压缩之目的.该自适应网格能够以很高的质量重构出原始图像,在图像处理和计算机视觉领域有很好的应用前景.     

一种有效的细分曲面非盲水印算法

提出的细分曲面水印算法是基于图像水印算法和Fourier加法性质。首先将水印信息嵌入一幅图像,通过嵌入水印的图像和原始图像在空域作比较得到含有水印信息的矩阵,然后将细分曲面初始网格迭代三次以使网格的顶点数足够多,最后取出一部分顶点坐标和含有水印信息的矩阵相加得到嵌入水印的网格,嵌入水印后的网格作为新的初始网格。实验结果证明该算法具有较好的强壮性和计算量小的特点。     

新颖的网格模型压缩算法——网格切片

针对三维(3D)网格模型的存储与网络传输问题,提出一种新颖的三维模型压缩算法。该算法基于对网格模型的切片处理,主要由以下三个步骤组成:切片顶点的计算、切片边界的均匀采样以及对切片所得图像的编码。对于一个给定的三维模型,首先,计算模型的包围盒;然后,沿包围盒长度最长的方向进行切片;同时计算切片与网格模型表面每条边的交点,构成一个多边形,这个多边形即为切片的边界;其次,对切片边界进行均匀的重采样,使每层切片具有相同的顶点数;最后,把每层的顶点坐标转化为极坐标形式,这样,所有层顶点的ρ-坐标以及θ-坐标能分别构成一张图像,原始的三维模型即能由这两张图像表示。这种表示方法具有以下两个明显的优势:第一,降低了数据的维度,有效减少了数据量;第二,具有极大的数据相关性,进一步减少了数据的熵。基于这两个优势,该算法对图像数据进行差值编码以及算术编码,最后得到压缩后的文件。与增量参数细化(IPR)方法相比,在解码模型同等质量的前提下,所提算法的编码效率提高了23%。实验结果表明,所提算法在模型存储和传输应用中能取得很好的压缩效率,有效减少了数据量。     

Isotropic Surface Remeshing Using Constrained Centroidal Delaunay Mesh

We develop a novel isotropic remeshing method based on constrained centroidal Delaunay mesh (CCDM), a generalization of centroidal patch triangulation from 2D to mesh surface. Our method starts with resampling an input mesh with a vertex distribution according to a user‐defined density function. The initial remeshing result is then progressively optimized by alternatively recovering the Delaunay mesh and moving each vertex to the centroid of its 1‐ring neighborhood. The key to making such simple iterations work is an efficient optimization framework that combines both local and global optimization methods. Our method is parameterization‐free, thus avoiding the metric distortion introduced by parameterization, and generating more well‐shaped triangles. Our method guarantees that the topology of surface is preserved without requiring geodesic information. We conduct various experiments to demonstrate the simplicity, efficacy, and robustness of the presented method.     

一种基于网格的从明暗恢复形状方法

针对目前“从明暗恢复形状”时存在计算复杂及收敛性差等问题,提出一种基于网格的解决方法。首先通过图像预处理及区域划分操作将原始图像分割成多个亮度离散的多边形区域,并逐步转换成平面三角形网格,然后根据Lambert定律建立关于空间网格顶点坐标的方程组,在使用最小二乘法求解后,直接将结果应用到OpenGL或DirectX等实时渲染引擎的图形管道中,实现模型的建立与显示。经仿真实验证明该方法计算方便,可逼真重建原始物体的形状。