隐曲面重建的极性场模型方法

通过隐函数拟合实现曲面重建是计算机图形学领域中一项重要而有挑战性的工作.受经典物理学中极性场模型及扩展点集思想的启发,提出一种称为场拟合的隐曲面重建方法.该方法将三维曲面表达为极性场的零等值面,极性场由许多粒子对产生,则曲面重建过程就转化为求粒子分布的过程,使用一种贪婪算法求解粒子的分布.实验结果表明,采用文中的场拟合方法的重建结果优于已有的隐曲面重建方法.     

用于混沌信噪分离的Neymark分解法的适用性研究

从几何投影的角度阐述了Neymark分解的空间物理意义．并用能量分布的观点解释了该方法实现噪声抑制的内在机理,然后通过几个典型的混沌信号在不同类型的噪声背景下的处理结果,说明了Neymark分解法在实现混沌信号与噪声分离时的局限性．指出了该方法的噪声抑制效果与目标信号和背景噪声在嵌入相空间中能量分布状况之间的关系,最后在此基础上总结出了空间投影类方法实现信噪分离的适用范围,从而为今后选择合适的混沌信号处理方法提供了依据。     

残缺网格模型的快速B样条曲面重建

针对残缺的三角网格模型,提出一种将网格模型的散乱数据点转化为有序阵列点再进行B样条曲面快速重建的算法.首先确定最小二乘平面上的一个矩形参数域,再构造出一个平面阵列点列,并部分映射到三维网格上;然后利用空间阵列点的邻域信息估计4个角点的空间坐标,并构造径向基函数曲面,用于补充空间阵列点列中残缺的数据;最后利用有序点列拟合的高效性构造B样条曲面.实验结果表明:该算法速度快、拟合精度高、鲁棒性强,重建的曲面具有良好的光顺性和可延伸性,适用于逆向工程中对经过数据分割后的网格模型的自由曲面重建.