保留几何特征的散乱点云简化算法

针对散乱点云简化中易丢失几何特征及潜在曲面形状信息的问题,提出一种保留几何特征的散乱点云简化算法.首先以单位距离上的法向变化作为局部特征检测算子,采用基于泊松分布的区域生长法自适应地检测特征点,并计算潜在曲面的平均弯曲度;然后通过设定不同的聚类阈值,并利用共享近邻聚类算法对非特征点的邻域进行聚类分析,从而判定该点处潜在曲面的弯曲程度,同时检测噪声点;最后,删除噪声点,根据潜在曲面弯曲程度,采用不同的简化策略删除冗余点.该算法不但避免了在大量精简时造成孔洞,而且使得简化后模型尽可能保持原始潜在曲面的形状信息,降低简化误差.实验结果表明,文中算法简单、有效,能够同时保留原始点云的几何特征及潜在曲面的形状信息,具有较低的简化误差和良好的鲁棒性.     

基于Voronoi极点特征值显著度加权的网格简化算法

针对目前网格简化仅依赖局部特征而造成对尖锐特征保持差的问题,提出一种新的基于视觉显著度加权的简化算法。算法首先通过Voronoi内外极点与采样点之间的关系来计算离散曲面局部极点特征值,然后叠加不同尺度下局部特征值的高斯差分获得特征的视觉显著度。在进行网格简化时,将该显著度作为权重赋值给每个点的二次误差矩阵,从而达到对显著度较高区域特征保持的目的。实验结果表明,所提出的简化算法与传统基于局部曲率的算法相比能够更有效地保持原始网格固有几何特性,特别是对于视觉较为敏感的尖锐特征。     

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.     

基于细节的自适应网格简化

从模型中保留的几何细节出发，提出一种自适应的三角网格简化算法．该算法首先比较顶点与其相邻点之间的欧氏距离是否超过预先设定的简化尺度，删除小于该尺度的相邻点，再对删除造成的空洞作局部三角剖分．此算法的特点是用细节度参数控制简化模型的整体精度，并且简化的尺度可以根据模型表面的细节情况作自适应调整，自动在细节丰富的区域变小而在细节稀疏的区域变大．通过两组应用实例可以看到，文中算法在有效地降低数据量的同时很好地保持了模型的视觉特征．     

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.     

一种随机采样的特征保持的网格简化算法

提出了一种局部几何特征驱动的随机采样的网格简化算法。该算法首先计算模型中每个三角形的局部几何特征值,根据定义的概率分布函数随机确定每个三角形被选择的概率。然后对选择出的三角形进行三角形折叠,根据折叠前后网格体积变化最小这一准则来确定新生成的顶点的位置。实验证明该算法不仅能使简化前后的模型的体积变化较小,还能有效地保持模型的细节特征。     

一种基于八叉剖分的近似曲率的边折叠简化算法*

为了提高三角网格模型简化的速度,满足实时显示的要求,并且有效地克服边折叠简化算法在低分辨率的状态下易丢失模型重要几何特征的问题,提出了一种基于八叉剖分的近似曲率的边折叠简化算法。采用八叉树结构自适应地分割网格模型空间,同时在各个区域中采用近似曲率的边折叠算法并行地进行边折叠操作。实验证明,该算法取得了不错的效果。     

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.     

基于变分网格的曲面简化高效算法

根据变分网格逼近表示所定义的全局误差能量,提出一种局部贪心优化算法.该算法通过控制目标网格分片数来简化网格,通过种子的自适应选取来达到理想的简化效果,具有直观的几何意义.该方法计算量较小,效率较高,能够有效地应用于几何造型系统中.     

三维网格模型水印自适应调节算法

为提高三维网格模型嵌入水印的透明性,提出一种基于模型局部几何特征的自适应水印强度调节算法。将网格模型分割为若干局部区域,根据各区域内几何数据的波动情况对水印嵌入强度进行调节。几何误差和视觉失真误差评价结果表明,与非自适应嵌入方法相比,该方法嵌入的水印透明性较高。     

基于特征点的三维人脸网格简化*

在边折叠的网格简化算法的基础上,针对特定三维网格模型—人脸,提出了一种实用的基于特征点的快速模型简化算法。该算法把人脸按特征点的分布进行分块处理,对不同区域采用不同的阈值进行调节。对于需要高细节的区域保留高度细节,而对于其他区域则进行简化。使用这种方法可以较大地减少虚拟整型手术中的数据量,同时又能保持待手术区域的高度细节。该算法实现简单、运算速度快,而且能有效保持人脸模型的重要特征。     

基于曲面拟合的三角形网格简化

针对有限元网格简化问题,将边折叠和三角形折叠算法相结合,提出一种基于曲面拟合的网格简化方法。根据节点离散度识别网格特征,对具有不同特征的部位采用不同的简化策略从而实现自适应变密度网格简化。按长高比最优原则对合并后的节点进行预测,运用曲面拟合技术最终确定合并后的节点,达到优化网格和保持网格特征的目的。实验结果证明,该方法能在保证网格质量的前提下有效简化网格模型,提高CAE分析速度,最多可缩短75%的计算时间。     

基于点云几何与形状特征的曲面重构算法

提出一种新的利用点云进行曲面重构的算法,该算法基于点云的几何与形状特征,根据点云的几何分布进行分类和按照点的局部形状特征进行分类,对每类点进行局部网格重构,并进行后续处理以修补拓扑和几何错误。实验结果表明,该算法强健有效,能生成高质量的网格,并能较好地保持模型的几何与形状特征。     

局部特征熵的网格非均匀简化算法

针对三维模型简化后的精度与效率上难以平衡的问题进行研究,提出一种局部特征熵的半边折叠非均匀网格简化算法。采用两次局部区域聚类探测,首先探测三维数据点所在边聚类局部区域,获取该探测区域法向量,其次以三维数据点临近点区域的重心约束来探测二次聚类区域法向量;根据信息熵的定义利,用两次探测的法向量之间夹角信息构建局部区域特征熵值做为半边折叠的代价,局部区域特征熵越大表示该区域越趋于平面,应优先简化,否则当保留;最后采用三角形内角判断方法来保留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,本算法在三维模型分均匀简化中在局部细节特性精度上和时间效率上能达到较优的平衡。     

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。     

一种基于渐变物理属性的三角网格简化方法

三角网络简化方法的提出是为了能够在保证一定精度的同时尽可能地降低数据规模,然而现有的三角简化算法均只考虑了几何属性,因此在对过渡状态进行三角简化时无法根据物理属性的渐变给出相应的简化原则。该文利用过渡率来表征物理属性的渐变特性,定义ＴＨ距离作为误差阈值的估计,运用基于临界点与过渡率邻近点的环分裂算法对顶点影响域进行重新三角化,较好地在简化网格规模的同时保持了渐变物理属性的原有特征细节。文后给出的过     

基于逆 Loop 细分的半正则网格简化算法

摘 要：三维网格简化是在保留目标物体几何形状信息的前提下尽量减小精细化三维模型 中的点数和面数的一种操作,对提高三维网格数据的存取和网络传输速度、编辑和渲染效率具 有十分重要的作用。针对大多网格简化算法在简化过程中未考虑网格拓扑结构与视觉质量的问 题,提出了一种基于逆 Loop 细分的半正则网格简化算法。首先根据邻域质心偏移量进行特征 点检测,随后随机选取种子三角形,以边扩展方式获取正则区域并执行逆 Loop 细分进行简化。 最后,以向内分割方式进行边缘拼接,获取最终的简化模型。与经典算法在公开数据集上进行 实验对比,结果表明,该算法能够在简化的同时有效地保持网格特征,尽可能保留与原始网格 一致的规则的拓扑结构,并且在视觉质量上优于边折叠以及聚类简化算法。     

一种基于曲率的边折叠简化算法

针对目前三角网格简化算法在低分辨率的状态下往往丢失模型重要几何特征,从而导致视觉上的失真问题,提出了一种改进的边折叠三角网格简化算法。在Garland算法基础上引入了近似曲率的概念,并将其加入到二次误差测度中,使得二次误差测度在能够度量距离偏差的情况下,能够反映模型局部表面几何变化。实验结果表明改进的算法有效保持了模型的细节特征,简化效果更好。