散乱数据点的增量快速曲面重建算法

给出了一个新的散乱数据的曲面重建算法 .算法充分利用邻近点集反映出的局部拓扑和几何信息 ,基于二维 Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建 ,然后通过自动矫正局部数据点的非法连接关系 ,以增量扩张的方式把局部三角网拼接成一张标准的整体二维流形网格 .该算法在重建过程中能自动进行洞的检测 ,判断出散乱数据所蕴涵的开或闭的拓扑结构 .实验结果表明 ,该算法高效、稳定 ,可以快速地直接重构出任意拓扑结构的二维流形三角形网格 .

加权Catmull-Clark曲面

文中给出一种加权的 Catm ull- Clark剖分方法 .算法首先对初始多边形网格作一次不同于 Catmull- Clark方法的带权因子的剖分 ,再对生成网格实施 Catmull- Clark剖分 ,从而得到可控形状的 C1光滑曲面 .通过对第 1步中的权因子赋不同的值 ,能方便地控制生成曲面与其原始控制网格的逼近精度 .实验表明 ,本算法非常简洁 ,比传统 Catm ull- Clark方法具有更多的自由度 .