大型三维网格模型的简化及基于视点的LOD控制

传统的三维网格简化及多分辨率建模方法对数据量超出内存限制的大型网格模型已不适用·提出一种基于外存的网格简化和基于视点的细节层次控制方法·该方法建立在网格分割的基础上,利用分割边界的对应性,在一次遍历中对所有的网格分块进行简化,从而克服了通常的网格分割简化方法需要多次分割、重复简化的缺点;同时实现了针对大型网格模型的基于视点的选择性绘制·对模型进行绘制时,模型局部细节可以被快速抽取出来,并且网格的分辨率在整个模型表面呈连续分布·

大型网格模型多分辨率的外存构建与交互绘制

结合多分辨率、网格排布和基于视点的绘制技术,提出一种外存多分辨率构建和绘制算法.采用适应性八叉树对模型的包围盒进行划分,自顶向下构建模型的多分辨率层次结构,较好地保持了原模型的细节分布;并对多分辨率结构中每个节点所包含的三角形片段进行网格排布优化,降低了缓存的平均失效率;在实时绘制时,采用基于视点的细节层次选择策略进行模型的细化;最后通过引入数据预取机制来隐藏磁盘I/O延时,进一步提高绘制性能.实验结果表明,该算法在绘制速度与细节保留上均优于同类MRMM算法.

大型有限元网格模型的快速简化与交互绘制

随着有限元分析计算的复杂化,计算结果的数据量大大增加甚至超出内存限制。提出一种基于外存的多分辨率构建和绘制算法,采用自适应性二叉树对模型的包围盒进行划分,自底层向上简化网格数据及物理数据,构建模型的多分辨率层次结构,较好地保持了原始细节分布;在实时绘制时,采用基于视点的细节层次选择策略进行模型的跟新。实验结果表明,该算法计算速度较快,可以对大型有限元网格模型进行快速绘制并显示其物理计算结果。