基于尖特征度的边折叠简化算法

目前存在的自动曲面简化算法在低分辨率的状态下往往忽略模型的重要几何特征,如尖角或者曲率大的区域,从而导致视觉上的退化.在Garland简化算法的基础上,引入尖特征度的概念,并将其加入到误差测度中,从而改变了边折叠顺序.简化模型不仅保留了模型的重要几何特征,而且合理分配三角网格,在曲率大的区域稠密,在平坦区域稀疏,简化效果更好.

一种保持尖锐特征的3^(1/2)细分算法

提出一种能够重建模型尖锐特征的3细分算法.首先根据预设的阈值θ自动标记网格中的尖锐特征边,并计算出各个顶点的尖特征度;然后根据顶点尖特征度的不同修改原3细分方法的几何规则,设计出相应的权值掩模(mask);最后通过在奇数次细分时不翻转特征边,在偶数次细分时插入边点的方法来实现尖锐特征的重建.实验结果表明,与原3细分方法相比,该算法能够更好地保持模型的尖锐特征.

一种保持尖锐特征的局部3^(1/2)细分算法

提出一种重建模型尖锐特征的局部3细分算法。在预处理过程中,只选取面向视点的网格作为能够被进一步自适应细分的网格,在自适应细分过程中,用相邻面片的法向夹角作为控制误差来反映细分的逼近程度是否足够,并根据预设的阈值θ自动标记网格中的尖锐特征边,重新设计尖锐特征处的面具。实验结果表明,该算法能够用较少的存储量有效地保持模型的尖锐特征。