向量线性相关的三角网格自适应Loop细分方法

根据过同一起点,且线性相关的三个向量在同一平面上的原理提出了一种新的三维表面自适应Loop细分算法,即对网格模型过同一顶点1邻域上的所有三个紧邻边组成的三个向量判断其是否线性相关来断定该顶点的1邻域是否平坦,从而进一步判断该顶点是否参与细分。但是三角网格模型上的三条边不可能都严格地在同一个平面上,当这些向量组成的行列式值趋于零时,便认为它们在同一平面上。实验表明,该方法减少了细分的数据量和处理速度。

一种自适应渐进插值的Loop细分方法

提出了一种自适应插值Loop细分方法,利用Loop细分方法的极限点公式,采用迭代方法反复增加网格的顶点来构建Loop插值曲面.新生成的顶点只与其邻域的顶点有关联.在细分的过程中,以二面角为细分准则来实现Loop曲面的自适应细分.该方法是一种局部方法,即计算简单、易于实现,又能在保证曲面特征的情况下减少Loop细分产生的大量数据、节省存储空间,适用于曲面模型的网络传输.

顶点法矢在自适应Loop细分算法中的应用

本文根据一种新的面积角度加权顶点法矢计算公式对顶点平坦度方法进行了改进,考虑到了三角面片的面积和形状对三角网格顶点法矢的综合影响。使顶点法矢的计算结果更为准确,也使求顶点平坦度的算法得到了优化。