基于顶点局部特征度的网格模型分割算法

网格模型的简化要兼顾保持细节特征和快速这两个基本原则,而对网格模型进行分割可以有效提高模型简化效率。提出了一种基于顶点局部特征度的网格模型分割算法。分割时,网格模型要求分割成大小适中、密度差异相对明显的连续区域,区域边缘平滑,且所有三角形均属于某个区域。通过引入顶点局部特征度的概念对区域生长算法进行了改进。

保留地形特征的自适应多分辨率分块简化算法

针对规则划分忽略不同地形块间的地形特征导致处理时间差异问题,以及基于高程差异的层次几何误差存在局部精度不够与地形特征丢失问题,提出一种保留特征点的自适应划分简化算法。首先,在数据预处理阶段,采用改进的地形熵简化算法对大规模地形进行分块,实现多级分辨率地形划分;然后,在实时渲染阶段,提出保留顶点特征度的误差计算方法,解决几何误差带来的局部精度不够的问题,保持地形的轮廓特征和局部细节。实验结果表明,与基于高程值差异的误差计算方法相比,所提算法能提高渲染速率,保留轮廓特征及局部细节。

一种基于边折叠的改进三角网格简化方法

主要研究格网化的三维激光点云数据在使用边折叠方法简化时,将计算误差测度的方法——QEM算法进行改进:以面积作权,同时引入顶点特征度,保留模型特征的同时,尽可能减少点云数据量。最后,利用数学方法对简化模型进行精度评定,证明改进算法在特征保持方面优于原始的QEM算法。

改变折叠次序的一种点云简化方法

研究三角格网化点云数据的简化算法,在边折叠方法的基础上改进原始简化顺序:冻结折叠边的关联区域,待该层简化结束后,释放所有冻结区域,进行下一层简化.研究还将顶点特征度引入网格简化的误差度量,并实验半边折叠方法.实验结果表明,改进的方法较原始方法在简化时间上有较大优势,并且也能够准确地完成三角网格的简化任务.