基于Laplace光顺算子的采样网格优化方法

本文提出了一种应用于细分曲面重建中的基于采样技术的网格优化算法,采用了Laplace优化光顺算子,并通过自定义的φde准则进行了采样区域限制,有效地避免了过度采样并提高了算法效率。同时,本算法与切向投影算法做了速度、质量及网格近似性等方面的比较。实例表明,该算法不仅具有高效性、稳定性,而且在保证质量的情况下具有更好的逼近性。

三角网格模型的最小值边界分割

针对目前网格模型块分割算法综合效果不理想、人工干预多等问题,提出一种基于凹凸信号的最小值边界检测的三角网格模型分割算法.首先通过全局控制顶点的Laplace光顺操作对网格模型进行光顺去噪;然后通过标准化和归一化的凹度信息发现符合人眼视觉的最小值规则的凹特征点;最后结合区域中心线提取算法以及扇形探射线算法构造出闭合的分割线,并用三维主动轮廓模型方法进行优化,通过分割线将模型分割为有意义的分块.实例结果表明,该算法可以快速有效地分割模型,得到有意义的分割结果.