一种改进的基于形状特征保持的QEM简化算法

针对二次误差测度(QEM)简化算法对机械、建筑等CAD模型简化时存在的形状特征容易丢失的不足,提出了一种改进算法。该算法在检测出模型表面的分界轮廓曲线后,将各组成边分成四种类型,并按照尽量避免轮廓曲线上的边被折叠的原则,对各类边采用不同简化策略进行简化。实验结果表明,算法在形状特征保持方面具有较好的效果。

保持几何特征的导弹发射车模型简化算法

针对传统QEM算法对导弹发射车等三角形网格较多、结构复杂的三维模型简化时存在的几何特征丢失问题,提出了一种改进算法。在QEM算法的基础上引入三角形折叠,计算模型简化前后的体积比并通过计算局部顶点的高斯加权曲度得到网格显著度,将上述2种权值作为约束因子引入到三角形折叠误差代价中,通过折叠代价大小决定三角形折叠次序。实验表明:使用改进算法得到简化模型的平均误差稳定在0.069 mm内,简化后模型视觉以及几何质量明显优于传统方法,对于提高复杂军事模拟场景的渲染效率提供了理论基础。

基于二次误差度量的大型网格模型简化算法

针对传统网格模型简化算法无法处理尺寸大于内存容量的网格模型的问题,提出一种改进的基于二次误差度量的大型网格简化算法。在经典二次误差度量(quadric error metric,QEM)算法的基础上,改进算法引入顶点法向量夹角与边长作为权值,以及基于八叉树的模型划分策略。实验结果表明,该算法能够完成大型网格模型的简化,并且在简化过程中很好地保持了原模型的细节特征。

一种均衡代价的网格简化方法

由于移动设备要求计算量小,一些经典的算法保形效果好,但计算量大,不太适合移动环境;而通用取中点的收缩方法虽然非常简化,但保形性不好。设计了一个在保持模型外观的基础上对网格模型进行简化和简化后的模型恢复的完整算法。首先设计了综合平均曲率大小和曲率变化量大小的特征保留折叠代价策略。平均曲率大小是利用边的两个顶点所邻接三角形片的两两法向夹角的平均值来计算特征保留折叠代价队列;同时考虑到存在的一些特殊情况提出加入曲率变化量来判断特征片面的特征保留策略。为了避免综合判断带来的计算量的增加,所设计的平均曲率代价和曲率变化量代价均是同一个Cost函数的线性组合。此外,还设计了基于权重代价的在折叠边上快速计算该边的收缩点位置的有效方法,基于Cost函数的线性计算,由于Cost函数在整个算法中可重复利用,因此在没有增加计算量的情况下又提高了保形性,在计算效率和简化质量两者之间取得了一个均衡。实验证明,该算法可以在保持模型外观的同时有效地降低模型规模并计算量较小,适用于计算能力低的移动设备运算环境。

基于移动终端屏幕分辨精度的网格简化算法

针对移动终端用户对三维物体的感知度与屏幕分辨率明显相关的特性,提出一种基于移动终端屏幕分辨精度的网格简化算法。算法定义了模型在目标屏幕上显示时的基准显示状态(BoV),并通过移动终端分辨率及物体的视距参数分别计算得到目标屏幕的分辨精度阈值及模型的分辨精度因子,通过加权二次误差度量(QEM)算法动态地删除不符合显示精度要求的冗余数据。算法易于实现,适用于手机、PDA等仅具备低分辨率屏幕的移动终端上的图形应用。实验结果说明新算法的有效性。

基于四边形折叠的三角网格简化算法

通过定义三角网格模型中的两个以公共边相连的三角形构成一个空间四边形,提出了一种新的基于这种空间四边形折叠的网格简化算法。该算法以四边形折叠为基本操作,利用Garland的二次误差度量(QEM)做误差控制,每次折叠操作可以减少3个顶点及6个面片,从而实现比Garland的QEM算法、周昆等的三角形折叠算法更高的简化效率,文中给出多个试验结果说明了该算法的有效性。

面向行人重识别的跨视图最小分类误差二次判别分析方法

行人重识别技术旨在匹配不同的摄像机拍摄场景中属于同一个人的所有图片.近年来,核化跨视图二次判别法已在相关任务中取得优良的效果.然而,在处理高维小样本数据时,对于协方差矩阵逆的估计通常由于数据集较小的原因容易产生较大的偏差;在不同视图之间,人的外观经历复杂的非线性转换,因此导致识别精度较低.为解决此问题,本文提出一种将最小误差分类、平滑技术与核化跨视图二次判别法相结合的度量学习方法 MCE-kXQDA(minimum classification error-based kernel cross-view quadratic discriminant analysis),在非线性映射与跨视图二次判别法相结合的基础上将最小误差分类、平滑技术引入非线性维的核化空间中,实现非线性度量学习的同时有效提升协方差逆矩阵的估计精度.为验证MCE-kXQDA的有效性,我们在多个数据集上与其他相关方法进行了详细比较.实验结果表明MCE-kXQDA具有更优的识别精度和鲁棒性.

基于约束的地质网格曲面重建算法

提出一种基于地质约束的地质曲面重建算法,为在三维地质建模中构造线性不连续层位面片提供一种解决方案。应用"移动立方体"算法从点云重建出无约束的层位三角网格曲面,在断层曲面的约束下,利用初始点云对层位曲面进行网格拟合处理,使层位曲面的各个面片在交线附近能很好地体现断层对层位面的切分效果。实验结果证明,该算法运行稳定、有效。

保持细节特征的带纹理模型的高质量简化算法

针对大多算法在简化率较大的情况下易丢失模型细节特征的问题,引入顶点尖锐度的概念,并基于QEM折叠代价给出一种改进的折叠代价,能更多地保留模型的细节特征;同时针对大多简化算法不包含纹理处理的问题,引入纹理变化因子,更多地保留纹理细节部分。在简化的基础上,还提出一种网格局部优化算法,解决了简化后网格质量不高的问题。实验结果表明,该算法不仅可以保持模型的细节特征和纹理的完整性,同时还能得到高质量的模型网格。

基于顶点权重的网格简化在虚拟人脸中的应用

研究了虚拟现实中三维人脸网格简化的问题。针对如何在保持三维人脸模型细节特征的情况下,用尽可能少的顶点和三角网格来刻画原始模型这个问题,提出了一种顶点权重的边折叠网格简化算法,在二次误差测度算法的基础上加以改进,提出用Loop细分法计算新顶点和表示网格质量的三角网格形态度,建立了保持模型细节特征和控制三角网格质量的双约束机制,定义了双约束误差测度函数来控制边的折叠顺序,达到了推迟细节特征边折叠、减少狭长三角形的结果。实验结果表明,改进算法能够有效地保持人脸模型的细节特征且生成高质量的网格简化模型。

基于中轴变换的骨架特征提取算法

针对中轴变换算法提取骨架特征时,其结果对边界噪声敏感且易产生毛刺的问题,提出一种基于中轴变换的改进算法。采用Voronoi图计算原始中轴,使用改进的二次误差度量方法去除毛刺。在二维及三维数据集上的实验结果表明,该算法能够提取简洁、准确的骨架,且对边界噪声具有鲁棒性。

结合面积度量和误差校正的网格简化算法

提出了一种基于边折叠的网格模型简化的新方法。考虑到模型的局部形状特征,算法将局部面积度量因素加入简化计算过程,与二次方距离误差测度一起组成新的误差目标函数。还提出了计算二次方误差矩阵的预测-校正模型,用于降低简化累积误差。实验结果表明,该算法通用性较强,能够显著提升模型的简化质量,特别是对于曲率变化剧烈的模型表面,其简化模型能够更好地保持原有特征。

用内法向量与二次误差度量修补三角网格孔洞

为了高效地修复含孔洞的三角网格模型,提出基于内法向量与二次误差度量(QEM)的孔洞修补算法.在识别孔洞边界之后,计算边界点的凹凸性与对应夹角角度,并利用最小角-曲率原则寻找最优修补点;根据三角形生成原则以及内法向计算方法生成新的三角形完成粗修补;最后利用二次型误差滤波函数对粗修补的网格进行优化处理.在VisualStudio2013环境下,对不同种类的含孔洞模型,利用提出算法以及孔洞修补经典算法进行实验,结果表明,文中算法修补的网格质量优于对比算法.

一种基于多核平台优化的网格模型简化的方法

在三维表面建模过程中,通常会生成大量三角面片,使得实时渲染难度加大,因而需要对表面网格进行简化。基于二次误差测度的网格简化算法,利用多核平台的优势,提出一种并行策略来提高网格简化的效率。结果表明,多核平台优化后的并行算法比优化前串行的网格简化算法在效率上有明显提升,并且简化模型有较高的近似精度。

车身拓扑网格简化算法研究

在车身逆向设计过程中,点云数据预处理后形成的拓扑网格数据庞大,直接导入三维软件中进行处理时,对计算机的显示、分析、存储、传输等会造成很大的负担。主要研究了车身曲面重构过程中基于二次误差测度的边折叠网格简化算法。该方法将点到相关平面的距离的平方和作为误差测度,进行多次的选择性边折叠,实现网格有效简化。通过VC++6.0编程实现了该算法,实验结果表明,该算法稳定可靠,效率较高,简化效果好。

基于二面角的三角网格简化算法

逆向工程建模自动化技术的发展,提高了对网格简化质量的要求。为了在大规模简化时保持模型的重要几何特征,在Garland二次误差测度算法基础上,提出二面角的三角网格简化算法,编写了实现算法的Matlab程序。通过实例与Garland算法进行比较,结果表明基于二面角的三角网格简化算法很好地保留了模型的几何特征,提高了网格简化质量,能满足自动化建模的要求。

结合边分割的改进二次误差测度算法

为了有效解决二次误差测度算法(quadric error metrics, QEM)容易产生异常三角面、失去局部特征、几何结构异常等问题,提出一种结合边分割的改进二次误差测度算法(quadric error mactrics with edge splitting, ESQEM).该算法添加顶点高斯曲率作为边折叠代价之一,通过参数调节模型特征保留情况;添加边长查询机制,对细长三角面进行边分割操作. ESQEM算法能有效维护网格模型高曲率区域特征、保持网格几何结构、消除狭长三角面,简化后的模型有更好的视觉效果,高简化率下的简化精度更高.

基于27邻域网格的医疗图像三维重建

为实现医疗图像三维重建中的网格简化,提出一种基于27邻域网格建立三角形网格拓扑的新方法。首先利用移动立方体(MC)算法从一组计算机层析(CT)图像序列中提取三维重建体数据,将二维图像转化为由一组三角形面片组成的三维模型网;然后利用27邻域网格算法对此三角形网进行空间扫描,构建出三维模型的网格拓扑;最后利用二次误差测度(QEM)算法对所得三维模型拓扑进行简化,实现医疗图像三维模型动态可视化操作。通过使用Visual C++软件平台和OPENGL库对医疗图像进行三维重建,重建效果表明,本文方法的计算效率要优于传统的循环迭代方法;与传统的建立网格拓扑方法相比,本文方法具有算法简单、速度快、运算复杂度与数据量呈线性增长的优点。