基于Voronoi极点特征值显著度加权的网格简化算法

针对目前网格简化仅依赖局部特征而造成对尖锐特征保持差的问题,提出一种新的基于视觉显著度加权的简化算法。算法首先通过Voronoi内外极点与采样点之间的关系来计算离散曲面局部极点特征值,然后叠加不同尺度下局部特征值的高斯差分获得特征的视觉显著度。在进行网格简化时,将该显著度作为权重赋值给每个点的二次误差矩阵,从而达到对显著度较高区域特征保持的目的。实验结果表明,所提出的简化算法与传统基于局部曲率的算法相比能够更有效地保持原始网格固有几何特性,特别是对于视觉较为敏感的尖锐特征。