采用张量投票理论的三角网格特征边提取算法

识别与提取模型几何特征在几何模型的编辑处理中起着重要作用,然而大多数已有算法在处理质量较差的三角网格模型时往往会失效,为此提出一种基于张量投票理论的特征边提取算法.首先根据张量投票矩阵特征值分布与顶点几何特征之间的对应关系对顶点进行分类;采用断点连接方法来保证顶点分类过程中能够正确地区分平滑特征上的边点及角点;根据顶点的类别结果进行区域增长,并提取区域增长后的边界,从而得到网格特征边.实验结果表明,文中算法对大多数模型可靠有效,能够处理网格分布不均匀,以及含有狭长三角形或含有孔、缝的模型,处理有噪声的模型也能达到较好的效果.

ViWOSG:超大规模分布式虚拟环境中的分布式场景图

超大规模分布式虚拟环境包括超大规模的地形场景和超大规模复杂场景对象数据及其属性数据,如二三维几何模型、音视频、图像、矢量图形和文字等各种专题数据.对超大规模的场景对象进行高效地组织和管理调度,是对超大规模分布式虚拟环境进行高效交互仿真的必要条件.针对数字娱乐和军事国防等应用背景,提出了一种超大规模分布式虚拟环境中的分布式场景图ViWoSG的构造方法,以满足高并发访问和分布式交互仿真的需求.所提出的分布式场景图具有可扩展性好,可以支持分布式虚拟环境的高并发协同交互等特点,并支持场景对象数据的各种编辑及查询、存取和运动控制等功能.最后,结合分布式虚拟场景上的应用实例验证了ViWoSG结构的有效性和合理性.