基于凸凹信号的网格分割

网格分割在网格参数化、纹理atlas图等几何处理问题中有着重要的应用.提出一种基于顶点或面凸凹信号的简单高效的网格分割算法.基于均匀支撑半径的顶点凸凹信号分析将顶点分为平坦点、凸点、凹点和特征点,先从平坦点进行平坦区域扩展,再从剩下的凸凹点出发进行凸凹区域扩展,最后根据顶点和边界边的光滑度进行区域竞争扩展;对于未能完全分割的简化程度高的模型,基于面的凸凹信号采用类似的过程进一步完成最后的分割.该算法可以快速地进行网格分割并能较好地保持网格特征,特别适用于CAD模型的分割.

基于DDA算法改进B-snake模型的曲线提取

在场景的三维重建中,Snake点的疏密程度决定了目标曲线能否被精确的表达。提出一种基于B-Snake的目标曲线半自动提取方法,它采用用户在目标曲线附近输入的点构成一条折线,然后经直线段光栅扫描转换的DDA算法快速得到折线经过的所有像素点,对这些像素点每隔固定间距进行采样,经采样后的像素点即为初始Snake点,最后用基于贪婪算法的B-Snake模型来提取目标曲线。与已有的Snake算法相比较,由于采用DDA算法提高了算法的自动化水平,避免了手工拾取大量初始蛇点;由于可以得到较密的Snake点,从而可以精确地表达目标曲线。实验结果表明,利用该方法能够精确地提取目标曲线。

基于多幅图像的同名曲线亚像素匹配算法

提出了一种基于多幅图像的同名曲线亚像素匹配算法.首先对拟合后的图像曲线离散化,即对图像曲线重采样;然后采用动态规划法对离散后的图像曲线进行初始匹配;最后在图像曲线初始匹配基础上,采用共轭梯度法对图像曲线进行精确匹配.与已有的方法相比较,由于目标曲线采用半自动精确提取,较之手动拾取匹配,提高了重建的精度,同时大大减小了再投影误差.实验验证了本算法是可行的.