海量断层数据三角剖分方法研究

针对海量断层数据提出一种新的三角剖分算法及相应数据文件存储格式,实现了海量数据的分布方式组织与重建。算法分三步,先将数据连续分成若干层;再将各层布置到不同的计算结点上进行组织与三角化;最后将所有网格数据拼合形成最终的结果。实验结果表明算法可以自动高效地实现三角剖分并保持原形状细节特征,生成的数据文件存取速度较快。

一种基于八叉树的3D点云数据无损压缩方法

本文介绍了一种3D点云数据几何压缩的新算法,这种算法可视为"无损"压缩,它较好地保持了原有数据的特征。这种算法既可用于形体体内点又可用于表面点,是基于八叉树空间分解,通过占有的八叉树单元格对点云编码,根据失真率的限制生成八叉树,本文采用了行程编码技术(Run-Length Encoding)来压缩八叉树节点。

基于遗传算法的网格简化研究

针对三角面网格提出了一种新的网格简化方法,简化过程主要包括网格删除和网格重构。根据需建立的数量比例权重来进行冗余网格删除工作,然后利用遗传算法建立修正适应度函数来重构网格,达到三角网格数量的精简与形状匹配最优化目标。最后通过一实例讨论与对比分析,验证了该方法的有效性和准确性。