基于奇異點和特征邊的網(wǎng)絡(luò)模型分割算法研究.pdf

1、網(wǎng)格模型廣泛應(yīng)用于計算機圖形學(xué)、計算機視覺、逆向工程等領(lǐng)域，網(wǎng)格分割在網(wǎng)格參數(shù)化、網(wǎng)格簡化、形狀匹配、幾何變形、紋理映射等幾何處理中發(fā)揮著重要作用。本文基于網(wǎng)格模型的拓?fù)浣Y(jié)構(gòu)和幾何特征對網(wǎng)格分割技術(shù)進(jìn)行了研究。采用基于奇異點的方法實現(xiàn)網(wǎng)格模型分割。根據(jù)網(wǎng)格模型的拓?fù)浣Y(jié)構(gòu)提取奇異點，從奇異點開始沿著奇異點的鄰邊同時進(jìn)行路徑生長。當(dāng)遇到奇異點、邊界點、已生成路徑上的點或者滿足右手定則時，路徑生長結(jié)束，利用路徑生長的軌跡實現(xiàn)網(wǎng)格模型分割。試驗

2、結(jié)果表明，該算法獲得的分割區(qū)域內(nèi)不含奇異點，實現(xiàn)了網(wǎng)格模型的結(jié)構(gòu)化分割。
　　本文研究了基于特征邊的網(wǎng)格模型特征線提取算法。根據(jù)網(wǎng)格模型中相鄰四邊形法向量的夾角定義網(wǎng)格邊的權(quán)重，建立邊權(quán)重分布直方圖，利用分布直方圖對不同類型的模型采用不同方法自適應(yīng)確定權(quán)重閾值。對權(quán)重進(jìn)行中值濾波后，提取權(quán)重大于閾值的邊作為特征邊，并按照權(quán)重遞減順序?qū)μ卣鬟呥M(jìn)行路徑生長。若特征邊在已生成的特征線上，則不對其進(jìn)行路徑生長。當(dāng)所有特征邊完成路徑生長后，

3、根據(jù)特征線中特征邊所占比例篩選特征線。試驗結(jié)果表明，該算法實現(xiàn)了對網(wǎng)格模型突出特征的提取。基于點對可見性研究實現(xiàn)網(wǎng)格模型的凸分割?；谄娈慄c和特征邊對網(wǎng)格模型進(jìn)行初步分割，根據(jù)分割線提取面片。根據(jù)相鄰面片間頂點的可見性計算兩面片的凸度。查找凸度最大值，合并最大值對應(yīng)的兩個面片并更新面片的鄰接關(guān)系，重新計算合并所得面片與其鄰接面片的凸度。重復(fù)上述過程，直到最大值小于凸度閾值。查找凸度最大值時，若兩對面片凸度相等，則將凸度最大的面片更新為其