基于感知特征的網(wǎng)格處理算法的研究.pdf

1、隨著數(shù)字媒體的快速發(fā)展,計(jì)算機(jī)圖形學(xué)以及計(jì)算機(jī)動(dòng)畫(huà)領(lǐng)域中對(duì)于數(shù)字模型的需求日益增加,因此如何快速而高效地獲取數(shù)字模型成為計(jì)算機(jī)圖形學(xué)領(lǐng)域中的一個(gè)重要的研究課題.數(shù)字模型的表示方法是對(duì)數(shù)字媒體進(jìn)行進(jìn)一步處理的基礎(chǔ).傳統(tǒng)的參數(shù)曲面或者隱式曲面的表示方法在拓?fù)浞矫媸艿捷^大的限制.基于三角形網(wǎng)格的表示方法則因?yàn)槠浣Y(jié)構(gòu)簡(jiǎn)單,拓?fù)湎拗粕?并且適合于當(dāng)前計(jì)算機(jī)顯示系統(tǒng)的管道線設(shè)置而受到目益重視.因此,基于網(wǎng)格表示的處理算法得到快速的發(fā)展. 感

2、知特征是人類認(rèn)識(shí)世界的主要依據(jù),在三維模型中,結(jié)構(gòu)特征構(gòu)成人類認(rèn)識(shí)和識(shí)別模型的主要的幾何特征.由于數(shù)字娛樂(lè)以及工業(yè)的需要,在數(shù)字模型的處理算法中,如何使處理后的模型能夠有效的遵循人在視覺(jué)上的認(rèn)知特點(diǎn)顯得特別重要.本文針對(duì)當(dāng)前基于網(wǎng)格表示的數(shù)字模型在獲取和處理算法中存在的問(wèn)題,從模型的感知特征出發(fā),提出了新的算法.首先,設(shè)計(jì)了一種可以重建顯著特征的網(wǎng)格填充算法;其次,使用感知特征作為尺度,分別設(shè)計(jì)了針對(duì)自然物體模型和牙齒模型的交互式的網(wǎng)格

3、分割算法;最后,設(shè)計(jì)了一種可以重建尖銳特征的逆向Loop細(xì)分算法,同時(shí)提出了漸進(jìn)細(xì)分曲面的概念.本文的工作主要包括如下的四個(gè)方面: 1.)網(wǎng)格修復(fù)算法是從重建后的網(wǎng)格獲取健壯的數(shù)字模型的一個(gè)重要步驟.本文提出了一種基于特征線的網(wǎng)格修復(fù)算法,克服了當(dāng)前空洞填充算法中不能夠有效恢復(fù)顯著特征的缺點(diǎn).本文將特征線,這一網(wǎng)格的結(jié)構(gòu)特征信息,引入到待填充的網(wǎng)格模型中,使用三角化算法來(lái)封閉空洞,采用區(qū)域生長(zhǎng)算法來(lái)確定缺失區(qū)域中所丟失的顯著特征

4、的拓?fù)?缺失區(qū)域的頂點(diǎn)以及特征點(diǎn)的幾何位置則使用一種最小平方算法來(lái)確定. 2.)網(wǎng)格分割技術(shù)使得由基本的數(shù)字模型可以創(chuàng)建出更為復(fù)雜、豐富的模型.本文提出一種新的交互式的針對(duì)自然物體的網(wǎng)格截取方法,它可以高效地從三角網(wǎng)格中分割出有意義的部分.本文算法提供給用戶一套新的基于屏幕空間的界面,使得用戶可以很方便地指定要截取的物體.為了能夠分割出大數(shù)據(jù)量的網(wǎng)格,我們使用基于二次型的網(wǎng)格算法來(lái)簡(jiǎn)化網(wǎng)格.在使用帶硬約束的最小割算法來(lái)分割簡(jiǎn)化網(wǎng)

5、格后,傳統(tǒng)的最小割算法被用來(lái)對(duì)原先的網(wǎng)格進(jìn)行邊界光順. 3.)作為三角網(wǎng)格模型在計(jì)算機(jī)輔助牙齒正畸中的一個(gè)應(yīng)用,本文提出了一種基于網(wǎng)格點(diǎn)主曲率的牙齒模型分割算法,克服了當(dāng)前算法錯(cuò)誤切割過(guò)度擁擠的牙齒的缺點(diǎn).本文利用網(wǎng)格頂點(diǎn)的主曲率作為牙齒分割的尺度,然后使用三維網(wǎng)格上的數(shù)學(xué)形態(tài)學(xué)操作來(lái)選擇特征線作為候選的分割邊界,最后使用基于局部區(qū)域的優(yōu)化方法來(lái)封閉這些特征線以完成牙齒模型的精確分割. 4.)細(xì)分造型技術(shù)可以克服傳統(tǒng)造型

6、技術(shù)在拓?fù)渖系南拗?因此廣泛用于數(shù)字模型的獲取和顯示.本文提出了一種高效并且魯棒的逆向Loop細(xì)分算法,該算法可以重建細(xì)分曲面上的尖銳特征.它適合于以細(xì)分作為漸進(jìn)光順的模型以及以細(xì)分作為造型工具的應(yīng)用程序.我們的主要目的是設(shè)計(jì)一種可以從細(xì)分后的精細(xì)模型重建出細(xì)分前的粗糙模型的算法.該算法只需要極少的內(nèi)存并且不會(huì)帶來(lái)幾何和拓?fù)渖系恼`差.同時(shí),該算法易于實(shí)現(xiàn),并且具有線性的時(shí)間復(fù)雜度. 基于這一逆向的細(xì)分算法,本文提出了漸進(jìn)細(xì)分曲面