計算機科學與技術專業(yè)畢業(yè)論文 [精品論文] 三維網(wǎng)格的二次曲面提取技術研究

1、計算機科學與技術專業(yè)畢業(yè)論文計算機科學與技術專業(yè)畢業(yè)論文[精品論文精品論文]三維網(wǎng)格的二次曲三維網(wǎng)格的二次曲面提取技術研究面提取技術研究關鍵詞：三維網(wǎng)格關鍵詞：三維網(wǎng)格二次曲面提取技術二次曲面提取技術層次聚類層次聚類摘要：在計算機軟硬件技術不斷進步的同時，圖形學領域的三維掃描和三維建模技術也取得了長足進展。在反求工程、影視動畫及電腦游戲等要求高細節(jié)三維模型的領域，數(shù)字化的三維圖形開始大量涌現(xiàn)，并得到廣泛使用。用于計算機處理的模型通常是先

2、用掃描儀掃描實體模型得到散亂的點云集合，然后在此基礎上生成復雜的網(wǎng)格多面體，最后對這些網(wǎng)格多面體進行二次曲面提取，從而在計算機中重建原實體模型。曲面提取技術極大地影響了重建模型的質量。因此，網(wǎng)格多面體的二次曲面提取一直是圖形學領域里的關鍵技術，是研究的熱點課題。首先，本文對目前國內(nèi)外三維網(wǎng)格的二次曲面提取的背景知識、進展及其在各個方面的應用情況進行了綜述。介紹了各個典型算法的思想，說明其實現(xiàn)方法和性能。其次，本文提出了一種基于層次聚類的

3、二次曲面的提取算法。該算法在把模型曲面分解成具有指定特征小區(qū)域的基礎上，將一給定形狀逐級聚類為相連的區(qū)域，這些區(qū)域可用歸屬于給定集的基本二次曲面來逼近。與區(qū)域增長自下向上的局部貪婪策略不同，本文的層次聚類提取算法采用全局貪婪策略。算法的核心也不在于基元聚類的擴張，而在于選擇最優(yōu)的聚類進行合并操作。再次，本文提出一種快速的二次曲面體提取算法，使用一組重疊的橢球體來逼近給定的三維網(wǎng)格模型。從而解決了以下兩個問題：計算給定三維網(wǎng)格內(nèi)部的優(yōu)化擬

4、合橢球體；從巨量候選橢球體中選擇最重要(最小重復度)的子集。最后，對本文的研究工作進行總結，并指出了未來的研究方向。算機中重建原實體模型。曲面提取技術極大地影響了重建模型的質量。因此，網(wǎng)格多面體的二次曲面提取一直是圖形學領域里的關鍵技術，是研究的熱點課題。首先，本文對目前國內(nèi)外三維網(wǎng)格的二次曲面提取的背景知識、進展及其在各個方面的應用情況進行了綜述。介紹了各個典型算法的思想，說明其實現(xiàn)方法和性能。其次，本文提出了一種基于層次聚類的二次曲

5、面的提取算法。該算法在把模型曲面分解成具有指定特征小區(qū)域的基礎上，將一給定形狀逐級聚類為相連的區(qū)域，這些區(qū)域可用歸屬于給定集的基本二次曲面來逼近。與區(qū)域增長自下向上的局部貪婪策略不同，本文的層次聚類提取算法采用全局貪婪策略。算法的核心也不在于基元聚類的擴張，而在于選擇最優(yōu)的聚類進行合并操作。再次，本文提出一種快速的二次曲面體提取算法，使用一組重疊的橢球體來逼近給定的三維網(wǎng)格模型。從而解決了以下兩個問題：計算給定三維網(wǎng)格內(nèi)部的優(yōu)化擬合橢球

6、體；從巨量候選橢球體中選擇最重要(最小重復度)的子集。最后，對本文的研究工作進行總結，并指出了未來的研究方向。在計算機軟硬件技術不斷進步的同時，圖形學領域的三維掃描和三維建模技術也取得了長足進展。在反求工程、影視動畫及電腦游戲等要求高細節(jié)三維模型的領域，數(shù)字化的三維圖形開始大量涌現(xiàn)，并得到廣泛使用。用于計算機處理的模型通常是先用掃描儀掃描實體模型得到散亂的點云集合，然后在此基礎上生成復雜的網(wǎng)格多面體，最后對這些網(wǎng)格多面體進行二次曲面提取

7、，從而在計算機中重建原實體模型。曲面提取技術極大地影響了重建模型的質量。因此，網(wǎng)格多面體的二次曲面提取一直是圖形學領域里的關鍵技術，是研究的熱點課題。首先，本文對目前國內(nèi)外三維網(wǎng)格的二次曲面提取的背景知識、進展及其在各個方面的應用情況進行了綜述。介紹了各個典型算法的思想，說明其實現(xiàn)方法和性能。其次，本文提出了一種基于層次聚類的二次曲面的提取算法。該算法在把模型曲面分解成具有指定特征小區(qū)域的基礎上，將一給定形狀逐級聚類為相連的區(qū)域，這些區(qū)

8、域可用歸屬于給定集的基本二次曲面來逼近。與區(qū)域增長自下向上的局部貪婪策略不同，本文的層次聚類提取算法采用全局貪婪策略。算法的核心也不在于基元聚類的擴張，而在于選擇最優(yōu)的聚類進行合并操作。再次，本文提出一種快速的二次曲面體提取算法，使用一組重疊的橢球體來逼近給定的三維網(wǎng)格模型。從而解決了以下兩個問題：計算給定三維網(wǎng)格內(nèi)部的優(yōu)化擬合橢球體；從巨量候選橢球體中選擇最重要(最小重復度)的子集。最后，對本文的研究工作進行總結，并指出了未來的研究方

9、向。在計算機軟硬件技術不斷進步的同時，圖形學領域的三維掃描和三維建模技術也取得了長足進展。在反求工程、影視動畫及電腦游戲等要求高細節(jié)三維模型的領域，數(shù)字化的三維圖形開始大量涌現(xiàn)，并得到廣泛使用。用于計算機處理的模型通常是先用掃描儀掃描實體模型得到散亂的點云集合，然后在此基礎上生成復雜的網(wǎng)格多面體，最后對這些網(wǎng)格多面體進行二次曲面提取，從而在計算機中重建原實體模型。曲面提取技術極大地影響了重建模型的質量。因此，網(wǎng)格多面體的二次曲面提取一直

10、是圖形學領域里的關鍵技術，是研究的熱點課題。首先，本文對目前國內(nèi)外三維網(wǎng)格的二次曲面提取的背景知識、進展及其在各個方面的應用情況進行了綜述。介紹了各個典型算法的思想，說明其實現(xiàn)方法和性能。其次，本文提出了一種基于層次聚類的二次曲面的提取算法。該算法在把模型曲面分解成具有指定特征小區(qū)域的基礎上，將一給定形狀逐級聚類為相連的區(qū)域，這些區(qū)域可用歸屬于給定集的基本二次曲面來逼近。與區(qū)域增長自下向上的局部貪婪策略不同，本文的層次聚類提取算法采用全