原文:三維網格精簡算法(Quadric Error Metrics)附源碼

在計算機圖形應用中,為了盡可能真實呈現虛擬物體,往往需要高精度的三維模型。然而,模型的復雜性直接關系到它的計算成本,因此高精度的模型在幾何運算時並不是必須的,取而代之的是一個相對簡化的三維模型,那么如何自動計算生成這些三維簡化模型就是網格精簡算法所關注的目標。 Garland et al. 提出了一種基於二次誤差作為度量代價的邊收縮算法,其計算速度快並且簡化質量較高。該方法在選擇一條合適的邊進行 ...

2016-03-23 16:49 4 11200 推薦指數:

查看詳情

三維網格細分算法(Catmull-Clark subdivision & Loop subdivision)源碼

  下圖描述了細分的基本思想,每次細分都是在每條邊上插入一個新的頂點,可以看到隨着細分次數的增加,折線逐漸變成一條光滑的曲線。曲面細分需要有幾何規則和拓撲規則,幾何規則用於計算新頂點的位置,拓撲規則用於確定新頂點的連接關系。下面介紹兩種網格細分方法:Catmull-Clark細分和Loop細分 ...

Tue Mar 08 00:58:00 CST 2016 1 10842
三維網格去噪算法(bilateral filter)

  受圖像雙邊濾波算法的啟發,[Fleishman et al. 2003]和[Jones et al. 2003]分別提出了利用雙邊濾波算法對噪聲網格進行光順去噪的算法,兩篇文章都被收錄於當年的SIGGRAPH,至今引用超500余次。雖然從今天看兩篇文章的去噪效果還不算非常好,但是其中的思想 ...

Mon Dec 14 20:41:00 CST 2015 1 4319
三維網格補洞算法(Poisson Method)

  下面介紹一種基於Poisson方程的三角網格補洞方法。該算法首先需要根據孔洞邊界生成一個初始化補洞網格,然后通過法向估算和Poisson方程來修正補洞網格中三角面片的幾何形狀,使其能夠適應並與周圍的原始網格融合。算法的主要步驟如下:   1-檢測孔洞邊界並初始化補洞網格   2-調整 ...

Mon Sep 12 19:25:00 CST 2016 3 5802
基於均值漂移的三維網格分割算法(Mean Shift)

  mean shift算法是一種強大的無參數離散數據點的聚類方法,其在圖像平滑、圖像分割以及目標跟蹤等方面都有着廣泛的應用。[Yamauchi et al. 2005]基於mean shift算法提出了一種網格分割方法,具體來說,給定一個三角網格,其面片重心和面片法向可以組成6 ...

Wed Mar 29 20:56:00 CST 2017 1 2962
三維網格去噪算法(two-step framework)

  基於兩步法的網格去噪算法顧名思義包含兩個步驟:首先對網格表面的法向進行濾波,得到調整后的網格法向信息,然后根據調整后的法向更新頂點坐標位置,下面介紹三篇該類型的文章。   [Sun et al. 2007]文章首先介紹了當前法向濾波方法以及頂點坐標更新方法,然后提出自己的法向濾波方法和頂點 ...

Thu Dec 17 19:49:00 CST 2015 3 2905
三維網格去噪算法(L0 Minimization)

  [He et al. 2013]文章提出了一種基於L0范數最小化的三角網格去噪算法。該思想最初是由[Xu et al. 2011]提出並應用於圖像平滑,假設c為圖像像素的顏色向量,▽c為顏色向量的梯度,設置目標函數為:minc |c – c*|2 + |▽c|0,其中|▽c|0為▽c的L0范數 ...

Fri Jan 08 23:49:00 CST 2016 1 2528
基於隨機游走的三維網格分割算法(Random Walks)

  首先以一隨機游走(1D Random Walks)為例來介紹下隨機游走(Random Walks)算法,如下圖所示,從某點出發,隨機向左右移動,向左和向右的概率相同,都為1/2,並且到達0點或N點則不能移動,那么如何求該點到達目的地N點的概率。   該問題可以描述為如下數學形式: P ...

Wed Jan 20 21:15:00 CST 2016 1 4002
三維網格補洞算法(Radial Basis Function)

  在逆向工程中,由於設備或模型的原因,我們獲取得到的三維模型數據往往並不完整,從而使得生成的網格模型存在孔洞,這對后續的模型分析會造成影響。下面介紹一種基於徑向基函數(RBF:Radial Basis Function)的三角網格補洞方法。 Step 1:檢測孔洞邊界   三角網格是由一系列 ...

Thu Aug 11 17:21:00 CST 2016 4 6639
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM