离散模型光滑算法的研究

离散模型光滑算法的研究

论文摘要

离散模型的表示和处理是计算机辅助设计与计算机图形学的基本技术,在逆向工程、数字几何处理、计算机游戏与影视动画等领域有着广泛的应用,而光滑处理则是离散模型处理的一个重要技术。本文研究了离散模型中的网格过渡,保特征网格光滑,点模型光滑及与其相关的点投影、体积和面积计算等问题,主要工作包括:1.基于滚动球过渡技术,本文提出了一个新的网格过渡算法来光滑特征边。该算法的主要策略是:通过对过渡域顶点进行参数化,把过渡域网格投影到一个虚拟过渡面上来实现过渡。该算法的最大优点是允许用户指定过渡半径来控制过渡形状,也可以通过修改截面线来进行复杂建模。结合多分辨率技术,网格过渡还可以应用于平滑、锐化、编辑等操作。2.给出了一个防止尖点收缩和漂移的保特征的网格光滑算法。首先提出了一个新的双边滤波预测子,它防止网格尖点收缩和漂移。并根据该预测子和平均曲率法向,给出了三角网格的双边滤波光滑算法。该算法能够快速去除大规模网格模型的噪声并保持模型的特征,对不规则网格模型还能防止一些不自然的变形。3.提出了一个基于点投影的点模型光滑算法。该投影算法直接在点云上操作,无需重建任何曲面,比传统的基于重建的投影算法更加简单和高效。该算法不用指定投影方向,是一种最小二乘优化算法。此外,本文算法还可以应用于法向量计算与曲线投影等技术。4.为了解决点模型全局保持体积和面积的光滑问题,本文利用拟蒙特卡罗方法,提出了点模型体积和面积计算的新方法。该方法直接在点云上操作,不需重建任何曲面。基于体积加细的方法构造点模型的八叉树,再利用拟蒙特卡罗方法完成体积计算;基于Cauchy-Crofton公式,通过计算点模型与均匀分布的直线集合的交点个数,完成面积计算。与传统的基于重建计算体积和面积的方法相比,本文的方法更加简单和高效。

论文目录

  • 摘要
  • Abstract
  • 第1章 引 言
  • 1.1 研究背景
  • 1.2 相关工作
  • 1.2.1 网格模型光滑算法
  • 1.2.2 点模型光滑算法
  • 1.3 本文的主要研究内容和工作
  • 第2章 网格过渡算法
  • 2.1 背景介绍
  • 2.2 基本概念
  • 2.3 构造脊线
  • 2.4 构造虚拟过渡面
  • 2.4.1 点采样
  • 2.4.2 复杂截线
  • 2.4.3 自交
  • 2.5 参数化
  • 2.5.1 分割过渡域
  • 2.5.2 优化参数域
  • 2.6 算法流程
  • 2.7 应用和实例
  • 2.7.1 网格平滑
  • 2.7.2 网格锐化
  • 2.7.3 网格编辑
  • 2.8 本章小节
  • 第3章 保特征的网格光滑算法
  • 3.1 背景介绍
  • 3.2 网格的双边滤波
  • 3.2.1 图像的双边滤波
  • 3.2.2 网格的双边滤波
  • 3.2.3 Fleishman 的双边滤波预测子
  • 3.2.4 Jones 的双边滤波预测子
  • 3.2.5 新的双边滤波预测子
  • 3.3 改进和光滑法向量
  • 3.3.1 光滑法向量
  • 3.3.2 改进法向量
  • 3.4 算法流程
  • 3.5 计算实例
  • 3.6 本章小节
  • 第4章 点到点模型的最小二乘投影及光滑点模型
  • 4.1 背景介绍
  • 4.2 点到点模型的最小二乘投影
  • 4.2.1 问题描述
  • 4.2.2 定向投影算法概述
  • 4.2.3 点到点模型的最小二乘投影算法
  • 4.2.4 权函数的选择
  • 4.2.5 LSP 算法的实现细节
  • 4.2.6 实验结果
  • 4.3 点模型光滑
  • 4.3.1 基于LSP 的点模型光滑算法
  • 4.3.2 LSP 与MLS 方法的比较
  • 4.4 在逆向工程中的应用
  • 4.4.1 法向量计算
  • 4.4.2 投影曲线到点模型
  • 4.4.3 其他应用
  • 4.5 本章小节
  • 第5章 使用拟蒙特卡罗方法计算点模型的体积和面积
  • 5.1 背景介绍
  • 5.2 基本概念
  • 5.3 计算点模型的体积
  • 5.3.1 拟蒙特卡罗方法
  • 5.3.2 算法实现
  • 5.3.3 构造八叉树
  • 5.3.4 点内外分类
  • 5.3.5 点模型体积的计算公式
  • 5.4 计算点模型的面积
  • 5.4.1 Cauchy-Crofton 公式
  • 5.4.2 算法流程
  • 5.4.3 点集的最小包围球
  • 5.4.4 用低偏差序列产生均匀分布的直线
  • 5.5 直线与点模型的求交算法
  • 5.5.1 收集初始点
  • 5.5.2 聚类分析初始点
  • 5.5.3 逼近交点
  • 5.6 实验结果
  • 5.6.1 实现细节
  • 5.6.2 逼近误差
  • 5.6.3 运行时间
  • 5.7 讨论
  • 5.7.1 采样密度
  • 5.7.2 噪声
  • 5.7.3 与基于曲面重建方法的比较
  • 5.8 全局保持体积和面积的光滑算法
  • 5.9 本章小节
  • 第6章 结 论
  • 6.1 研究总结
  • 6.2 需进一步开展的工作
  • 参考文献
  • 致谢
  • 个人简历、在学期间发表的学术论文与研究成果
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  ;  

    离散模型光滑算法的研究
    下载Doc文档

    猜你喜欢