當(dāng)前,計(jì)算機(jī)圖形學(xué)發(fā)展迅速,計(jì)算機(jī)性能大幅提高,三維模型已經(jīng)成為重要的多媒體數(shù)據(jù)類型被廣泛應(yīng)用到虛擬現(xiàn)實(shí)、游戲動(dòng)畫、生產(chǎn)制造等領(lǐng)域。與此同時(shí),模型的高度細(xì)節(jié)化和對(duì)圖形圖像真實(shí)感的需求也給計(jì)算機(jī)的存儲(chǔ)、渲染、傳輸以及編輯處理帶來了巨大的壓力。對(duì)三維模型進(jìn)行簡化及生成多層次的細(xì)節(jié)模型是解決此類問題的有效途徑。三維模型簡化的目的是在保證模型重要結(jié)構(gòu)的基礎(chǔ)上,通過使用簡單的模型來代替復(fù)雜的原始模型,實(shí)現(xiàn)自主控制場景復(fù)雜度、加速圖形渲染速度。針對(duì)現(xiàn)有的模型簡化技術(shù)進(jìn)行綜合分析,在二次誤差度量的網(wǎng)格簡化算法的基礎(chǔ)上,提出了基于細(xì)節(jié)特征保留及紋理考量的簡化算法。基于細(xì)節(jié)特征的保留簡化算法旨在解決模型簡化過程中細(xì)節(jié)容易丟失的問題,通過區(qū)域迭代對(duì)網(wǎng)格進(jìn)行平面檢測,區(qū)分敏感及非敏感結(jié)構(gòu),在邊折疊代價(jià)中給與不同的加權(quán)值,并計(jì)算網(wǎng)格銳度因子,重新設(shè)計(jì)邊折疊代價(jià)。同時(shí)細(xì)節(jié)保留算法也考慮了網(wǎng)格局部三角形正則度對(duì)網(wǎng)格質(zhì)量的的影響,在銳度檢測基礎(chǔ)上結(jié)合維諾多邊形來進(jìn)行局部網(wǎng)格優(yōu)化�；诩y理信息考量的簡化算法,目的是生成更好的網(wǎng)格模型從而使得紋理貼圖更合理,利用馬爾科夫隨機(jī)場獲取每個(gè)網(wǎng)格對(duì)應(yīng)紋理片段,并計(jì)算其紋理面積及... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

三維模型簡化前后對(duì)比圖(左側(cè)為簡化前的模型，右側(cè)為簡化后的模型)

圖 1.2 基于細(xì)節(jié)特征保留部分研究效果對(duì)比圖Wuli W 等[21]針對(duì)現(xiàn)有的網(wǎng)格簡化算法大多不能同時(shí)兼顧細(xì)節(jié)、約簡比和網(wǎng)格質(zhì)量這一問題，提出了一種基于動(dòng)態(tài)誤差控制和粒子群優(yōu)化的三角形網(wǎng)格自適應(yīng)簡化優(yōu)化方法，分為網(wǎng)格簡化和網(wǎng)格優(yōu)化兩個(gè)階段。Qiao J 等[22]提出了一種基于二次誤差度量的三角形網(wǎng)格簡化方法，有效地保留了顯著的全局特征，包括了檢測模型的顯著特征和根據(jù)特征的顯著性，利用適當(dāng)?shù)臋?quán)值對(duì)邊緣進(jìn)行收縮兩個(gè)階段，該方法能有效地保留圖像的顯著特征。Ozaki H 等[23]提出了一種基于 QEM 的大型網(wǎng)格模型的簡化方法，利用機(jī)器學(xué)習(xí)方法進(jìn)行訓(xùn)練，然而細(xì)節(jié)特征依舊容易丟失。Ho 等[24]提出了一個(gè)用戶可控制的網(wǎng)格簡化框架，該框架允許用戶通過使用任何誤差度量在簡化網(wǎng)格的選定區(qū)域?qū)崿F(xiàn)可預(yù)測的分辨率改進(jìn)，用戶可以自己選擇需要的區(qū)域保留細(xì)節(jié)特征，但操作較為繁瑣，不適合實(shí)用。Huang Jia 等[25]提出了一種基于局部環(huán)間矢量角變化的半邊緣折疊漸進(jìn)網(wǎng)格簡化算法，對(duì)細(xì)節(jié)特征能保持良好，但對(duì)相對(duì)平坦的區(qū)域的簡化順序沒有很好的約束。Qian Xunbo 等[26]做了新的嘗試，其算法通過折疊三角面來完成模型的簡化，然而三角面的折疊易丟失特征，因此對(duì)模型細(xì)節(jié)特

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文格模型為輸入，利用基于拉普拉斯算子的形狀描述符(L-descriptor)對(duì)幾何特征進(jìn)行初始檢測，進(jìn)一步優(yōu)化了聚類方法，將拉普拉斯算子與 k 均值聚類算法結(jié)合起來進(jìn)行頂點(diǎn)分類，隨著簡化幅度的增加，其特征保留的也越來越明顯。如圖 1.2 所示，為基于細(xì)節(jié)特征保留部分研究效果對(duì)比圖。1.2.3 基于紋理視覺的簡化研究為了提高模型成像的真實(shí)感，增加用戶體驗(yàn)，模型除了網(wǎng)格數(shù)據(jù)還會(huì)有紋理數(shù)據(jù)，附帶紋理圖像，這樣可以反映更加豐富的模型信息，國內(nèi)外學(xué)者也對(duì)簡化過程中如何減少紋理信息誤差進(jìn)行了一系列的探究。如圖 1.3 所示，為不同簡化算法下人臉模型貼圖對(duì)比。

【參考文獻(xiàn)】：
期刊論文
[1]保持細(xì)節(jié)特征的帶紋理模型的高質(zhì)量簡化算法[J]. 李世俊,姜曉彤,唐慧.  計(jì)算機(jī)應(yīng)用研究. 2020(01)
[2]基于動(dòng)態(tài)誤差控制和PSO的三角網(wǎng)格模型簡化優(yōu)化方法[J]. 王武禮,段黎明,王浩宇,白洋.  計(jì)算機(jī)集成制造系統(tǒng). 2018(01)
[3]一種保持特征的網(wǎng)格簡化算法[J]. 錢勛波,羅立宏.  機(jī)電工程. 2017(10)
[4]基于Voronoi極點(diǎn)特征值顯著度加權(quán)的網(wǎng)格簡化算法[J]. 魏寧,徐婷婷,高開源,董方敏.  圖學(xué)學(xué)報(bào). 2017(03)
[5]保持細(xì)節(jié)特性的局部誤差漸進(jìn)網(wǎng)格簡化算法[J]. 黃佳,溫佩芝,李麗芳,朱立坤.  計(jì)算機(jī)應(yīng)用. 2016(06)
[6]保持特征的高質(zhì)量三角網(wǎng)格簡化方法[J]. 張霞,段黎明,劉璐.  計(jì)算機(jī)集成制造系統(tǒng). 2014(03)
[7]帶紋理的三維模型簡化算法[J]. 馮翔,周明全.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2009(06)
[8]體積平方度量下的特征保持網(wǎng)格簡化方法[J]. 周元峰,張彩明,賀平.  計(jì)算機(jī)學(xué)報(bào). 2009(02)
[9]基于面刪除的四面體網(wǎng)格簡化新算法[J]. 王選明,吳菊英,吳恩華.  電子學(xué)報(bào). 2007(12)
[10]基于內(nèi)角余弦和的三角形正則度評(píng)定與網(wǎng)格優(yōu)化[J]. 劉泗巖,廖文和,劉浩.  機(jī)械科學(xué)與技術(shù). 2007(04)



本文編號(hào)：3460174