本文選題：三維模型　切入點：多屬性　出處：《山東大學》2017年博士論文　論文類型：學位論文

【摘要】：三維模型的描述形式有點云、三角形網(wǎng)格、四邊形網(wǎng)格等,組成模型的元素也有很多屬性,如基于面片(surfel)表示的點云模型有位置、法向、顏色和半徑等屬性,網(wǎng)格模型有頂點位置、顏色或紋理坐標等屬性。其中,紋理圖片、法向貼圖等也是表現(xiàn)三維網(wǎng)格模型特征的重要數(shù)據(jù)。這些屬性和數(shù)據(jù)直接影響著三維模型的表面特征。在三維模型的應用領域中,如三維電影、游戲、醫(yī)療、科學可視化等,真實感的要求越來越高。但是,有些系統(tǒng)受到存儲空間、帶寬和計算能力的限制,所以需要對高精度的三維模型進行壓縮或者簡化。模型數(shù)據(jù)的壓縮和簡化是模型處理的重要內容,一直在被廣泛而深入的研究。模型壓縮是一種有效的減少存儲和傳輸?shù)臄?shù)據(jù)的技術。通常,模型的不同屬性數(shù)據(jù)具有不同的空間分布,所以針對不同屬性數(shù)據(jù)的特點制定不同的編碼和解碼算法,有利于增大壓縮率、提高壓縮效率。由于在編碼時要對浮點數(shù)進行量化,所以即使是無損壓縮,解碼后的數(shù)據(jù)與壓縮前數(shù)據(jù)可能不完全一致。因此,在壓縮過程中,通常需要在模型質量和軟硬件環(huán)境的限制之間做權衡。除了對三維模型進行壓縮外,也可以通過簡化技術來減少三維模型存儲、傳輸和處理時的數(shù)據(jù)量。與模型壓縮技術不同的是,模型簡化不需要對模型的數(shù)據(jù)進行編碼,而是在盡量保持模型原始外觀的情況下去除一些不重要的信息,這也導致模型的簡化算法一般都是有損算法。在通常情況下,簡化是預處理的過程,需要根據(jù)不同的應用環(huán)境選擇相應質量的簡化模型。一種常用的策略是,為同一個模型預處理生成一系列不同質量的細節(jié)層次(LODs),并根據(jù)不同的應用環(huán)境選擇相應的質量的LOD。雖然一些壓縮算法可以在漸進編碼和解碼過程中產(chǎn)生一系列不同細節(jié)水平的LODs,但是這些算法的焦點通常是如何高效地編碼,而不是如何提高簡化模型的質量。雖然三維模型的壓縮和簡化技術得到了比較廣泛的研究并且發(fā)表了大量的相關算法,但仍然不能全面并有效地解決目前模型應用中存在的問題。第一,已發(fā)表的模型壓縮算法,普遍對低比特下模型壓縮關注的比較少,而且其中一些算法還受模型拓撲結構的限制。第二,目前大多數(shù)的點云模型簡化的技術能夠較好地利用模型的幾何信息(如位置和法向信息),卻很少對紋理信息(如面片的顏色屬性)進行充分的分析利用。并且,大多數(shù)的點云模型簡化算法是基于局部啟發(fā)式的簡化,而不是系統(tǒng)地全局優(yōu)化。類似地,早期的三維網(wǎng)格模型簡化算法也致力在減少的頂點數(shù)目情況下保持模型幾何特征。后來提出的許多簡化算法同時最小化幾何誤差和紋理偏差,也能夠較好的保留帶紋理的模型的外觀。但是,這些算法并沒有充分地利用紋理圖像內容。第三,盡管高精度紋理圖像可能比模型的網(wǎng)格數(shù)據(jù)占用更多的存儲、帶寬或計算資源,紋理圖像簡化卻很少得到研究人員的關注。本文全面研究了目前三維模型壓縮和簡化技術的相關工作,綜合考慮了其中存在的問題,提出了:一種基于GLA(標準勞埃德算法)的點云模型壓縮技術。該技術擴展了 GLA算法,對聚類中的點數(shù)進行控制,并貪婪地優(yōu)化編碼順序。該算法在低比特壓縮時具有明顯的優(yōu)勢,并且算法具有通用性,適用于壓縮任意拓撲結構的點云模型。一種基于鄰域聚類合并的點云模型簡化技術。該技術通過迭代地挑選并合并具有最小成本的局部鄰域,直到達到期望的數(shù)據(jù)簡化率。算法基于人類對視覺重要度的感知,利用幾何和紋理信息的局部變化,計算局部鄰域合并的成本;基于高斯差分的紋理銳化技術用于增強紋理細節(jié)。此外,還把算法擴展到了大規(guī)模模型簡化。該技術能夠較好地保留簡化模型表面的幾何和紋理特征。一種協(xié)作簡化三角形網(wǎng)格及其紋理圖像的技術。紋理圖像用于引導網(wǎng)格簡化,簡化的網(wǎng)格用于輔助紋理圖像簡化。在簡化模型的幾何數(shù)據(jù)時,會充分考慮簡化部分的紋理特征,貪婪地選擇對模型形狀和外觀影響最小的區(qū)域進行簡化;在簡化紋理圖片時,會考慮局部顏色的復雜性,并充分利用簡化模型的幾何信息。該技術在減少模型網(wǎng)格和紋理圖片數(shù)據(jù)的同時,能夠較好地保留簡化模型表面的幾何和紋理特征。另外,該技術的框架非常通用,各種基于迭代的網(wǎng)格簡化的算法經(jīng)過適當?shù)恼{整,都可以應用于該框架。
[Abstract]:The 3D model described in the form of a point cloud, triangular mesh, quadrilateral mesh, model elements also have many properties, such as surface based on point cloud model (surfel) representation of the position, direction, color and radius attributes, mesh vertex position, color or texture coordinates and other properties. Among them, texture mapping method, the data is important to performance of 3D mesh model feature. These attributes and data directly affects the surface characteristics of the 3D model. In the field of 3D models, such as 3D movies, games, medical, scientific visualization, and realistic higher. However, some systems are stored space, bandwidth and computing capacity constraints, so the need for 3D model of high precision compression or compression and simplification. The simplified model of data processing is an important content of the model, has been widely and deeply. The model is an effective compression to reduce the storage and transmission of data technology. Usually, different attributes of data model with different spatial distribution, so according to the characteristics of the different attributes of the data set of encoding and decoding algorithms, can increase the compression rate, improve compression efficiency. Due to quantization in encoding on the float, so even a lossless compression, the decoded data and compressed data before may not be entirely consistent. Therefore, in the compression process, usually need to do the tradeoff between model quality and the limits of the software and hardware. In addition to the compression of 3D model can be reduced by simplifying the 3D model storage technology. When the amount of data transmission and processing. Unlike model compression technology, the simplified model does not need to model the data encoding, but try to keep the original appearance of the situation on the model In addition to some important information, which leads to a model simplification algorithm is generally lossy algorithm. In most cases, simplification is the process of pretreatment, according to different application environment selection and simplified model of quality. A common strategy is to generate a series of different levels of detail for the same quality a model of pretreatment (LODs), and according to the different application environment to select the appropriate quality LOD. although some compression algorithms can produce a series of different level of detail LODs in progressive encoding and decoding process, but the focus of these algorithms is usually efficient encoding, rather than how to improve the quality of the simplified model. Although the three-dimensional model of compression and simplification technology has been widely studied and published a large number of algorithms, but still can not fully and effectively solve the existing problems in the application of the model. First, the published model compression algorithm, generally focus on low bit rate compression model is relatively small, and some of the algorithms is also affected by the model topology. Second, most of the point cloud simplification technology can better utilize the geometry information (such as position and normal information), but rarely on the texture information (such as patch color attributes) are fully analyzed by. And simplified algorithm of point cloud model is the most simplified local heuristic based on global optimization and not systematic. Similarly, simplified algorithm of 3D mesh models early also committed to preserving geometric features in the vertex number scenario reduction. Many a simplified algorithm while minimizing the geometric error and the texture deviation was put forward, and can retain the texture with the appearance of models. However, these algorithms do not fully exploit texture The content of image. Third, despite the high precision texture image may occupy more storage than the grid data model, bandwidth or computing resources, simplify the texture image has received little attention from researchers. This paper studies the relevant current 3D model compression and simplification technology, considering the existing problems, put forward: Based on the GLA (standard Lloyd algorithm) point cloud model compression technology. This technology expands the GLA algorithm to control the number of points in the cluster, and greedy optimization encoding sequence. This algorithm has obvious advantages in low bit rate compression, and universal algorithm for point cloud model compression of arbitrary topology structure. A simplified technique combined with neighborhood clustering of point cloud model based on this technique. By iteratively selecting and merging with local minimum cost, until the desired data. The rate of human vision. The algorithm of perception based on local variation using geometric and texture information, combined with the cost of computing the local neighborhood; Gauss texture sharpening techniques for enhancing texture detail based on points. In addition, the algorithm is extended to the large scale model is simplified. The technology can preserve the simplified geometry and texture the characteristics of the model surface. A simplified triangular mesh texture image and collaborative technology. The texture image is used to guide the mesh simplification, mesh simplification for texture image is simplified. The simplified model of the geometric data, will fully consider the simplified texture part, greedy selection for model shape and appearance of the minimum impact area is simplified in the simplified; texture image, will consider the complexity of local color, and make full use of geometric information model. The technology in the grid and reduce the model Texture and image data can also retain the geometric and textural features of the simplified model surface. In addition, the framework of the technology is very general. All kinds of iterative mesh simplification algorithms can be applied to the framework after proper adjustment.

【學位授予單位】：山東大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 高峻峰;朱林;;三維模型多量級協(xié)同方法研究[J];機械工程師;2007年02期

2 高秦瑞;李芹濤;;基于藍光數(shù)字化平臺建立礦山三維模型[J];中國礦山工程;2007年04期

3 張陽;;淺談三維模型在網(wǎng)絡傳輸中的特點和應用[J];內蒙古科技與經(jīng)濟;2009年08期

4 徐志良;張靜;;三維模型下廠[J];CAD/CAM與制造業(yè)信息化;2010年Z1期

5 黃海峰;易武;曾懷恩;黎華;饒興平;;利用Google SketchUp快速構建滑坡三維模型[J];地球與環(huán)境;2010年03期

6 陳靜;許嘉;李墨;謝秉雄;;網(wǎng)絡環(huán)境下三維模型的多尺度數(shù)據(jù)組織方法[J];測繪科學;2011年06期

7 王曉寧;陳秋偉;;三維模型產(chǎn)品的驗收方法及問題淺析[J];北京測繪;2012年02期

8 王守利;;關于土建專業(yè)三維模型層次自動命名的研究[J];電氣技術;2013年03期

9 萬莉君;;三維模型構建師崗位勝任能力分析[J];信息與電腦(理論版);2013年07期

10 袁波,周昀,胡事民,孫家廣;基于三維模型的二三維一體化設計[J];計算機輔助設計與制造;1998年06期

相關會議論文 前10條

1 付鑫;唐雁;;三維模型傳輸技術[A];2008年計算機應用技術交流會論文集[C];2008年

2 陳春林;劉萍;王黎;段慧;陳蘭;唐怡欣;毛東瑞;;在體盆腔數(shù)字化三維模型構建的方法和意義[A];中華醫(yī)學會第十次全國婦產(chǎn)科學術會議婦科腫瘤會場（婦科腫瘤學組、婦科病理學組）論文匯編[C];2012年

3 富瑤;楊青;羅建峰;;三維模型歸檔方案初探[A];檔案事業(yè)改革與創(chuàng)新——2013年全國青年檔案工作者研討會論文集[C];2013年

4 張銘和;;展覽展示應用中的三維模型快速合成方法[A];創(chuàng)意科技助力數(shù)字博物館[C];2011年

5 李少華;張尚鋒;汪海濤;;P油田長61小層孔隙度三維模型的建立[A];2001年全國沉積學大會摘要論文集[C];2001年

6 邢玉輝;呂天陽;王鉦旋;王添翼;;利用共面性計算射線與三維模型表面交點的快速算法[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

7 劉曉靜;黃維通;;三維模型預處理技術及其在檢索中的應用[A];第四屆和諧人機環(huán)境聯(lián)合學術會議論文集[C];2008年

8 宿太學;王鉦旋;呂天陽;邢玉輝;;兩個自動終止聚類算法應用于三維模型數(shù)據(jù)集的效果研究[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

9 劉玉杰;李宗民;李華;;基于電場模板的三維模型反射對稱性檢測[A];中國圖學新進展2007——第一屆中國圖學大會暨第十屆華東六省一市工程圖學學術年會論文集[C];2007年

10 逯巖;逯允海;郭希娟;;一種基于MRG(Multiresolutional Reeb Graph)的三維檢索技術的改進算法[A];2005年全國理論計算機科學學術年會論文集[C];2005年

相關重要報紙文章 前10條

1 記者 吳曉菁;樓盤采光好不好看三維模型就知道[N];廈門日報;2011年

2 記者 吳曉菁;樓盤采光好不好看三維模型就知道[N];廈門日報;2011年

3 劉陽　李兆平;北京院完成首鋼廠區(qū)精細數(shù)字三維模型[N];中國測繪報;2012年

4 朱冰;重建真實樹木三維模型實現(xiàn)重要突破[N];中國高新技術產(chǎn)業(yè)導報;2008年

5 記者 宋蘭蘭;我市建成國內首個特大城市三維模型[N];長江日報;2010年

6 曲臣;裝備制造勁吹3D風[N];中國航天報;2012年

7 本報記者 耿諾 實習生 陳諾;6萬張高清圖“重建”昔日首鋼[N];北京日報;2012年

8 記者 吳勁松;身臨其境體驗城區(qū)現(xiàn)狀與未來[N];昆明日報;2014年

9 記者 張巍巍;美改進阻止癌癥復發(fā)化療技術[N];科技日報;2012年

10 北京青云航空儀表公司 黃迪生 高級工程師;用PLM理念夯實信息化基礎[N];科技日報;2005年

相關博士學位論文 前10條

1 范玉雪;帶多種屬性的三維模型的簡化與壓縮技術研究[D];山東大學;2017年

2 謝越;面向普通用戶的三維模型設計方法研究[D];浙江大學;2016年

3 蔣立軍;三維模型的局部匹配和檢索方法研究[D];哈爾濱工業(yè)大學;2014年

4 孫挺;三維模型特征提取技術研究[D];西北大學;2011年

5 章志勇;三維模型幾何相似性比較的研究[D];浙江大學;2005年

6 孫曉鵬;三維模型的分割及應用研究[D];中國科學院研究生院（計算技術研究所）;2005年

7 柳偉;三維模型特征提取與檢索[D];上海交通大學;2008年

8 郭競;三維模型語義檢索相關問題研究[D];西北大學;2013年

9 何其真;三維模型的表達、分析及其在三維仿真與模型檢索中的應用[D];中國科學技術大學;2010年

10 田豐林;海量三維模型的交互繪制[D];浙江大學;2010年

相關碩士學位論文 前10條

1 楊亮;航天器典型產(chǎn)品三維模型輕量化轉換技術研究[D];北華航天工業(yè)學院;2015年

2 史周許;基于稀疏重建的三維模型分割[D];鄭州大學;2015年

3 周杭民;三維模型處理算法在骨科與牙科中的應用[D];浙江大學;2015年

4 王俊;基于組織連續(xù)切片的宮頸周圍韌帶內神經(jīng)脈管數(shù)字化三維模型的構建[D];南方醫(yī)科大學;2015年

5 羅福琪;道路高邊坡穩(wěn)定快速評價系統(tǒng)中數(shù)據(jù)傳輸技術的研究[D];貴州大學;2015年

6 趙曉娣;樹木三維模型骨架提取方法研究[D];電子科技大學;2015年

7 DO NHAT QUANG（全杜fD）;基于三維模型的自動語義標注研究與應用[D];上海交通大學;2015年

8 高廣亮;基于煤礦井三維模型的漫游查詢模塊研究與實現(xiàn)[D];東北大學;2013年

9 龔敏;基于OpenGL的乳腺三維模型可視化軟件的設計與實現(xiàn)[D];電子科技大學;2014年

10 陳充澤;基于本體的三維模型管理框架的研究與應用[D];上海交通大學;2015年

，

本文編號：1603672