论文部分内容阅读
本文研究了三角网格模型的逆向细分问题。由于密集三角网格模型数据量很大,使得其在很多应用中受到限制,例如网络方面的应用中,不适宜传输密集三角网格模型,所以有必要研究密集三角网格模型的逆向细分方法,使得传输过程只传输一个较为简单的三角网格模型,而客户端接收到该模型后可通过特定规则在一定误差范围内拟合出原始密集三角网格模型。细分方法近年来已成为图形学领域的一项重要内容,细分曲面具有拓扑任意性,可伸缩性,表示一致性和数值稳定性等特点。本文的目的就是研究利用Loop细分规则,即采用Loop细分曲面进行密集三角网格模型逆向细分。我们首先通过网格简化得到初始控制网格,这里我们利用细分极限点性质改进了QEM网格简化算法,取得了有利于进一步操作的初始控制网格。我们给出了一种基于最大误差的控制点调整方法进行细分拟合,该方法不需要求解大型线性方程组,可作为一种快速的逆向细分方法。在我们的拟合系统中我们将其作为基于二次距离函数逆向的预处理过程。最后我们将二次距离函数应用于密集三角网格模型的逆向细分应用之中,并通过过对误差较大的控制网格面片局部细分再调整,得到最后的细分控制网格。最后我们给出相关的实验结果和分析。