Connectivity-Based Segmentation for GPU-Accelerated Mesh Decompression

We present a novel algorithm to partition large 3D meshes for GPU-accelerated decompression.Our formulation focuses on minimizing the replicated vertices between patches,and balancing the numbers of faces of patches for efficient parallel computing.First we generate a topology model of the original mesh and remove vertex positions.Then we assign the centers of patches using geodesic farthest point sampling and cluster the faces according to the geodesic distance to the centers.After the segmentation we swap boundary faces to fix jagged boundaries and store the boundary vertices for whole-mesh preservation.The decompression of each patch runs on a thread of GPU,and we evaluate its performance on various large benchmarks.In practice,the GPU-based decompression algorithm runs more than 48x faster on NVIDIA GeForce GTX 580 GPU compared with that on the CPU using single core.     

基于SIMD指令的柔性物体并行碰撞检测

复杂场景中柔性物体间的碰撞检测依然难以满足交互设计的要求.为了提高处理速度,文中给出了一种充分利用现代CPU的并行处理能力的碰撞检测算法.算法基于两方面的并行处理:即基于SIMD指令的指令级并行处理和基于多线程的任务级并行处理.算法给出了一种针对SIMD指令特别优化的k-DOP模型--SIMD-DOP,从理论上分析了该包围盒的高效性,并与常规的16-DOP和24-DOP进行了运行效率对比.通过使用SIMD-DOP同时在多核间进行负载均衡,算法获得了优化的并行加速.文中算法已经在一台16核工作站上针对一组复杂测试场景进行了验证.     

基于CUDA的细分曲面阴影体算法

为了在虚拟现实、电脑游戏等图形应用中更快速生成和实时绘制细分曲面的阴影,提出采用CUDA架构的GPU阴影体生成算法.该算法采用基于CUDA的曲面细分算法,通过CUDA共享内存结构使表面细分过程更加高效.采用基于CUDA的阴影体算法产生阴影轮廓线以及拉伸出阴影体.通过基于CUDA的流式缩减算法对阴影体数组进行压缩.通过优化CUDA和OpenGL的互操作,将绘制过程从以往算法的3步减少为2步.该算法在具有CUDA硬件的标准PC上进行测试.实验结果表明,与之前的GPU的算法相比,该算法可以生成更复杂细分曲面的阴影体,阴影体数组占用显存空间降低到2％以下,并可获得高达4倍的绘制速度提升.     

多核加速的并行碰撞检测

针对复杂场景中碰撞检测算法无法满足实时性要求的问题,通过分析影响碰撞检测算法并行度的主要因素,提出一种基于数据分块思想的并行碰撞检测算法.在初始化阶段,将场景数据从空间角度进行分块;在碰撞检测阶段,由每个处理器处理一块数据以实现包围盒并行更新,同时利用静态和动态相结合的任务分配策略实现碰撞检测的并行化.在16核和24核处理器模式下与已有算法进行对比实验的结果证明,文中算法能够提升碰撞检测速度,同时具有很好的兼容性.     

使用特征点与灰度值的医学图像局部配准方法

针对医学图像配准中,存在某些图像间大部分区域没有差异或者存在差异但不被关心的情况,提出了一种局部图像配准方法。该方法使用局部可控的紧支撑径向基函数作为配准变换函数,通过在感兴趣区域设置特征点,将变换函数作用范围限制在图像中某一特定区域,保持其他区域不发生变形。利用图像间的互信息量作为测度函数,更加精确地求解变换函数。在优化策略的选择中,将图像配准看作为寻优过程,采用基于小生境的遗传算法优化变换函数参数,能够克服经典遗传算法早熟、搜索能力差等缺点。通过对已知变换函数的仿真图像与真实医学图像进行实验,结果表明该算法能够准确地找到较优的变换函数,并且将作用区域限制在较小范围内。该方法结合了基于特征点和基于像素配准方法的优点,有效的搜索策略保证了变换函数准确性,是一种可行的、鲁棒的局部医学图像配准方法。     

Bézier曲线与Said-Ball曲线的递归转换算法

根据 Bézier曲线与 Said- Ball曲线的统一表示 ,给出了 Bézier曲线与 Said- Ball曲线之间相互转换的递归算法     

多细节层次装配模型及序列规划

为了建立支持自顶向下的产品设计系统 ,开发一个自顶向下设计的装配模型和相应的高效、快速的装配规划方法 ,通过深入分析自顶向下的设计流程 ,提出了支持自顶向下设计的多细节层次装配模型。该模型中的超零件模型和简化零件模型是对装配体细节的不同描述 ,是装配体中零件几何信息的简化表达。利用多细节层次模型 ,对自上而下、分层分步的装配序列规划以及装配序列规划算法和复杂性进行了分析。应用实例表明 ,该方法避免了装配规划中复杂模型的庞大数据量问题 ,可以提高装配规划的推理效率 ,加快装配仿真中的碰撞检测速度 ,使装配规划的结果更加合理和实用     

基于散乱点云内部特征的网格重建

提出了一种对三维散乱数据点进行可靠重建的算法.通过组合二次误差势能函数和极值曲面,建立了描述点云内部分布特征的贝叶斯概率模型.在迭代收缩进行降噪处理的过程中,同时保持物体的形状特征.对于降噪后的点云,按照表面复杂程度进行自适应的筛选产生新的点集.将一种新的非Delaunay三角化方法应用到筛选点集中,通过空间圆球沿着物体表面不断增长来快速搜寻邻近点,并权衡Delaunay优化准则和尖锐特征度量来构造新的三角形.实验结果表明,该算法能够充分体现点云的网格化细节特征,具有快速、稳定可靠的优点.     

轮廓跟踪的TN方法

在灰度图像二值化时，断边往往会导致伪边界的生成，因此在边界检测时断边处理是非常重要的．提出一种可处理断边的轮廓跟踪方法，在遇到断边沟时，通过自适应步长，能自动跳过断边沟并跟踪出真正需要的轮廓．该方法还具有边界上采样点的疏密度与边界的曲率相适应的优点．     

非真实感绘制中轮廓线检测技术综述

轮廓线技术在非真实感绘制中占有重要地位。它的表现不仅关系到非真实感绘制最终效果的好坏，而且也是实时绘制应用中一个提高速度的关键。本文介绍了非真实感绘制中流行的和最新的轮廓线检测技术，结合可见性问题来讨论轮廓线检测的算法和技术，并对这些算法和技术进行了分类与分析，总结了其优缺点和适用场景。