基于泊松形状信号的网格模型部件分割算法

为了将网格模型分割成若干个有意义的部件,提出了一种基于网格模型结构信号的分割算法.通过构造网格模型对应的体素模型,基于体素模型求解泊松方程得出每个体素对应的泊松形状信号;根据网格模型顶点与体素模型的对应关系,计算出网格模型中每个三角面片对应的泊松形状信号;采用Mean-Shift算法将每个三角面片对应的泊松形状信号进行聚类;最后基于泊松形状信号值,提取网格模型主要部件,并精化分块结果边界,从而达到网格模型部件分割的目的.实验表明,该算法能对具有部件结构特征的实体模型有较好的分割效果、鲁棒、速度快,与物体各个部件刚体变换无关.     

三角网格模型的自动分割算法

提出了一种根据设计意图的三角网格模型自动分割算法,该算法采用R*-tree(recangle*-tree)建立三角网格空间索引结构.基于该结构,采用深度优先遍历方法快速准确地查询与分割面相交的三角面片,对相交三角面片进行分割并重新剖分,实现了三角网格模型不受曲率等条件限制的自动分割.实例表明:该算法可对各种复杂型面三角网格进行分割,算法运行效率高,且能有效避免分割区域的锯齿现象.     

基于图的网格分割

为了简化模型的反求过程，提出了一种基于图的网格分割算法，分别以网格中的顶点和三角面片作为图中的元素,生成两种未定向加权全连通图的表达.对于由顶点生成的图，把网格顶点的几何信息转化为颜色信息，对曲率计算引入的噪声采用中值滤波和均值滤波的方法滤除，并利用顶点之间颜色的差别作为图中连接相邻元素的边的权.对于由三角面片生成的图，利用相邻面片的二面角作为图中相邻元素的边的权，然后利用一个不相交集合的森林分割图来实现网格的分割.结果表明，这种分割方法可以快速、有效地实现网格的分割     

基于图的网格分割

为了简化模型反求过程，提出了一种基于图的网格分割算法，分别以网格中的顶点和三角面片作为图中的元素，生成2种未定向加权全连通图的表达．对于由顶点生成的图把网格顶点的几何信息转化为颜色信息，对曲率计算引入的噪声采用中值滤波和均值滤波的方法滤除，并利用顶点之间颜色的差别作为图中连接相邻元素的边的权．对于由三角面片生成的图，利用相邻面片的二面角作为图中相邻元素的边的权；然后利用一个不相交集合的森林分割图，进而实现网格的分割．结果表明，这种分割方法可以快速、有效地实现网格的分割．     

基于局部多项式拟合的网格简化算法

为了提高网格简化后的三角形质量,提出了一种新的基于顶点局部多项式曲面拟合的三角网格简化算法.用三次多项式曲面拟合网格上的每个顶点及其局部邻域,计算每条边折叠的误差估计,衡量了顶点到拟合曲面的偏离程度,在算法的每次迭代中删除网格上误差估计最小的边,直到网格的顶点个数减到预先给定的数字.基于Laplace算子,增加顶点约束以及顶点邻域重心约束条件，对简化网格作一次线性整体优化.结果表明,该算法保留了更多的网格细节特征,在简化网格的三角形质量方面优于Garland的二次误差度量算法.该算法可用于快速构建模型的细节层次（LOD）模型.     

基于相似性的点模型简化算法

为了获得高质量的简化点模型,提出了一种基于相似性的曲率自适应点模型简化算法,相似性包括强特征边性和表面区域几何特征相似性2个方面.利用法向张量投票方法,计算采样点的特征边性,由此将点模型分为强边性和非强边性2部分;基于Mean Shift聚类法,对非强边性部分进行表面区域几何特征相似性聚类;对强边性部分和各类簇重采样,实现曲率自适应的简化,并通过移动最小二乘曲面,评估简化曲面的误差.实验结果表明,该算法有效地保持了特征边界部分和曲面的细节,且能够生成高质量的简化点集曲面     

头部撞击损伤的有限元模型建立

根据人体头部的螺旋CT医学影像,利用图像边界分割、各层图像之间的影像配准以及三维重建技术建立了头部几何模型,然后运用NURBS曲面片的构造算法将三角面片转换为四边形面片,最后利用TrueGrid软件对颅脑几何模型进行网格划分,同时进行适当的网格修补,从而建立了人体头部有限元模型。根据碰撞过程中的能量守恒,验证了模型的可靠性。本模型可用于汽车交通事故中头部损伤的生物力学研究以及为开发相应的汽车安全防护装置提供理论依据。     

基于球面图像的三角网格分割技术研究

将数字图像处理算法扩展到三角网格一直是一种重要的研究思路,许多数字几何处理方法来源于数字图像处理.文章提出一种三角网格的球面图像表示方法并将其用于三角网格模型的分割,球面图像具有与平面图像类似的简单行列拓扑结构,具有图形和图像双重特征.基于球面图像的网格分割可以充分利用先进成熟的图像分割算法,有利于解决三角网格分割这一数字几何处理领域内的难题.     

EM算法在纹理织物图像分割中的应用

提出了一种基于多特征值高斯混合模型（Gaussian Mixture Model）期望最大化（Expectation Maximization,EM）聚类的图像分割算法.该算法采用YCbCr彩色空间提取每个像素点的颜色特征,选择像素点邻近的一个方块计算每个像素点的纹理特征,然后采用基于高斯混合模型的EM算法对图像每个像素进行聚类,根据聚类结果进行区域合并得到纹理织物图像分割的最终结果.通过和其他分割算法进行对比,此算法具有较好的分割效果.     

基于顶点预测的特征保持网格光顺算法

为了特征保持地光顺带噪声的三角网格,提出一种基于顶点预测的光顺算法. 分析了三角网格的每个顶点与一阶邻域顶点和二阶邻域三角形之间的几何关系,应用带平均曲率权的双边滤波器和准Laplacian光顺算子,通过三步预测顶点的坐标位置,把三角网格的原始顶点单步移动到预测的新坐标,得到光顺后的三角网格.该算法在光顺的同时有效地保持了原始三角网格的特征.实验结果表明,此网格光顺算法处理小噪声和大噪声都是有效且鲁棒的.     

基于参数化技术的网格分割

为了构建曲面分片,对三角网格数据进行分割.传统网格参数化通过求解线性方程组,获取参数化结果后逆映射,然后通过局部参数化调整分片边界.新算法则完全不同.利用全局光顺参数化中的边归类结果,新算法对原网格边进行插点,然后重新三角化并光顺分割片边界.在保有网格特征的优点下,对原网格进行分割,并获取分片的光顺边界曲线.新算法使用参数化的技术和方法,而不是参数化结果,避免了求解线性方程组和复杂的局部参数化调整等方法,克服了方程组病态对算法鲁棒性的影响.     

用于三角网格模型的启发式四边区域划分算法

提出了一种对三角网格模型进行自动四边区域划分的算法。首先,基于法向量对模型进行初始区域划分,然后,基于Euclidean距离对初始区域进行二次区域划分,并经过区域调整后得到多边区域模型,将多边区域划分为三边、四边区域的混合模型后,根据区域拓扑顺序对三边区域进行调整得到完全的四边区域划分。该算法能自动适应模型几何特性得到大小合理的区域划分,并能匹配模型的凹、凸特征。     

严格顶点约束的网格光顺算法

为了使网格光顺算法在优化网格顶点以消除噪声同时,保持原始数据的精度,避免模型细节当作噪声而去除,给出一种用于三角网格光顺的新算法,该算法保证光顺结果中每个顶点距离其原始位置不超过给定偏差范围.将此光顺问题转化为带有一组非线性约束的二次优化问题,并提出一种有效的迭代线性求解方法用于其优化.算法也可以通过在优化中结合特征约束来更好地保护模型的精细特征.在大量扫描模型和人工合成模型上进行了实验,结果显示：算法可以有效消除所有噪声,同时保持原始模型的特征．     

基于图割的扩散张量磁共振图像胼胝体分割算法

扩散张量磁共振成像过程易因噪声导致扩散张量图像(diffusion tensor images,DTI)的体素数据发生畸变,使分割效果不佳.针对该问题,提出了一种基于图割的DTI胼胝体分割算法,该算法在求解能量函数的过程中,用非种子点与作为硬约束条件的种子点之间的J-散度中位数表示T-连接权值,用取值范围在(0,1]之间的单调递减指数函数表示N-连接权值,同时构造网格图结构,用最大流/最小切算法计算最小切,实现图像的全局最优二值化分割.DTI图像的分割实验结果表明:所提算法能更为准确地从受噪声影响的数据中提取出胼胝体,各参数不同取值时的重叠率指标统计分析也证明了新算法具有较高的分割精度.     

三角网格曲面模型快速求交算法

提出一种三角网格曲面模型快速求交算法,该算法基于三角网格曲面模型动态空间索引结构,通过结点包围盒相交检测快速缩小求交范围,准确定位相交三角面片包围盒集合并对该集合进行排序,依次连接各包围盒内三角网格曲面模型交线数据,实现曲面模型交线快速提取.实例证明,该算法可有效地提高数据密集、形状复杂的三角网格曲面模型求交效率,对逆向工程中三角网格曲面模型的裁剪、拼接及数控加工刀轨生成具有重要意义.     

网格曲面中复杂孔洞的自动修补算法

为了修补三角网格模型中的复杂孔洞，提出一种基于边扩展的复杂孔洞修补算法.通过计算出孔洞边界的最小二乘平面，并将孔洞边界投影到该最小二乘平面上，得到投影多边形.当投影多边形存在相交的边时，则对每条相交的边采用边扩展算法，生成新的三角面片，从而将复杂孔洞剖分成若干个子孔洞.对新生成的子孔洞重复上述剖分方法，直至所有子孔洞变为简单孔洞后，采用平面三角化技术对简单孔洞进行修补,并采用细分技术得到形态均匀的孔洞三角网格.实验结果表明，该孔洞修补算法适用于三角网格模型中的各种复杂孔洞,能较好地保持原三角网格模型的细节特征.     

三角形网格多面体空间四边界区域的数据参数化

分析了三角网格多面体四边界区域数据参数化的基本方法,提出了在三角网格多面体四边界区域划分基础上进行四边界区域数据快速参数化的新技术。通过坐标变换、点面投影把空间四边区域的数据参数化难题转化为平面四边区域网格划分问题,并提出了由折线边构成平面四边区域的双向伸缩网格生成技术,解决了反求工程中复杂曲面分片四边区域的数据采集困难问题,为后继的多片四边区域的NURBS曲面的拼接和拟合提供了技术保证。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果,本文提出了一种基于张量投票的图像超分辨率算法。首先用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。