细分曲面的有序邻接顶点表数据结构

细分曲面的实现过程中使用的网格数据结构都是基于边的结构,它们只是提供了一种通用的网格遍历方法;而对于细分曲面来说,基于顶点和多边形的网格表示却是更合理有效的选择。给出了一种适用于细分曲面的数据结构OAVL,它具有简便易于实现的特点,可以方便地获取网格中邻接顶点、边和面的信息,并且具有较高的空间效率,最后分析了基于OAVL的细分曲面的存储。     

基于控制参数的光滑曲线统一细分格式

细分算法是从控制网格生成光滑曲线曲面的一种经典方法,因为算法简单,可作用于任何拓扑结构的网格而在图形学和动画造型中得到广泛应用.但传统的算法在插值和逼近上无法在统一的框架下给予实现.本文通过设置控制参数,提出了一类光滑曲线细分的统一格式,使得目前存在的大部分细分格式,不任是基于样条的还是插值型的细分格式,都成为其特例,克服了目前存在的传统细分格式在插值和逼近上不能兼容的缺点.     

基于插值细分的逼近细分法

通过在Hassan的四点三重插值细分法中引入一个偏移变量,推导出了一种逼近细分法,从而使三重逼近细分和插值细分统一到一个细分格式.该方法利用细分格式的生成多项式,在理论上分析了提出的细分格式的一致收敛性和Ck连续性;通过对细分格式中参数u取不同的值,可对生成的极限曲线形状进行控制.数值实验结果表明,文中方法是合理有效的.     

基于细分的图像插值算法

将基于法向的曲线细分技术应用到图像插值中,提出一种基于细分的图像插值算法．该算法无须建立中间连续图像模型,能自适应地插值,而且插值系数可为任意正实数．应用该算法插值后的边界清晰、自然,忠实地反映了原始图像的面貌．与传统的插值算法相比,其边界处理效果好,具有线性复杂度且易于实现．     

混合网格的可调细分算法

论文主要研究混合网格的曲面细分问题,提出了一种带有可调参数的细分算法。该算法适用于多边形网格、三角形网格,以及两者的混合网格情形,且对开的和闭的拓扑结构都能进行处理。由于在算法中引入了可调参数,这样既可产生光滑曲面,也可产生具有尖锐特征的曲面,且通过调整参数还可产生标准的Catmull-Clark细分和Loop细分。另外,实现该算法不需要复杂的数据结构。     

六角形网格细分曲面算法介绍

细分曲面算法通常采用三角形、四角形面片,最近基于六角形面片的细分算法成为研究的热点。六角形在其他领域的应用已经取得了良好的效果,这为其在细分领域的应用打下了良好的基础。本文分别讨论了三种六角形网格细分曲面算法,并对三者进行了比较。由于在实际应用中,六角形网格并不经常遇到,所以我们还讨论了两种不同的三角形到六角形的转变技术。     

Gregory-Qu算法与Hermite细分曲线构造法的比较

首先分别介绍了Gregory-Qu算法和Hermite细分曲线构造法的细分规则，以及各自生成C^1连续曲线的条件范围，通过对两种算法的比较得出：定常Gregory-Qu算法是定常Hermite细分算法的一个特例。Hermite细分曲线构造法不仅有更弱的C^1连续性的条件，而且生成C^1连续性光滑曲线的细分取点规则更加灵活。     

基于任意三角网格的ternary插值细分曲面造型及其分析

针对任意三角网格,提出一种简单有效且局部性更好的带参数的ternary插值曲面细分法,给出并证明了细分法收敛与G1连续的充分条件.在任意给定三角控制网格的条件下,可通过对形状参数的适当选择来实现对插值细分曲面形状的调整.     

一种n次均匀B样条曲线细分算法

利用 次均匀B样条细分的掩模与Pascal三角形关系,并借助控制多边形在每次加细过程中新旧控制顶点对应的几何位置关系,给出一种新的 次均匀B样条曲线细分算法,基于该算法构造出带有形状参数的局部插值约束的奇次均匀B样条细分曲线。通过理论和算例说明,该算法几何直观性强、新旧点对应明确、应用灵活且能保持良好的参数连续性。     

一种带噪声的密集三角网格细分曲面拟合算法

实现了一个从带噪声的密集三角形拟合出带尖锐特征的细分曲面拟合系统.该系统包括了一种改进的基于图像双边滤波器的网格噪声去除方法,模型的尖锐特征提取以及保持尖锐特征的网格简化和拓扑优化.为了处理局部细节特征和模型数据量问题,提出了自适应细分方法,并将根据给定精度估计最少细分深度引入到细分曲面拟合系统中,使得拟合得到的细分曲面模型具有良好的细节特征和数据量小等特点.大量3D模型实验结果和实际工程应用结果表明了该细分曲面拟合系统的有效性.     

蝶形细分面片的光顺

使用蝶形细分法细分一般的初始控制网格得到的细分面片光滑而不光顺 ,面片的视觉效果很差 ,而运用现有的光顺技术 ,又只能直接光顺细分以后的结果 ,其需要保存的数据不仅量大 ,而且会引入误差 .针对这一问题 ,提出了一种新的光顺方法 ,即通过调整初始网格顶点位置来光顺细分以后的结果 .在添加合适的约束后 ,该方法不仅可以在光顺细分面片的同时 ,降低细分面片和三维真实物体表面之间的逼近误差 ,而且由于最终输出的是初始控制网格 ,故需要保存的数据量小 .     

Analysis of Several Familiar Subdivision Schemes

Subdivision scheme is a discrete modeling method that breaches old model of surface modeling, namely, from discrete data to continuous data and last to discrete data. The method is simple, small computing and fast in modeling. This paper presents a classification standard of subdivision scheme, discusses and compares several subdivision schemes in brief.     

几种经典搜索算法研究与应用

搜索技术是人工智能的基本技术之一,在人工智能各应用领域中被广泛地使用。而搜索技术的核心是搜索算法,而所有的搜索算法的优化主要是在经典的搜索算法上改进得来。故研究经典搜索算法有非常重要的理论价值和实际应用价值。通过对几种经典搜索算法的研究,分析,总结,使得知识形成体系,便于更好的学习和研究。最后将几种算法进行比较,列出各自优缺点,便于选择合适的算法解决相关的实际问题。     

几种盲源分离算法的比较

文章研究了基于高阶统计量的FastlCA算法、基于信息理论的Infomax算法和基于四阶统计量的JADE算法等几种典型盲源分离算法在噪声环境下的分离性能.比较结果显示各种算法分离噪声信号的性能是不同的.对于某些混有一定噪声的特定信号,某些算法的分离性能要优于其他信号.研究结果还表明,基于信噪比和信号的特性来选择盲源分离算法能够给出令人满意的分离效果.     

几种改进遗传算法的性能比较

本文将标准遗传算法与分层策略和模拟退火思想相融合，设计出分层遗传算法、模拟退火遗传算法和模拟退火分层遗传算法三种改进的遗传算法。计算结果验证了算法的有效性和正确性。进一步算法性能分析证明了论文中所设计的改进的算法不仅能增强算法的全局收敛性，还能加快遗传进化速度。     

若干新型智能优化算法对比分析研究

智能优化算法(IOA)指的是一类以自然界的生物生存进化过程或物理现象为算法原理,用于解决最优化问题的算法,较为知名的智能优化算法有遗传算法、粒子群算法、模拟退火算法等。智能优化算法属于启发式方法,广泛应用在解决最优化问题上,传统的群智能算法为解决一些实际问题提供了新思路。随着科学技术的进步和应用场景的改变,传统的智能优化算法在收敛速度、求解精度等方面已无法满足日益复杂的优化问题,因此不断有新的更高效的智能优化算法被提出。选取了近几年国内外提出的几种新型智能优化算法:蝴蝶优化算法(BOA)、飞蛾扑火算法(MFO)、正弦余弦优化算法(SCA)、蝗虫优化算法(GOA)、哈里斯鹰优化算法(HHO)、麻雀搜索算法(SSA)。阐述了各算法的基本原理、算法步骤、相关的改进策略及存在的优缺点。为客观对比各算法性能,进一步通过3种类型共21个测试函数及6个指标评价各算法性能,最后归纳总结各算法的特点并对智能优化算法的发展前景进行展望。     

可减少模型简化误差的边折叠简化算法及应用

基于三角形网格边折叠简化思想,提出一种基于边顶点重要度简化算法,简化算法能有效保持模型局部特征,减小简化模型和原始模型之间的误差;采用一种改进的三角形网格数据结构,利用二叉树对顶点重要度进行快速排序并记录三角形合并关系,得到所需分辨率下的近似网格模型。数据结构具有层次清楚、操作简单、可扩充性等特点,能有效支持多分辨率简化与快速可视化。     

几种车牌字符识别算法的比较

牌照自动识别系统是现代社会智能交通系统的重要组成部分,是图像处理和模式识别技术研究的热点,应用也越来越普遍。本文就几种主要的字符识别方法进行研究及比较。     

几种字符串匹配算法的分析和比较

字符串匹配技术在许多领域里被广泛应用。分析了BF、KMP、BM算法以及一些重要的改进算法,并对其性能进行了测试,为不同的应用领域采用适当的算法提供了思路。