论文部分内容阅读
近年来的大量研究工作表明,图形重建技术与许多领域联系愈来愈密切,诸如在计算机图形学、科学计算可视化、机器人视觉、医学等领域中都存在着广泛的应用前景。理论上研究图形重建的目的是多方面的,主要是根据给定的离散点来重构物体原貌,揭示它的本质,刻画它的基本特征;实践上是通过图形重建来解决日常生活中的问题使之为人类服务。如何使用现有离散点进行图形重建已经成为了当今一个重要的研究课题。三角网划分技术由此提出,并成为近年来图形重建领域的热点研究问题。本文将给定的空间离散点分为两种类型:一种离散点是可以直接投影到二维平面上而没有重叠现象的数据;另一种是空间中任意给定的无组织散点数据。对于以上两种类型的数据,本文分别进行了研究,主要涉及到以下内容:(1)基于给定的一批特殊散点数据,提出了逐层提取轮廓线来构造初始三角网,然后应用重心插值来重建图形的新算法。实现这一算法的关键是将给定的特殊散点投影到二维平面上,在给定参数的条件下逐层提取内部离散点的轮廓线;接着在所提取的轮廓线间进行等比例三角划分;然后,将划分好的三角网的拓扑结构映射到三维空间中;最后,为了更清楚的描绘图形的细节特征对构造的初始三角网进行了重心插值。(2)基于给定的一批无组织离散点,提出了在初始三角网格中插入新的控制点进而对三角网进行细分来重建物体的新算法。文中首先运用局部投影法进行初始三角网的划分,并且给出了切平面的概念;然后,在初始三角网格中借助Bezier曲面来生成新的插入点,进而对网格进行细分;接着,对于细分后的三角网进行一次升阶来调整网格密度(也就是进行第二次细分);最后,在最终形成的三角网上进行光照、材质和雾的设定来重建物体。本文通过给定的两类离散点分别利用上述算法进行了实验,实验证明通过这两种方法重建的模型可以更好的保留物体的细节,结果是可行有效的。