木材断裂模拟可视化算法研究

来源 :北京林业大学 | 被引量 : 0次 | 上传用户:wjbbio
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
木材断裂模拟是自然景观模拟中的一个重要部分。木材是一种复杂的生物有机体,加之不同树种其木材构造和木材物理力学性质的多样性、树枝内部构造的不规则性和复杂性,很难用传统的方法来模拟木材和树枝的断裂。由3D建模师对其人工建模耗时长且不易于生成断裂动画;使用3D扫描仪器采集的折断树枝模型由于木材断裂处木刺参差不齐、纵横交错,生成的模型易出现许多空洞;直接使用随机噪声生成木材的断裂面则由于过多地简化木材特性导致其模拟效果缺乏真实感;目前有许多动画和电影的打斗场景中常常需要树枝或树干断裂的动画及特效。本文提出了一种基于木材学和木材内部结构重建的木材断裂模拟的可视化算法,通过研究树枝断裂面特征、基于树枝外部轮廓重建木材内部构造、分析不同树种的树枝断裂效果的差异等,将多种影响树枝折断效果的关键因素融入对木材断裂面的程序化建模中。其主要内容如下:(1)树枝断裂面的参数式建模:提出了一种使用计算机图形技术交互式地实时生成逼真的木材断裂面的算法。算法提供了多个参数,用户可根据需求通过设定相关参数对折断效果进行丰富的细化。用户通过设定断面上某一扇面所占的角度、扇面的朝向、高度等参数,获得断面分层明显的效果。在断面上顶点的轴向高度叠加多个经过参数调控的柏林噪声和白噪声得到细节更加丰富和具有更强不规则性的树枝断裂面效果。本文还通过分析所采集的真实树枝样本,探究了不同树种的物理力学性质差异与其断裂效果差异之间的关系。(2)基于外部轮廓的树枝断裂面建模:提出了一种重建树枝3D模型内部的木材年轮和木纤维束的算法,生成了合理的树枝内部结构:由多个类似圆环的年轮组成的层次结构,每一个年轮再划分为一串相连的扇环。基于这个重建结果,提出了将参数式建模生成的木材断裂面映射到形状不规则的3D树枝模型的算法,生成了符合木材结构的、具有真实感的、与3D模型相契合的树枝断裂面。(3)树枝干裂效果模拟:提出了一种模拟木材上沿木射线开裂而产生的径向裂纹的算法,以及模拟沿早材与另一年轮上的晚材相交边缘开裂而产生的切向裂纹的算法。本文所提出的算法捕捉了木材断裂效果的基本特征,生成的具有真实感的折断树枝模型可用于动画电影特效、实时游戏、实景仿真、木材知识辅助教育等。
其他文献
随着大数据时代的到来,互联网迎来新的发展,无论对于企业还是个人,数据信息都越来越重要,保护数据信息的安全,在发生意外的时候保证充足的容灾备份成为当下越来越重要的研究方向。由于数据量的飞速增长,需要通过迅速、高效的方法把源数据同步到备份服务器中。采用常规同步的方法在面对数据量较大的时候,有占用存储空间多,占用网络带宽高,同步效率低下等问题,所以本文从现实考虑出发,提出以数据分块算法和布隆过滤器为基础
近年来,国家多次进行普法行动意图让全国人民知法懂法,以此来降低犯罪率。全靠人力来普法将是一个漫长而艰难的过程,目前很多涉案人员了解案情都是要通过求助专业法律人员,这
人类获取信息的80%以上来自视觉,大脑视觉系统具有效率高和鲁棒性强等优势,如何理解和模拟大脑视觉信息加工方式是神经科学与计算机科学交叉领域的热点问题。功能磁共振成像(functional Magnetic Resonance Imaging,f MRI)因其良好的时空间分辨率和无损成像等优点已成为研究人脑的主要手段之一。基于f MRI建立视觉编码模型是以大脑视觉感知机制为依据,模拟大脑视觉信息处理
用户识别问题是数据分析和挖掘中的重要问题之一,旨在实现对关联到某些资源信息的人的身份进行验证。通常情况下,研究人员利用与用户相关的数据资源,提取可以作为用户身份标识的特征,通过特征降维、选择等操作后,使用相似性度量方法对用户的特征进行相似度匹配,输出相似度最大的结果作为识别结果。用户识别问题在个性化推荐、信息取证和隐私保护等领域具有广泛的应用和重要的研究价值。在用户识别问题研究中,特征的选择和构造
当前,信息过载问题严重困扰着每一个人。在我们的日常生活以及互联网行业中,推荐系统对于解决信息过载问题起着不可或缺的作用。在实际应用中,几乎每一条数据都带有时间标签,数据间的时间跨度是一个不可忽视的问题。因此时序性推荐系统受到广泛关注。直观地讲,数据越旧,推荐时的时间权重就越小,因此常规研究始终使用遗忘曲线来建模时间因子。但是,这些研究仅将时间作为一个公共属性,而不是维度。用户和项目之间的每次交互行
随着网络技术的不断发展,P2P网络由于其匿名性与开放性的特点而得到了广泛的应用,如文件共享和即时通信。同时这些特性也为P2P网络带来了新的挑战,恶意节点随意的传播非法消息,会对网络的可用性以及用户体验带来负面的影响,并且P2P网络的动态性与分布性也使得节点之间很难进行长期并稳定的交易,目前所提出的信任模型并不能很好的解决P2P网络中存在的交易不可靠、动态网络拓扑等问题,现有的研究成果仍然存在不足,
近年来随着气候变化的加剧,城市化进程的加快,极端降雨频发,洪涝灾害造成了较大的生命财产损失。同时随着计算性能提升和计算方法的改进,雨洪数值模型成为研究洪涝问题的重要
数据作为信息的载体之一,在这个信息爆炸的时代,其重要性不言而喻。图结构数据作为复杂网络的一种描述方式,其研究价值在于复杂网络对这个世界的诸多现象的抽象性以及概括性。提升图结构数据的分析能力,能够更好探究复杂网络中的各类重要特性以及分析诸多现实世界中存在的复杂网络。社区结构是复杂网络的重要特性之一,也是现实世界中诸多复杂网络呈现的特性,其现实应用包括但不限于黑色产业检测、广告精准投放以及社交网络分析
目前全球的数据中心数量已经达到800万座,传统的以交换机为中心的数据中心网络大多是基于树状的三层结构,这样的结构难以满足大规模数据中心的要求,为了满足日益增长的新需求,大量新型数据中心网络结构被提出。其中,BCube网络是一种采用递归定义,能支持数百万量级的服务器,它具有小直径、大容量和高容错性等的优良性质。数据中心网络可能包含数百甚至数千个服务器(结点),但是其中一些服务器可能时常会有故障出现,
随着大数据技术的不断发展,各种信息系统存储的数据越来越丰富,增加了数据分析处理的难度。主成分分析是一种标准的数据分析方法,可用来降低数据维度。更具体地说,它通过线性变换将原始高维数据投影到由数据协方差矩阵的特征向量组成的主成分空间来获得低维数据。主成分分析简化数据使得数据更易使用的同时降低了算法的计算开销。例如人脸识别时对图像进行降维,只保留某些关键像素可以使识别速度大大提升。金融数据和医疗数据里