论文部分内容阅读
本文以计算机图形学领域中的三维网格模型处理为背景,研究三维网格重建技术。
本文结合了网格参数化和重要性采样两个不同领域的算法,实现了图像处理算法和图形处理算法的结合。本文算法首先将三维网格模型参数化到二维平面参数域中,然后根据模型表面曲率信息和参数化过程中的扭曲度生成一张控制图;并根据控制图,在二维平面参数域上进行具有蓝噪声性质的重要性采样,得到离散采样点,最后通过对采样点进行平面三角化并将三角化所得的二维网格映射回三维空间,实现了三维网格重建。
比较网格重建前后的三维网格模型,通过算法重建的三维网格模型在网格优化意义上是非常理想的三维网格,即在网格模型表面曲率高的地方,顶点和网格面片分布较多,而在网格模型表面曲率低的地方,顶点和网格面片分布较少;同时三维网格顶点呈现出非常有层次的均匀分布和绝大多数顶点的相同连通度。
算法将在不规则的三维空间的空间几何处理转化到二维平面几何处理。二维空间的几何处理更加成熟、简单;二维空间的数据保存、压缩及传输更加容易。因而可以实现高速的、多解析度的、三维网格模型重建。