结合纹理特征的多边形模型简化算法研究

来源 :中国科学院软件研究所 | 被引量 : 1次 | 上传用户:iamwoceo
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
多边形模型是图形学中最重要的模型表示形式。它的简化和多分辨率表示有重要的应用价值。本文针对这一类模型的简化进行了如下研究工作: 第二章就多边形模型简化算法,给出一个综述。首先介绍误差度量准则,然后对简化算法根据基本简化机制进行分类介绍。最后介绍了在简化模型中保持属性特征的一些典型方法。 当前的很多模型常常带有纹理图像,以便在绘制时增加细节,提高真实感。第三章提出一种结合纹理特征的模型简化算法。该算法考虑了纹理扭曲的成因和纹理图像内容对视觉的影响,用边缘检测的方法度量纹理图像上不同区域对视觉影响的大小,用纹理密度(三角形对应纹理区域的大小和它在三维空间中面积的比值)的变化度量纹理扭曲发生的可能性和严重程度,并把这些与纹理相关的误差度量和几何误差度量结合。该算法生成的简化模型保持了较好的视觉特征。 第四章提出一种防止纹理扭曲的模型简化算法。从另一个角度对纹理扭曲的产生原因进行了分析,认为纹理扭曲主要是由于简化导致模型表面几何方向变化和纹理方向变化不一致造成的。算法因此根据几何和纹理方向变化来度量纹理扭曲的程度。可以有效防止简化模型上纹理扭曲的发生,自动快速生成在几何和纹理特征上都保持得较好的简化模型。
其他文献
数据挖掘是从海量数据中提取隐含在其中的、事先未知的、但又是潜在有用的信息和知识的非平凡过程,是一门新兴的边缘学科。它汇集了来自机器学习、模式识别、数据库、统计学、
随着互联网的兴起,大型分布式计算从集中在一地发展为分布到若干在地理上分散、由高速网络互连的高性能站点,甚至分布到位于网络边缘的成千上万台桌面计算机。分布式计算的这一
通过加固实现防护的传统安全观念使得计算机安全成为一种二值的概念:任一给定时刻,系统要么是安全的,要么就是不安全的.惨痛的教训一次次告诉人们,任何现实可行的系统都不可
该文介绍了作者开发的面向领域的关键词提取系统.面向领域的关键词提取系统自动提取特定领域语料库中的领域关键词,并且可以发现普通词典里面没有的新词.提取过程基于从原始
GIS在近几年来的发展,使得GIS技术无论在理论上还是在应用上都处于一个飞速发展的阶段,GIS被应用于社会的各个方面。与地理信息相关的城市问题包罗万象:经济建设方面,涉及到区域
Internet技术的快速发展为制造业公司提供了产生竞争策略的机会。协同产品商务(Collaborative Product Commerce,CPC )是企业竞争力的一种技术,它是一个比产品数据管理(Product Data Management,PDM )更广的继承者。CPC强调在产品的全生命周期过程中充分利用Internet和Web技术,通过商业模式从全程供应链的角度协同整合整个供应链上各节
现代社会中,随着信息技术和计算机技术的快速发展、业务范围的迅猛扩大、数据量的不断增加,数据库开始渐渐从集中式向分布式转变。分布式数据库能够更好地实现计算机硬件、软件
需求工程无疑是当前软件工程中的关键问题.其难点主要在于两个方面.第一是要尽可能提高领域用户的参与程度,使用户所提供的需求尽可能完整和精确.该文所采用的基于领域本体的
椭圆曲线密码学(Elliptic Curve Cryptography)由Neal Koblitz和Victor Miller于1985分别独立提出.椭圆曲线密码体制利用了基于有限域上的椭圆曲线上的点所形成的群架构于ElG
随着计算机和通信技术的迅猛发展,计算机应用日趋深入,同时凸现出计算机安全问题的重要性,其中尤为复杂的是网络信息安全问题,它涉及个人隐私,商业利益乃至国家安全.现有的各