Reeb骨架图的扫描提取算法

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:omine001
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
随着计算机图形学的迅速发展,对三维模型的研究日益深入。骨架作为形状表示的一种有效形式在三维模型的各个领域中被广泛采用。Blum于1967年给出了骨架的最初定义:骨架(中轴)是模型内部各个最大内切球中心的集合。骨架有一个grassfire的模型定义,从模型表面开始点火,各个方向上的火的相遇点所构成的集合。因为模型的骨架很好的保留了模型的拓扑连接性及其形态,所以经常被用于碰撞检测、三维动画、模型渲染、模型表面重建、模型检索等应用中,也有研究人员采用骨架为模型的分解做矫正。不同的应用,对于骨架应该保存的信息要求不完全相同,故而抽取思路也不完全相同。在计算机辅助领域,Reeb图常用来分析模型的等值面,Shinagaya等基于此原理分析了牙齿模型在咀嚼过程中曲面的融合情形。Reeb图还用来检索基于拓扑性相同的几何模型。作为用户的交互性工具,Reeb图用来选择模型的等值面。更多关于Reeb图在几何模型和可视化领域的应用可以参考A.T.FOMENKO等人所著的TopologicalMethods for Visualization。最早提出使用Reeb图来描述基于三角网格表示的二维流形骨架图是Y.SHINAGAWA等人,算法的时间复杂度为O(n~2),n为所有三角形中的边数。M.HILAGA等人对该算法做了进一步改进,H.CARR提出了时间复杂度为O(n log n)的算法,V.PASCUCCI对三维流形的情形做了进一步分析,Kree Cole-McLaughlin分析了二维流形情况下,Reeb骨架图中鞍点的处理情形。借助Morse函数我们来实现二维流形的等值面,在每个水平集上分析loops的生成、合并、消失。以及每个水平集上loops拓扑关系的处理和有用信息的提取。分析其相邻水平集上loops的连通性,进一步叙述如何提取Reeb图。二维流形在Morse函数映射下生成等值面,(?)Z_i∈R,对应一个水平集Z_i,对每个水平集上的loops作Reeb结构图提取,最后将相邻水平集上的Reeb结构图连接起来便得到该流形的Reeb图。Reeb图能较好的描述三维模型的拓扑结构形状,具有广泛的应用前景,可用于骨架提取等.本文给出了基于三角网格表示的离散曲面Reeb图的扫描提取算法,详细分析了算法流程,鞍点的处理,重点剖析了等高线树的变化规律。
其他文献
本文研究了一些组合序列以及与组合序列有关的矩阵,主要内容概括如下: 第一章介绍了组合序列及矩阵相关理论的发展,而后两章则是本文所得的结果。 第二章对一些组合序列进
文中解决了2-重自补图的计数问题,获得了具有p个顶点的2-重自补图的数目是αp=Z(S(2)p;1,3,1,3,…),并构造出当p≤5时的全部2-重自补图:通过构造一种新的群,解决了二色有向自补图的计
函数f(f∈L~2)能量有限,即(?)|f(t)|~2<∞,其Fourier变换(?)满足(?)(ω)=0,ω(?)[-σ,σ]。函数f是解析的,给定一段f,g:[-T,T]→C:g(t)=f(t),t∈[-T,T]我们要从g重建f(t),t(?)[-T,T]。因此
马尔科夫分支过程是马尔科夫过程的重要分支,在排队论、生物学、物理学等等中有非常广泛的应用。经典马尔科夫分支过程已得到广泛的研究,它的基本性质就是分支性,很多学者对经典
遥感图像目标自动识别技术是遥感图像应用的基础,这就要求更加快速准确的识别技术的出现,目前针对不同的遥感目标人们提出了许多不同的识别方法,也取得了较好的实验结果。但是大多数方法都有它的局限性,对于某类型的图像可能得到比较好的识别效果,而对于其他类型的图像得到的效果不太理想。本文主要以低分辨率的遥感图像为研究对象,设计了一种具有普适性的目标识别方法,利用曲线模板从图像上检测出目标是否存在,然后从图像中
图谱理论是图论中的一个新兴领域它起源于理论化学家和物理学家为寻求一类偏微分方程的近似解而建立起的一套离散的方法。而“哪些图由它的谱确定?”的问题起源于半个世纪前
两性Galton-Watson分支过程是一类重要的随机过程,其最初是由Daley[19]于1968年引进的.本论文修正了一类带移民两性分支过(BGWP)并在此基础上利用了离散时间马尔可夫链和鞅的一