三角网格压缩算法

来源 :浙江大学理学院 浙江大学 | 被引量 : 0次 | 上传用户:helen515
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
三角网格作为三维物体的一种有效表示形式,在计算机图形学领域有着广泛的应用。三角网格的顶点序列及其连接关系构成网格曲面的几何与拓扑信息。由于网格曲面通常数据量巨大,研究网格曲面的压缩算法对于网格存储和传输有着重要意义。本文通过三角网格新的图表示和顶点坐标重排列技术,研究网格曲面新的拓扑与几何压缩算法。三角网格的拓扑连接关系可以由顶点之间的连接边确定,与网格曲面每一顶点有一条边连接的顶点构成网格的邻域,网格顶点及其一邻域点集构成网格的邻域图表示。依据网格顶点及其邻近点的距离构造得到网格顶点的邻域球,再根据邻域球对网格的邻域图表示进行压缩和解压缩。由于一般三角网格顶点的邻域点通常分布在邻域球附近,这种方法可对三角网格的拓扑信息进行有效压缩,尤其对局部采样均匀的三角网格能达到高效的压缩效果。在对网格顶点坐标进行压缩时,为充分利用数据的连贯性,将原顶点序列按各坐标分量依单调性进行重排,由坐标重排后的点列连接得到单调坐标曲线。根据坐标重排技术将原顶点坐标的三个浮点序列转化成两个重排整数列和单调坐标曲线表示。由于单调坐标曲线通常具有很好的数据连贯性,可用简单多边形近似表示,从而实现对原浮点数据的有效压缩表示。这种压缩算法效果良好,无需对网格的顶点坐标列作预数量化处理,且压缩和解压算法都很快,可以很好的满足实时性要求。
其他文献
统计学习理论是近年发展起来的一个重要的机器学习分支,多数统计学习中有效的学习算法都是基于风险最小化原理的,包括支持向量机(SVM),核函数法,Logistic回归,最小二乘回归等等,与
伴随着计算机和微电子技术迅猛发展,数字图像渐渐发展成为一门新科学,并在金融测绘、公安、军事、医学、工业、农业、交通、气象、地址等领域得到了普遍的应用,而且其应用范
自动控制系统最重要的特性是稳定性,它表示系统能妥善的保持预定工作状态,耐受各种不利因素的影响.稳定性问题实质上是控制系统自身属性的问题.随着科学技术的发展,控制系统
PVD算法(parallel variable distribution algorithm)是一种整体结构上可以并行实现的优化算法。PVD算法与其他算法的主要区别是“Forget-me-not”技术,每个处理机除了负责更
数论是一门研究整数性质的学科,素数分布及素数的性质一直是数论研究的中心课题之一.围绕素数定理展开的相关问题的讨论,使得数论的理论体系不断丰富和发展.  从素数定理而延伸
近年来基于快速算法的图像分割方法受到了越来越多的重视。相比于传统的图像分割方法,该方法具有分割速度快、效果好且稳定的优点。本文首先对图像分割的目的、意义和主要方