论文部分内容阅读
近年来,三维几何造型所需表示的细节越来越丰富、模型的规模和复杂程度越来越高。采用传统的基于三角片的绘制方法,必需先根据采样点生成三角片,这无疑是件费时且容易出错的事。如果有一种方法能够直接从获得的采样点上造型并绘制出视觉等价的物体表面,这将具有极大的实际意义。基于点的造型与绘制方法正是在这样的应用背景下发展起来的。与传统的三角片制方法相比,点的造型与绘制方法不包含点与点之间的连接关系,绘制时不需要维护模型的拓扑一致性,便于重取样,可以建立灵活的层次结构来实现多分辨率绘制。另外,点的造型与绘制方法更适合绘制水流、羽毛、头发、火焰、树这些具有细小的特征和非常复杂的轮廓线的有机模型。基于此,国内外众多学者做了大量的工作,本文在分析和总结他人工作的基础上对点云数据的局部几何特性、曲面重构及不规则物体绘制方面进行了研究,其主要工作包括有:1.在点云数据的局部几何特性方面,文章在数据分割基础上给出了一种改进的散乱数据点k近邻搜索算法。首先在综合考虑数据集的范围、点的总数及最近点数k搜索效率的情况下,确定了栅格边长有效范围,并对点云空间进行首次分割;在此基础上考虑到点云分布密度,并估算点云平均点距,利用点距估算结果判断其与有效边长范围的关系,从而选择新的栅格边长对点云数据空间重新进行划分。分块结果使得k近邻搜索算法的搜索空间减小、搜索效率进一步提高。2.在曲面重构方面,利用径向基函数(Radius Basis Function,RBF)神经网络对非线性函数的逼近,以及强大的抗噪、修复能力等特点,对散乱点进行曲面重构。文章在已有RBF神经网络模型的基础上提出了一种采用相关系数自动确定网络隐含层核函数半径大小的方法。给出了算法的具体分析和实现步骤,并将该模型应用于带有高斯噪声的散乱点曲面重构。与利用传统方法确定的RBF模型相比,该RBF网络模型的整体逼近精度更高,修复和抗噪性能强,且得到的曲面光顺性好。3.在不规则物体绘制方面,文章采用粒子和纹理绘制技术相结合的方法对不规则物体火焰进行绘制。采用粒子系统的总体管理方式和流程思想在整体上进行把握,对火焰进行了分析简化并利用随机函数设置粒子的初始位置,引入了动态运动场的概念。提出了将动态运动场与人工可控的动态变化区域相结合的思想,从而提高火焰模拟的真实性和实时性;最后采用四边形面片结合纹理映射技术绘制火焰进一步提高模拟的运行速率。仿真结果表明该方法得到的火焰更加真实,可控性强,绘制效率高。最后给出了总结并简单介绍了基于点的造型与绘制技术存在的问题及进一步的研究方向。