大型三維網格模型的簡化與交互式繪制.pdf

1、近年來，隨著三維模型采集設備精度的提高，從現實世界獲取的三維模型質量也不斷提高。這些高質量的三維模型可以高度真實地保留原物體的全部細節(jié)，在文物保護、數字化圖書館、虛擬人計劃以及電影游戲等領域得到了廣泛應用。但是這些規(guī)模急劇增長的三維模型，給繪制、編輯、傳輸和存儲等方面帶來了許多新的難題和挑戰(zhàn)。三維模型簡化是一個減少模型復雜度的有效方法。但是傳統(tǒng)的模型簡化算法一般需要將要處理的模型完全調入內存，無法直接應用于大型三維模型。為解決該問題，研

2、究者們提出了大型三維模型的外存簡化技術 (out-of-coresimplification)，該領域也成為計算機圖形學的研究熱點之一。 現有基于迭代收縮的大型模型簡化算法能獲得高質量的簡化模型，但是其所需的輔助數據結構復雜，計算開銷大，簡化效率低(以每秒簡化的面片個數衡量)。基于點聚類的簡化算法簡化速度快，更適合大型三維模型。采用點聚類簡化算法，實現并改進三個基于點聚類的模型簡化算法和一個基于視點的多分辨率構建和繪制算法。

3、 一、分析、比較了常規(guī)模型的簡化算法，實現了一個簡單高效的基于點聚類的內存(in-core)簡化算法。該算法對模型包圍盒進行均勻網格劃分，采用保持體積的二次誤差度量矩陣求取每個格子的最優(yōu)代表點。該算法的實現為后續(xù)大型三維模型簡化算法的研究奠定了基礎。 二、分析、比較了大型模型的簡化算法，實現了一種內存容量不依賴于輸入模型大小的簡化算法，即OoCS算法。但是該算法的輸出模型大小依賴于內存容量，如果簡化后的模型仍然需要保持比較高

4、的復雜度，則此算法無法滿足。為解決這一問題。參照OoCSx算法，實現了輸入和輸出模型大小均不依賴于內存容量的外存簡化算法。 三、設計并實現了一種大型模型的多分辨率構建與繪制算法。該算法基于八叉樹空間劃分，通過內外存映射技術，構建外存多分辨率層次結構?；谠摱喾直媛时硎?，實現了依賴視點的細節(jié)層次(LOD)選擇和繪制，包括基于視錐的繪制算法、基于背面剔除的繪制算法、基于屏幕覆蓋率的繪制算法和基于模型輪廓的繪制算法。 改進的簡