曲面重建的網(wǎng)格方法和技術(shù)研究.pdf

1、本文對(duì)三維數(shù)據(jù)場(chǎng)曲面重建中的網(wǎng)格方法以及一些相關(guān)技術(shù)進(jìn)行了研究，內(nèi)容包括曲面網(wǎng)格的重建、曲面網(wǎng)格的簡(jiǎn)化、光順、以及在網(wǎng)格數(shù)據(jù)結(jié)構(gòu)中虛擬內(nèi)存技術(shù)。全文共分六章。 第一章對(duì)三維數(shù)據(jù)可視化技術(shù)作了一個(gè)綜述，著重闡述了三維數(shù)據(jù)的采集以及其分類；可視化技術(shù)中曲面重建算法的介紹以及分類；最后回顧了一下網(wǎng)格簡(jiǎn)化技術(shù)的發(fā)展。 第二章描述了海量數(shù)據(jù)場(chǎng)中的曲面網(wǎng)格分層重建技術(shù)。傳統(tǒng)的曲面重建算法往往是先進(jìn)行等值面抽取再對(duì)抽取的結(jié)果網(wǎng)格進(jìn)行各

2、種后期操作，如網(wǎng)格光順、簡(jiǎn)化等。對(duì)于大數(shù)據(jù)量的數(shù)據(jù)場(chǎng)來(lái)說，等值面抽取過程對(duì)計(jì)算機(jī)的存儲(chǔ)空間提出了很高的要求，通常不得不使用大容量的圖形工作站才能解決問題。本章中我們創(chuàng)新地提出了大數(shù)據(jù)量曲面網(wǎng)格分層重建算法。在算法中，我們首次提出逐層重建，即時(shí)簡(jiǎn)化的策略。采用該策略，我們可以邊重建邊簡(jiǎn)化結(jié)果網(wǎng)格，從而有效地降低了算法對(duì)計(jì)算機(jī)存儲(chǔ)空間的要求。在算法實(shí)例中，我們針對(duì)已分割的VisibleHuman頭部切片數(shù)據(jù)，完成了大腦，小腦，脊椎等器官的表

3、面重建工作。實(shí)踐結(jié)果表明分層重建算法能在有限的內(nèi)存空間里完成傳統(tǒng)網(wǎng)格重建算法所不能完成的大數(shù)據(jù)量的曲面網(wǎng)格重建。這對(duì)一些大數(shù)據(jù)量網(wǎng)格重建工作，如醫(yī)學(xué)圖象可視化等，在個(gè)人計(jì)算機(jī)上普及應(yīng)用起到一定的幫助作用。此外，本文算法的思想還可應(yīng)用在大數(shù)據(jù)量網(wǎng)格模型的簡(jiǎn)化，傳輸?shù)确矫妗?第三章介紹了基于離散曲率的邊折疊網(wǎng)格簡(jiǎn)化算法。雖然網(wǎng)格在計(jì)算機(jī)表示中是離散的，但近似的離散曲率依然能有效地反映曲面網(wǎng)格的幾何特征。網(wǎng)格簡(jiǎn)化的過程可以看作為曲面幾

4、何特征信息按一定順序剔除的過程。在這一章中，我們提出基于離散曲率的方法。通過網(wǎng)格頂點(diǎn)處的離散曲率計(jì)算，我們可以盡可能地減少低頻區(qū)域的頂點(diǎn)密度，保護(hù)網(wǎng)格形狀特征細(xì)節(jié)豐富的高頻區(qū)域。并采用了蝶形子分作為邊折疊產(chǎn)生新點(diǎn)的模板。在本章算法實(shí)例中，我們對(duì)牛模型，鹿頭模型進(jìn)行了簡(jiǎn)化操作，對(duì)簡(jiǎn)化效果進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明，利用該算法來(lái)進(jìn)行曲面簡(jiǎn)化能很好地保持網(wǎng)格的形狀。 第四章詳細(xì)闡述了網(wǎng)格數(shù)據(jù)結(jié)構(gòu)中的虛擬內(nèi)存技術(shù)。由于三維數(shù)據(jù)采集技術(shù)不斷

5、提高，曲面重建所得到的模型網(wǎng)格越來(lái)越復(fù)雜。超大型網(wǎng)格對(duì)計(jì)算機(jī)內(nèi)存容量要求遠(yuǎn)遠(yuǎn)超出現(xiàn)有硬件水平所能承受的范圍。雖然操作系統(tǒng)提出了虛擬內(nèi)存管理的概念，對(duì)數(shù)據(jù)存儲(chǔ)空間做出了一定的擴(kuò)容。但是在對(duì)大數(shù)據(jù)量網(wǎng)格實(shí)際使用中，我們嘗試直接使用操作系統(tǒng)的虛擬內(nèi)存感覺效果并不好，主要存在兩大缺點(diǎn)：可提供的內(nèi)存容量有限且固定；實(shí)際使用內(nèi)存不可控，影響操作系統(tǒng)本身的工作效率。正是基于這兩點(diǎn)考慮，在這一章中，我們根據(jù)超大型網(wǎng)格數(shù)據(jù)管理的需要，提出并設(shè)計(jì)了一個(gè)實(shí)際

6、內(nèi)存可控的虛擬內(nèi)存管理模塊MAGVMM。MAGVMM通過與磁盤空間的交換提供給上層應(yīng)用使用的內(nèi)存容量遠(yuǎn)遠(yuǎn)大于操作系統(tǒng)所能提供的。利用MAGVMM，我們構(gòu)建了支持超大容量的數(shù)組，應(yīng)用到網(wǎng)格的數(shù)據(jù)結(jié)構(gòu)中，從而可以很好地完成大數(shù)據(jù)量網(wǎng)格的操作。在本章的算法實(shí)例中，我們對(duì)貝多芬模型，第二章算法實(shí)例中得到的多個(gè)器官模型在指定使用內(nèi)存容量(均遠(yuǎn)小于模型實(shí)際所需的容量)的情況下進(jìn)行了動(dòng)態(tài)交互顯示。實(shí)驗(yàn)結(jié)果表明，MAGVMM模塊完全達(dá)到我們當(dāng)初設(shè)計(jì)的初