导读:本文包含了大型网格模型论文开题报告文献综述及选题提纲参考文献，主要关键词:网格简化,二次误差度量,边折迭,顶点法向量
大型网格模型论文文献综述
李红波,刘昱晟,吴渝,罗璇[1]（2013）在《基于二次误差度量的大型网格模型简化算法》一文中研究指出针对传统网格模型简化算法无法处理尺寸大于内存容量的网格模型的问题,提出一种改进的基于二次误差度量的大型网格简化算法。在经典二次误差度量(quadric error metric,QEM)算法的基础上,改进算法引入顶点法向量夹角与边长作为权值,以及基于八叉树的模型划分策略。实验结果表明,该算法能够完成大型网格模型的简化,并且在简化过程中很好地保持了原模型的细节特征。(本文来源于《计算机工程与设计》期刊2013年09期）
张亚萍,陈旭,王运琼[2]（2011）在《基于表面分割的大型叁维网格模型多分辨率表示构建与绘制》一文中研究指出多分辨率技术作为一种非常有效的绘制加速技术,一直得到广泛的应用。但是对于大型叁维网格模型而言,这种技术的设计和实现本身存在诸多难点。本文研究并实现了基于表面分割的大型叁维网格模型多分辨率表示构建与绘制算法,提供最精细的顶点粒度细化选择,保证最佳的绘制质量。该算法采用双层次结构,由渐进网格簇来表示模型的簇层次结构,用于视点相关的粗粒度细化,而由簇节点内渐进网格构建顶点树层次结构,用于精细粒度的局部细化。为了提高模型的局部细化速度,本文采用GPU实现簇内顶点树的视点相关并行细化,极大地减轻了CPU的负载,使其能够在GPU进行局部细化时并行执行数据的预取,从而更为有效地隐藏数据的I/O延迟。(本文来源于《Proceedings of 2011 International conference on Intelligent Computation and Industrial Application(ICIA 2011 V2)》期刊2011-06-18）
高峰,武殿梁,程奂翀,范秀敏[3]（2011）在《大型有限元网格模型的快速简化与交互绘制》一文中研究指出随着有限元分析计算的复杂化,计算结果的数据量大大增加甚至超出内存限制。提出一种基于外存的多分辨率构建和绘制算法,采用自适应性二叉树对模型的包围盒进行划分,自底层向上简化网格数据及物理数据,构建模型的多分辨率层次结构,较好地保持了原始细节分布;在实时绘制时,采用基于视点的细节层次选择策略进行模型的跟新。实验结果表明,该算法计算速度较快,可以对大型有限元网格模型进行快速绘制并显示其物理计算结果。(本文来源于《机械设计与制造》期刊2011年04期）
张亚萍,陈旭,王运琼[4]（2010）在《基于表面分割的大型叁维网格模型多分辨率表示构建与绘制》一文中研究指出多分辨率技术作为一种非常有效的绘制加速技术,一直得到广泛的应用。但是对于大型叁维网格模型而言,这种技术的设计和实现本身存在诸多难点。本文研究并实现了基于表面分割的大型叁维网格模型多分辨率表示构建与绘制算法,提供最精细的顶点粒度细化选择,保证最佳的绘制质量。该算法采用双层次结构,由渐进网格簇来表示模型的簇层次结构,用于视点相关的粗粒度细化,而由簇节点内渐进网格构建顶点树层次结构,用于精细粒度的局部细化。为了提高模型的局部细化速度,本文采用GPU实现簇内顶点树的视点相关并行细化,极大地减轻了CPU的负载,使其能够在GPU进行局部细化时并行执行数据的预取,从而更为有效地隐藏数据的I/O延迟。(本文来源于《Proceedings of 2010 The 3rd International Conference on Computational Intelligence and Industrial Application(Volume 7)》期刊2010-12-04）
张亚萍,熊华,姜晓红,石教英[5]（2010）在《大型网格模型简化和多分辨率技术综述》一文中研究指出网格简化和多分辨率绘制是2种对于提高绘制性能非常有效的技术,但对于大型网格模型,这2种技术的设计和实现本身也存在诸多难点.文中综述了大型网格模型简化和多分辨率技术的研究进展,首先分析和比较基于网格分割、基于外存数据结构和基于流式策略的大型网格模型简化方法,然后介绍和比较大型网格模型多分辨率表示的设计、构建和绘制技术.最后总结并展望了该研究领域的发展趋势.(本文来源于《计算机辅助设计与图形学学报》期刊2010年04期）
张亚萍[6]（2010）在《大型叁维网格模型多分辨率构建与绘制》一文中研究指出随着叁维扫描、计算机辅助设计和科学仿真等技术的发展和应用需求的拉动,包含上千万甚至数十亿几何图元的叁维网格模型变得十分普遍,如何实现这些模型的交互式绘制成为迫切需要解决的难题。多分辨率技术作为一种非常有效的绘制加速技术,一直得到广泛的应用。但是对于大型叁维网格模型而言,这种技术的设计和实现本身存在诸多难点。受限于内存容量,网格模型的几何数据及其辅助数据结构不能完全装载进内存,无法直接应用传统的多分辨率构建与绘制算法;受限于总线带宽和CPU处理能力,大型叁维网格模型的多分辨率构建普遍耗时很长。本文在深入研究近年来大型叁维网格模型简化和多分辨率技术的基础上,通过分析比较各种方法的关键思想及其优缺点,提出并实现了能够有效减少大型叁维网格模型多分辨率构建时间的并行构建算法,以及兼顾构建速度和绘制质量的大型叁维网格模型多分辨率构建与绘制算法,研究并实现了适用于拓扑复杂、局部深度相差较大模型的大型叁维网格模型多分辨率构建与绘制算法,最后把上述成果扩展到网格(Grid)环境上。本文的贡献和创新点主要体现在以下四个方面:1.针对基于外存八叉树的大型叁维网格模型多分辨率构建算法,提出了基于子树的任务分割策略和基于基准测试的动态构建任务管理机制,实现大型叁维网格模型的多分辨率并行构建和负载平衡,有效地提高了大型叁维网格模型的多分辨率构建速度。2.完成了基于自适应空间聚类的大型叁维网格模型多分辨率构建与绘制算法,既提高了简化质量,又保持了空间聚类算法的高效性。本文采用适应性八叉树对模型的包围盒进行划分,自顶向下构建模型的多分辨率层次结构,较好地保持了原模型的细节分布;并对多分辨率层次结构中每个节点所包含的叁角形片段进行网格排布优化,降低缓存的平均失配率;在实时绘制时,采用基于视点的细节层次选择策略进行模型的细化,以及通过数据预取机制来隐藏磁盘I/O延时,进一步提高绘制性能。3.完成了基于表面分割的大型叁维网格模型多分辨率构建与绘制算法,提供最精细的顶点粒度细化选择,保证最佳的绘制质量。该算法采用双层次结构,由渐进网格簇来表示模型的簇层次结构,用于视点相关的粗粒度细化,而由簇节点内渐进网格构建顶点树层次结构,用于精细粒度的局部细化。本文采用GPU实现渐进网格顶点树的视点相关并行细化,极大地提高了模型的局部细化速度,减轻了CPU的负载,使其能够在GPU进行局部细化时并行执行数据的预取,从而更为有效地隐藏数据的I/O延迟。4.在前期的交互式可视化网格(Grid)系统的实现基础上,通过扩展其运行时环境层,为大型叁维网格模型的多分辨率并行构建提供网格(Grid)环境支持,实现资源的动态配置与调度,增强并行构建过程的灵活性、容错性和可扩展性;并通过扩展网格(Grid)门户,为用户提供大规模数据集的可视化服务。(本文来源于《浙江大学》期刊2010-01-01）
张亚萍,熊华,姜晓红,石教英[7]（2008）在《大型网格模型多分辨率的外存构建与交互绘制》一文中研究指出结合多分辨率、网格排布和基于视点的绘制技术,提出一种外存多分辨率构建和绘制算法.采用适应性八叉树对模型的包围盒进行划分,自顶向下构建模型的多分辨率层次结构,较好地保持了原模型的细节分布;并对多分辨率结构中每个节点所包含的叁角形片段进行网格排布优化,降低了缓存的平均失效率;在实时绘制时,采用基于视点的细节层次选择策略进行模型的细化;最后通过引入数据预取机制来隐藏磁盘I/O延时,进一步提高绘制性能.实验结果表明,该算法在绘制速度与细节保留上均优于同类MRMM算法.(本文来源于《计算机辅助设计与图形学学报》期刊2008年09期）
李鑫[8]（2007）在《大型叁维网格模型的实时绘制与快速简化算法研究》一文中研究指出随着叁维数字建模技术的快速发展,叁维数字建模技术在医用图像、文物保护、电影制作、叁维游戏等领域都得到了广泛的应用。使用叁维激光扫描仪采集得到的叁维网格模型越来越巨大,然而传统的网格处理算法并不适用于大型网格模型。因此人们需要研究新的算法来处理大型网格,这使得大型网格的处理问题成为了现今研究的热点问题。特别是大型网格模型的实时绘制和快速简化问题,他们既是大型网格模型处理的常见问题,又是基础问题,很值得我们研究。因此本文着重于这两个问题的研究。在大型模型的实时绘制方面,本文提出了一种实现简单而且绘制效率很高的大型模型实时绘制算法。该算法先将模型重新组织成树状结构。树的上部结点表示的模型区域较大,但网格的密度较低;树的下部结点表示的模型区域较小,但是网格的密度较高。在绘制的时候,根据模型中不同结点距离视点的远近,只选择在视点中可见而且密度合适的结点进行绘制,以此来大幅减少需要绘制的叁角形的数目,达到实时绘制的目的。在大型模型的快速简化方面,本文提出了一种既快速,又较好的保持了模型特征的简化算法。该算法使用GPU绘制的方法来对网格进行重新采样,快速得到网格简化后的模型。然而基于绘制的方法只能重建模型可见部分,因此我们先把模型进行分割,依次对每个分割部分进行简化,最后再把简化后的每个部分缝合起来,得到最终完整的简化模型。(本文来源于《北京大学》期刊2007-05-01）
华岗[9]（2006）在《大型叁维网格模型的简化与交互式绘制》一文中研究指出近年来,随着叁维模型采集设备精度的提高,从现实世界获取的叁维模型质量也不断提高。这些高质量的叁维模型可以高度真实地保留原物体的全部细节,在文物保护、数字化图书馆、虚拟人计划以及电影游戏等领域得到了广泛应用。但是这些规模急剧增长的叁维模型,给绘制、编辑、传输和存储等方面带来了许多新的难题和挑战。叁维模型简化是一个减少模型复杂度的有效方法。但是传统的模型简化算法一般需要将要处理的模型完全调入内存,无法直接应用于大型叁维模型。为解决该问题,研究者们提出了大型叁维模型的外存简化技术(out-of-core simplification),该领域也成为计算机图形学的研究热点之一。现有基于迭代收缩的大型模型简化算法能获得高质量的简化模型,但是其所需的辅助数据结构复杂,计算开销大,简化效率低(以每秒简化的面片个数衡量)。基于点聚类的简化算法简化速度快,更适合大型叁维模型。本文采用点聚类简化算法,实现并改进叁个基于点聚类的模型简化算法和一个基于视点的多分辨率构建和绘制算法。一、分析、比较了常规模型的简化算法,实现了一个简单高效的基于点聚类的内存(in-core)简化算法。该算法对模型包围盒进行均匀网格划分,采用保持体积的二次误差度量矩阵求取每个格子的最优代表点。该算法的实现为后续大型叁维模型简化算法的研究奠定了基础。二、分析、比较了大型模型的简化算法,实现了一种内存容量不依赖于输入模型大小的简化算法,即OoCS算法。但是该算法的输出模型大小依赖于内存容量,如果简化后的模型仍然需要保持比较高的复杂度,则此算法无法满足。为解决这一问题,参照OoCSx算法,本文实现了输入和输出模型大小均不依赖于内存容量的外存简化算法。叁、本文设计并实现了一种大型模型的多分辨率构建与绘制算法。该算法基于八叉树空间划分,通过内外存映射技术,构建外存多分辨率层次结构。基于该多分辨率表示,实现了依赖视点的细节层次(LOD)选择和绘制,包括基于视锥的绘制算法、基于背面剔除的绘制算法、基于屏幕覆盖率的绘制算法和基于模型轮廓的绘制算法。我们改进的简化算法提高了简化模型的质量,可以达到每秒50-300k个叁角形的简化速度,并且输入和输出模型大小均不依赖于内存容量。实现的基于视点的多分辨率构建和绘制算法,可以满足在普通通用计算机上实时绘制大型叁维模型的需求。(本文来源于《辽宁工程技术大学》期刊2006-12-01）
冯洁,查红彬[10]（2006）在《大型叁维网格模型的简化及基于视点的LOD控制》一文中研究指出传统的叁维网格简化及多分辨率建模方法对数据量超出内存限制的大型网格模型已不适用·提出一种基于外存的网格简化和基于视点的细节层次控制方法·该方法建立在网格分割的基础上,利用分割边界的对应性,在一次遍历中对所有的网格分块进行简化,从而克服了通常的网格分割简化方法需要多次分割、重复简化的缺点;同时实现了针对大型网格模型的基于视点的选择性绘制·对模型进行绘制时,模型局部细节可以被快速抽取出来,并且网格的分辨率在整个模型表面呈连续分布·(本文来源于《计算机辅助设计与图形学学报》期刊2006年02期）
大型网格模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
多分辨率技术作为一种非常有效的绘制加速技术,一直得到广泛的应用。但是对于大型叁维网格模型而言,这种技术的设计和实现本身存在诸多难点。本文研究并实现了基于表面分割的大型叁维网格模型多分辨率表示构建与绘制算法,提供最精细的顶点粒度细化选择,保证最佳的绘制质量。该算法采用双层次结构,由渐进网格簇来表示模型的簇层次结构,用于视点相关的粗粒度细化,而由簇节点内渐进网格构建顶点树层次结构,用于精细粒度的局部细化。为了提高模型的局部细化速度,本文采用GPU实现簇内顶点树的视点相关并行细化,极大地减轻了CPU的负载,使其能够在GPU进行局部细化时并行执行数据的预取,从而更为有效地隐藏数据的I/O延迟。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
大型网格模型论文参考文献
[1].李红波,刘昱晟,吴渝,罗璇.基于二次误差度量的大型网格模型简化算法[J].计算机工程与设计.2013
[2].张亚萍,陈旭,王运琼.基于表面分割的大型叁维网格模型多分辨率表示构建与绘制[C].Proceedingsof2011InternationalconferenceonIntelligentComputationandIndustrialApplication(ICIA2011V2).2011
[3].高峰,武殿梁,程奂翀,范秀敏.大型有限元网格模型的快速简化与交互绘制[J].机械设计与制造.2011
[4].张亚萍,陈旭,王运琼.基于表面分割的大型叁维网格模型多分辨率表示构建与绘制[C].Proceedingsof2010The3rdInternationalConferenceonComputationalIntelligenceandIndustrialApplication(Volume7).2010
[5].张亚萍,熊华,姜晓红,石教英.大型网格模型简化和多分辨率技术综述[J].计算机辅助设计与图形学学报.2010
[6].张亚萍.大型叁维网格模型多分辨率构建与绘制[D].浙江大学.2010
[7].张亚萍,熊华,姜晓红,石教英.大型网格模型多分辨率的外存构建与交互绘制[J].计算机辅助设计与图形学学报.2008
[8].李鑫.大型叁维网格模型的实时绘制与快速简化算法研究[D].北京大学.2007
[9].华岗.大型叁维网格模型的简化与交互式绘制[D].辽宁工程技术大学.2006
[10].冯洁,查红彬.大型叁维网格模型的简化及基于视点的LOD控制[J].计算机辅助设计与图形学学报.2006