[发明专利]一种基于迭代搜索的三维场景网格模型简化方法及系统

说明书

本发明属于网格模型简化技术领域，具体涉及一种基于迭代搜索的三维场景网格模型简化方法及系统。该方法包括，选取待简化的网格；基于收缩二次误差和曲率计算待简化的网格内每条边的单次收缩权重；基于待简化的网格内每条边的单次收缩权重通过迭代搜索计算待简化的网格内每条边的最终收缩权重；选取待简化的网格内最终收缩权重最小的边作为塌陷边进行对待简化的网格逐步简化直至待简化的网格的压缩率满足要求；重新选取待简化的网格并重复上述步骤，直至所有网格的压缩率满足要求。本发明能够在简化的同时保留三维场景网格模型的视觉特征。

技术领域

本发明属于网格模型简化技术领域，具体涉及一种基于迭代搜索的三维场景网格模型简化方法及系统。

背景技术

三维模型作为点、面、其他信息集合的数据，在影视、游戏、医疗、建筑等领域有重要应用。近年来，随着电影行业和制造业的计算机辅助建模技术的不断提高，三维模型的面数可以达到百万量级，虽然在某些场景下，高精细模型是必要的，但是在数据网络传输、实时渲染等情况下，为了速度考虑，需要减少网格中的三角形面数。因此，如果如何在减少网格中三角形面数的同时，尽可能保持模型的信息是一个重要的问题。

网格模型简化的最常用方法之一是迭代边收缩，为了简化网格，需要迭代地选择一条边并将其折叠成单个，重复这个过程，直到模型的顶点数或面数减少到所需数量。例如，Garland和Heckbert提出的二次误差度量算法，可以快速可靠的简化网格，但是无法解释网格自身的关键特性；Michaud等人使用了完全基于曲率的误差度量算法。但是这些方法大多数不能保留模型最明显的视觉特征。

发明内容

为解决现有技术的不足，本发明提供一种基于迭代搜索的三维场景网格模型简化方法及系统，利用收缩二次误差来优化顶点位置，并且考虑了离散曲率，优先简化平摊的平面和区域，保持具有细节和关键特征区域的面数，能够在简化的同时保留三维场景网格模型的视觉特征。

为解决现有技术的不足，本发明提供的技术方案为：

一种基于迭代搜索的三维场景网格模型简化方法，包括，

S1：选取待简化的网格；

S2：基于收缩二次误差和曲率计算待简化的网格内每条边的单次收缩权重，基于待简化的网格内每条边的单次收缩权重通过迭代搜索计算待简化的网格内每条边的最终收缩权重；

S3：选取待简化的网格内最终收缩权重最小的边作为塌陷边对待简化的网格简化；

S4：判断待简化的网格当前的压缩率是否满足该网格的压缩率要求，若是，则转步骤S5；否则，重复步骤S2～S3，直至待简化的网格的压缩率满足要求；

S5：重新选取待简化的网格并重复步骤S2～S4，直至所有网格的压缩率满足要求。

优选的，所述基于收缩二次误差和曲率计算待简化的网格每条边的单次收缩权重，包括，

其中，为边e的单次收缩权重，为边e的收缩二次误差；v₁,v₂为边e的两个顶点，为塌陷边e的最优点，K_e为边e的高斯曲率；S为sigmoid函数；K_e和S的计算公式如下：

为点v₁的高斯曲率，为点v₂的高斯曲率，d₁为点v₁到最优点的距离，d₂为点v₂到最优点的距离。

优选的，所述基于待简化的网格内每条边的单次收缩权重通过迭代搜索计算待简化的网格内每条边的最终收缩权重，包括，