基于點(diǎn)的造型與繪制技術(shù)的研究.pdf

1、隨著計(jì)算機(jī)圖形學(xué)的飛速發(fā)展，三維計(jì)算機(jī)圖形學(xué)已經(jīng)滲透到計(jì)算機(jī)應(yīng)用的方方面面。人們對計(jì)算機(jī)造型與繪制技術(shù)的要求不斷提高，計(jì)算機(jī)模擬場景的規(guī)模越來越大，景物的細(xì)節(jié)也越來越豐富。特別隨著三維數(shù)碼掃描儀的大規(guī)模普及與應(yīng)用，掃描所得到的網(wǎng)格點(diǎn)的數(shù)目達(dá)到了十億的數(shù)量級，掃描獲取的幾何體的細(xì)節(jié)以及外形的日漸豐富，對有效生成、處理超大規(guī)模幾何模型的新方法的需求也日漸增長。采用傳統(tǒng)的基于三角面片的繪制方法，現(xiàn)有的計(jì)算機(jī)硬件難以達(dá)到實(shí)時繪制的要求，繪制環(huán)節(jié)

2、成為了瓶頸。近年來，一種新的繪制三維模型方法—“基于點(diǎn)的繪制”開始逐漸被人們所重視，隨著對其研究的不斷發(fā)展，逐漸成為計(jì)算機(jī)圖形學(xué)中研究熱點(diǎn)。 本文首先介紹了基于點(diǎn)的獲取、處理以及繪制的全流程，基于點(diǎn)表示曲面的性質(zhì)和基于點(diǎn)表示曲面的方法，以及目前常見的幾種基于點(diǎn)的造型技術(shù)。本文主要工作： (1)基于Kohonen神經(jīng)網(wǎng)絡(luò)能夠保持拓?fù)浣Y(jié)構(gòu)的自組織映射的特性，對散亂數(shù)據(jù)點(diǎn)進(jìn)行曲面重構(gòu)，建立了基于自組織特征映射神經(jīng)網(wǎng)絡(luò)的矩形網(wǎng)格

3、重構(gòu)模型。所建模型利用神經(jīng)元對曲面散亂數(shù)據(jù)點(diǎn)的學(xué)習(xí)和訓(xùn)練來模擬曲面上點(diǎn)與點(diǎn)之間的內(nèi)在關(guān)系，節(jié)點(diǎn)連接權(quán)向量集作為對散亂數(shù)據(jù)點(diǎn)集的近似化并重構(gòu)曲面樣本點(diǎn)的內(nèi)在拓?fù)潢P(guān)系。通過該方法得到的曲面可以對原始的散亂數(shù)據(jù)點(diǎn)集逼近，可以作為后繼曲面重構(gòu)的初始曲面，而且還可以對密集散亂數(shù)據(jù)點(diǎn)自組織壓縮，并構(gòu)建保持原數(shù)據(jù)點(diǎn)集的拓?fù)湫螤?，這樣降低原始數(shù)據(jù)點(diǎn)的數(shù)量，擴(kuò)大了神經(jīng)網(wǎng)絡(luò)曲面重構(gòu)方法的應(yīng)用領(lǐng)域。 (2)主要根據(jù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)具有

4、很強(qiáng)的非線性逼近能力，以及強(qiáng)大的抗噪、修復(fù)能力等優(yōu)點(diǎn)，提出將徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用于帶有噪聲數(shù)據(jù)散亂數(shù)據(jù)點(diǎn)自由曲面的重構(gòu)方法，并對該方法理論上的可行性和實(shí)踐上的實(shí)用性進(jìn)行了討論和驗(yàn)證。結(jié)果表明：該模型不僅能夠有效地逼近不完善的、帶有噪聲的曲面，而且學(xué)習(xí)速度很快，提高了對破損、不完全曲面重建的效率和精度，得到的曲面光順性好。 本文最后部分主要介紹了基于點(diǎn)繪制的技術(shù)，以及基于點(diǎn)的繪制方法、基于點(diǎn)繪制技術(shù)存在問題和基于點(diǎn)的繪制技術(shù)的進(jìn)