面向移动端的渐进网格简化算法

作者：褚苏荣; 牛之贤^*; 宋春花; 牛保宁

来源：计算机应用, 2020, 40(03): 806-811.

• 渐进网格
• 网格简化
• 二次误差
• 边折叠
• Hausdorff距离
• 误差反向传播神经网络

针对现有渐进网格(PM)简化算法在网格高度简化时无法保持模型关键特征、简化速度慢、无法适应多种模型等问题,提出一种以可变参数结合二次误差和类曲率特征度的边折叠算法(QFVP),用于构建面向移动端的渐进网格。首先,该算法通过设置可变参数w,调整二次误差和类曲率特征度在边折叠误差中的相对大小,提升了算法的简化质量,扩大了算法的适用范围;其次,训练了一个误差反向传播(BP)神经网络,用于确定模型w值;再次,提出了边折叠过程中法向量线性估算法,提高算法简化速度,与Gouraud估算法相比,平均缩短网格简化时间23. 7%。对比实验显示,QFVP简化生成渐进网格的基网格整体误差小于二次误差度量(QEM)算法和Melax算法;简化时间比QEM算法平均延长7. 3%,比Melax算法平均缩短54. 7%。

• 单位
  太原理工大学