專利名稱：一種基于模型分片和拼接的四邊形網(wǎng)格生成方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種四邊形網(wǎng)格生成方法，尤其涉及一種基于模型分片和拼接的四邊形網(wǎng)格生成方法。
背景技術(shù)：
四邊形網(wǎng)格在許多領(lǐng)域有著廣泛的應(yīng)用，比如紋理貼圖，有限元模擬，B樣條表面重建等。四邊形網(wǎng)格生成的主要難點在于如何處理復(fù)雜多樣的用戶需求和控制，如面片質(zhì)量，邊朝向，特征對齊和奇異點分布等，最終的網(wǎng)格質(zhì)量嚴重依賴于對這些需求的全局考慮和優(yōu)化。同時注意到，許多自然和人造的模型中往往存在一些語義信息，如重復(fù)信息、對稱信息或者四邊網(wǎng)格結(jié)構(gòu)信息。這些高層的語義信息對網(wǎng)格質(zhì)量提出了更高的要求這些結(jié)構(gòu)信息需要在所生成的目標(biāo)四邊形網(wǎng)格中得到準確的保持和體現(xiàn)。在實際的工程應(yīng)用中，經(jīng)常需要處理大規(guī)模的模型(如面片數(shù)量超過百萬的模型)，能否魯棒和有效的處理這類模型很大程度上決定了算法的應(yīng)用范圍。目前四邊形網(wǎng)格生成算法主要分以下幾種，這些方法未能在算法中考慮上述的語義信息，因此無法保持模型中的語義信息；同時，現(xiàn)有方法均無法處理大規(guī)模模型1、全局參數(shù)化的方法，通過在網(wǎng)格表面構(gòu)造一個參數(shù)化域，使得參數(shù)化域的坐標(biāo)軸與用戶指定的方向?qū)R。(可參考RAY，N.，Li，W. C.，L' EVY，B.，SHEFFER，A.， AND ALLIEZ, P. 2006.Periodic global parameterization. ACM Trans. Graph. 25,4, 1460-1485.)2、在模型上沿著給定的方向場跟蹤，生成曲線，這些線相交就得到了四邊形網(wǎng)格。 (可參考 ALLIEZ，P.，COHEN-STEINER，D. ,DEVILLERS, 0.，L' EVY,B.，AND DESBRUN，M. 2003. Anisotropic polygonal remeshing. ACM Trans. Graph. 22,3,485-493)3、網(wǎng)格分片的方法，基于用戶的要求(方向，特征，大小等)，將模型分成一些大的片，然后把這些片轉(zhuǎn)化成為四邊形。(可參考D0NG，S.，BREMER, P. -Τ.，GARLAND, Μ.， PASCUCCI, V. , AND HART, J. C. 2006. Spectral surface quadrangulation. ACM Trans. Graph. 25，3，1057-1066)

發(fā)明內(nèi)容
針對背景技術(shù)的不足，本發(fā)明的目的在于提供一種基于模型分片和拼接的四邊形網(wǎng)格生成方法。為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下基于模型分片和拼接的四邊形網(wǎng)格生成方法包括如下步驟1)輸入網(wǎng)格模型；2)根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求，將網(wǎng)格模型分片成子模型；對所述各子模型進行分析和比對，從中找出具有語義信息的目標(biāo)子模型，所述語義信息包括重復(fù)信息、對稱信息、四邊網(wǎng)格結(jié)構(gòu)信息中的任一種或任幾種；3)根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求以及所述各目標(biāo)子模型的語義信息，在所有所述子模型上分別生成相應(yīng)的方向場和初始密度場；4)根據(jù)所述各目標(biāo)子模型的語義信息，利用各所述子模型上所生成的方向場和初始密度場，建立如式(I)所示的能量方程，再使用混合整數(shù)優(yōu)化策略對所述能量方程進行優(yōu)化，從而在各子模型上得到優(yōu)化后的密度場和邊界細分自由度；
權(quán)利要求
1.一種基于模型分片和拼接的四邊形網(wǎng)格生成方法，其特征在于包括如下步驟1)輸入網(wǎng)格模型；2)根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求，將網(wǎng)格模型分片成子模型；對所述各子模型進行分析和比對，從中找出具有語義信息的目標(biāo)子模型，所述語義信息包括重復(fù)信息、對稱信息、四邊網(wǎng)格結(jié)構(gòu)信息中的任一種或任幾種；3)根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求以及所述各目標(biāo)子模型的語義信息，在所有所述子模型上分別生成相應(yīng)的方向場和初始密度場；4)根據(jù)所述各目標(biāo)子模型的語義信息，利用各所述子模型上所生成的方向場和初始密度場，建立如式(I)所示的能量方程，再使用混合整數(shù)優(yōu)化策略對所述能量方程進行優(yōu)化， 從而在各子模型上得到優(yōu)化后的密度場和邊界細分自由度；
2.根據(jù)權(quán)利要求1所述的一種基于模型分片和拼接的四邊形網(wǎng)格生成方法，其特征在于所述的根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求，將網(wǎng)格模型分片成子模型；對所述各子模型進行分析和比對，從中找出具有語義信息的目標(biāo)子模型，所述語義信息包括重復(fù)信息、對稱信息、四邊網(wǎng)格結(jié)構(gòu)信息中的任一種或任幾種的步驟為1)首先用戶利用手動或者自動的方法將輸入模型分片成為子模型M= U {MJ，然后對這些子模型進行分析和比對；2)如果子模型Mi和某個預(yù)先定義的四邊網(wǎng)格結(jié)構(gòu)模板Q相符且只在某個細分自由度下進行重網(wǎng)格化，則定義Mi具有四邊網(wǎng)格結(jié)構(gòu)信息；3)如果一系列子模型{MJ都具有相同的拓撲和相似的幾何形狀且可以一致的四邊網(wǎng)格化，則定義這組子模型{MJ具有重復(fù)信息；4)如果子模型Mi和M^具有在平移、旋轉(zhuǎn)、縮放或者反射下形狀吻合，則定義子模型Mi 和Mj具有對稱信息。
3.根據(jù)權(quán)利要求1所述的一種基于模型分片和拼接的四邊形網(wǎng)格生成方法，其特征在于所述的根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求以及所述各目標(biāo)子模型的語義信息，在所有所述子模型上分別生成相應(yīng)的方向場和初始密度場的步驟為1)使用網(wǎng)格上的主曲率方向作為初始值，用戶在模型上指定的方向和特征約束的方向為邊界條件，光順去噪后得到方向場，同時保證方向場和所有子模型的邊界方向平行或者垂直；2)根據(jù)方向場的旋度約束能量和用戶提出的邊界約束能量、各向異性約束能量和光順約束能量，得到密度場的能量方程，優(yōu)化該能量方程得到初始的密度場。
4.根據(jù)權(quán)利要求1所述的一種基于模型分片和拼接的四邊形網(wǎng)格生成方法，其特征在于所述的根據(jù)所述各目標(biāo)子模型的語義信息，利用各所述子模型上所生成的方向場和初始密度場，建立如式(I)所示的能量方程，再使用混合整數(shù)優(yōu)化策略對所述能量方程進行優(yōu)化，從而在各子模型上得到優(yōu)化后的密度場和邊界細分自由度的步驟為1)為了表述方便，本發(fā)明首先將具有四邊網(wǎng)格結(jié)構(gòu)信息的子模型定義為“匹配”的子模型，然后將具有重復(fù)信息和對稱信息的子模型定義為“相似”的子模型，對于剩下的子模型， 統(tǒng)稱為“未知”的子模型；2)要對任意2個相鄰的子模型M和M'進行無縫拼接，必須保證它們相鄰邊界上具有相同個數(shù)的四邊形，為此提出3種約束i)第一種約束定義在當(dāng)子模型M和M'均為“匹配” 的子模型時，約束相鄰邊界上M和M'各自的細分自由度保持一致；ii)第二種約束定義在當(dāng)M'為“匹配”的子模型，但M為“未知”的子模型時，約束相鄰邊界上M'的細分自由度與M的密度場保持一致；iii)第三種約束定義在當(dāng)M和M'均為“相似”的子模型時，約束 M和M'對應(yīng)邊界上的密度場保持一致；3)將所述的3種約束加入到密度場的能量方程中，就得到如式(I)所示的能量方程，提出一種啟發(fā)式的混合整數(shù)優(yōu)化求解策略來有效的解決該問題。
5.根據(jù)權(quán)利要求1所述的一種基于模型分片和拼接的四邊形網(wǎng)格生成方法，其特征在于所述的利用所述各目標(biāo)子模型的語義信息以及步驟(4)所獲得的優(yōu)化后的密度場和子模型邊界的細分自由度，對每個所述子模型獨立進行四邊網(wǎng)格化，之后再將所有四邊網(wǎng)格化后的子模型拼接起來形成所述目標(biāo)四邊形網(wǎng)格的步驟為1)首先處理所有“匹配”的子模型，由于任一“匹配”的子模型四邊網(wǎng)格結(jié)構(gòu)已確定，只需利用優(yōu)化得到的細分自由度對結(jié)構(gòu)進行細分就可以得到最終的網(wǎng)格，從而保持了子模型中四邊網(wǎng)格結(jié)構(gòu)已知的約束；2)接著處理所有“相似”的子模型，由于一組“相似”的子模型共享同樣的四邊網(wǎng)格， 只需任意挑選其中一個子模型將其四邊網(wǎng)格化，然后將該網(wǎng)格轉(zhuǎn)移到其他“相似”的子模型上，從而保持了子模型中重復(fù)的語義信息；3)最后處理剩下的“未知”的子模型，這些子模型將被逐一四邊網(wǎng)格化；4)為了保持對稱的語言信息和預(yù)先優(yōu)化好的細分自由度，提出了一種改進的基于波動方程的四邊網(wǎng)格生成算法；對于要處理的子模型，均施加改進后的算法。
全文摘要
本發(fā)明公開了一種基于模型分片和拼接的四邊形網(wǎng)格生成方法。包括如下步驟1)輸入網(wǎng)格模型；2)根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求，將模型分片成子模型；對所述各子模型進行分析和比對，找出具有語義信息的目標(biāo)子模型；3)根據(jù)用戶對目標(biāo)四邊形網(wǎng)格的要求以及各目標(biāo)子模型的語義信息，在所有子模型上分別生成方向場和密度場；4)根據(jù)各目標(biāo)子模型的語義信息以及所生成的方向場和密度場，建立能量方程并得到優(yōu)化的密度場和邊界細分自由度；5)利用獲得的優(yōu)化密度場和邊界細分自由度，對每個所述子模型獨立進行四邊網(wǎng)格化，再將它們拼接起來形成所述目標(biāo)四邊形網(wǎng)格。本發(fā)明可以對四邊網(wǎng)格生成進行靈活的語義控制，同時能夠魯棒和有效的處理大規(guī)模模型。
文檔編號G06T17/20GK102254352SQ201110191528
公開日2011年11月23日 申請日期2011年7月8日 優(yōu)先權(quán)日2011年7月8日
發(fā)明者劉新國, 張沐陽, 鮑虎軍, 黃勁 申請人:浙江大學(xué)