公开(公告)号：CN109671154A

公开(公告)日：2019-04-23

申请号：CN201811513784.2

申请日：2018-12-11

Applicant: 中南大学

Inventor： 刘圣军 ,  杨崇俊

IPC: G06T17/20

Abstract: 本发明公开了一种三角网格表示的曲面非迭代重新网格化方法，进行网格重划分时先输入待重划分网格模型，其次采用特征点提取、有效特征线判断和使用LDNI方法进行模型重采样，然后进行点云数量优化和点云位置优化，并以网格半径为约束生成网格，再以最大面积为标准去除冗余三角片，最后以面积、二面角和三角片质量为约束进行网格修复即可输出。整个过程快速对模型三角片质量进行优化；使用新的基于点与三角片混合表示的数据结构，使得在进行处理时，能够确定重采样点在原始模型的特征信息；使用法向距离替代欧式距离，能够保留细节特征；在修补算法中考虑法向信息，使得缺失部分较好的还原。

公开(公告)号：CN109671154B

公开(公告)日：2021-05-25

申请号：CN201811513784.2

申请日：2018-12-11

Applicant: 中南大学

Inventor： 刘圣军 ,  杨崇俊

IPC: G06T17/20

Abstract: 本发明公开了一种三角网格表示的曲面非迭代重新网格化方法，进行网格重划分时先输入待重划分网格模型，其次采用特征点提取、有效特征线判断和使用LDNI方法进行模型重采样，然后进行点云数量优化和点云位置优化，并以网格半径为约束生成网格，再以最大面积为标准去除冗余三角片，最后以面积、二面角和三角片质量为约束进行网格修复即可输出。整个过程快速对模型三角片质量进行优化；使用新的基于点与三角片混合表示的数据结构，使得在进行处理时，能够确定重采样点在原始模型的特征信息；使用法向距离替代欧式距离，能够保留细节特征；在修补算法中考虑法向信息，使得缺失部分较好的还原。