潘云鹤（第3版）计算机图形学6-NEWV.pptVIP

6.5 网格简化 Kp是平面p的基本误差二次型(fundamental error quadric) 顶点v二次误差测度矩阵 Garland二次误差算法 6.5 网格简化 初始化时，由于每个原始顶点都是其相关联三角面片的交点，因此原始顶点v的初始误差Δ(v) = 0。 进行边折叠 新顶点的最优位置 边折叠代价 Garland二次误差算法 6.5 网格简化 初始化时，由于每个原始顶点都是其相关联三角面片的交点，因此原始顶点v的初始误差Δ(v) = 0。 进行边折叠 折叠后v 的二次误差测度矩阵为 选取 最小的点对进行抽取融合，迭代进行，直到删减的网格数量满足要求为止。这种方法速度较快，简化后模型表面误差均值较低。 Garland二次误差算法 6.6 网格滤波与光顺 网格滤波 去除网格噪音和干扰信息，尽可能恢复物体原本形状或者满足工业生产需求。 网格光顺 更加注重调节网格至规则形状，网格密度和分布趋于均匀 这两种方法经常紧密联系在一起，相互渗透 常见算法 Laplacian光顺方法 均值曲率光顺算法 双边滤波算法 6.6 网格滤波与光顺 将信号处理方法用于任意拓扑结构的三角网格模型光顺 通过求取网格模型的Laplacian算子， 将它们的特征向量作为给定网格的频率， 利用该线性算子对网格模型不断进行裁剪以达到光顺模型的目的 Lapl