CN111179401B - 基于3d曲面数据的拓扑分组方法 - Google Patents
基于3d曲面数据的拓扑分组方法 Download PDFInfo
- Publication number
- CN111179401B CN111179401B CN201911412153.6A CN201911412153A CN111179401B CN 111179401 B CN111179401 B CN 111179401B CN 201911412153 A CN201911412153 A CN 201911412153A CN 111179401 B CN111179401 B CN 111179401B
- Authority
- CN
- China
- Prior art keywords
- line segment
- spline data
- data
- spline
- topology
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
Abstract
本发明提出了一种基于3D曲面数据的拓扑分组方法,将曲面的样条数据划分6个类别,针对每一类别设定对应的拓扑临近关系判定规则;获取曲面上所有的样条数据,并根据每个样条数据的属性值,判断其所属类别,并进行归属分类;分类完成后,获取每个类别中的全部样条数据的属性值和容差,并对每个类别中全部样条数据的属性值和容差两两逐一进行比较,符合该类别对应的拓扑临近关系判定规则,则将两条样条数据进行重合,即拓扑成功;对所有样条数据进行判定后,根据样条数据之间的拓扑临近关系,建立曲面拓扑模型。本发明对曲面数据进行拓扑分组后,曲面数据节点少,会使得后期细分生成多边形网格数量少,从而提升渲染效率。
Description
技术领域
本发明涉及曲面数据技术领域,特别涉及一种基于3D曲面数据的拓扑分组方法。
背景技术
在曲面模型构建过程中,由于绘制曲面的软件不同,在对曲面进行重建时,会使原始曲面的样条数据节点较多,不利于拓扑细分生成网格优化,并且由于样条数据节点较多,在对其渲染时,需对更多的多边形网格进行渲染所需时间较长。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种基于3D曲面数据的拓扑分组方法,其渲染速度快,用时少。
为了实现上述目的,本发明提供一种基于3D曲面数据的拓扑分组方法,包括以下步骤:
步骤S1,将曲面的样条数据划分6个类别,针对每一类别设定对应的拓扑临近关系判定规则;
步骤S2,获取曲面上所有的样条数据,并根据每个样条数据的属性值,判断其所属类别,并进行归属分类;
步骤S3,分类完成后,获取每个类别中的全部样条数据的属性值和容差,并对每个类别中全部样条数据的属性值和容差两两逐一进行比较,符合该类别对应的拓扑临近关系判定规则,则将两条样条数据进行重合,即拓扑成功,反之,两条样条数据不重合,即拓扑失败;
步骤S4,对所有样条数据进行判定后,根据样条数据之间的拓扑临近关系,建立曲面拓扑模型。
在上述任一方案中优选的是,6个类别包括线段集合、多边形线段集合、曲线线段集合、抛物线线段集合、双曲线线段集合、椭圆线段集合。
在上述任一方案中优选的是,对线段集合中的线段样条数据进行拓扑临近关系判定规则步骤如下:
1)获取线段集合中的全部线段样条数据的容差和属性值,并将线段集合中的全部线段样条数据两两逐一进行比较;
2)当对两条线段样条数据进行比较时,首先通过给定的容差来比较两条线段样条数据的方向,当两条线段样条数据的方向相同或者相反时,则判定两条线段样条数据的朝向相同;反之,则判定两条线段样条数据的朝向不相同;
3)当判定两条线段样条数据的朝向相同时,则从分别两条线段样条数据的属性值中获取这两条线段样条数据对应的开始点、结束点,并分别计算其中一条线段样条数据的线段长度L1、两条线段样条数据的开始点之间的距离D1、其中一条线段样条数据的开始点与另一条线段样条数据的结束点之间的距离D2,如果D1+D2<=L1,则判定两条线段样条数据有重合,即拓扑成功;如果D1+D2>L1,则分别计算其中一条线段样条数据的结束点与另一条线段样条数据的开始点之间的距离D3、两条线段样条数据的结束点之间的距离D4,如果D3+4<=L1,则判定两条线段样条数据有重合,即拓扑成功;反之,则判定两条线段样条数据不重合,即拓扑失败。
在上述任一方案中优选的是,对多边形线段集合中的多边形线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取多边形线段集合中的全部多边形线段样条数据的容差和属性值,并将多边形线段集合中的全部多边形线段样条数据两两逐一进行比较;
2)当对两条多边形线段样条数据进行比较时,分别从两条多边形线段样条数据的属性值中获取这两条多边形线线段样条数据对应的开始点、结束点,通过给定的容差来比较两条多边形线段样条数据的开始点、结束点是否对应相等,如果两条多边形线段样条数据的开始点对应相等,其结束点也对应相等,则进行步骤3);
3)分别获取这两条多边形线段样条数据中点的个数,如果两者个数相同,则判定这两条多边形线段样条数据相等;反之,则拓扑失败;
4)判定这两条多边形线段样条数据相等后,分别获取这两条多边形线段样条数据中的每个点,通过容差比较这两条多边形线段样条数据中对应的点,如果对应的点相等,则拓扑成功;如果有不相等的,则拓扑失败。
在上述任一方案中优选的是,对曲线线段集合中的曲线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取曲线线段集合中的全部曲线线段样条数据的容差和属性值,并将曲线线段集合中的全部曲线线段样条数据两两逐一进行比较;
2)当对两条曲线线段样条数据进行比较时,分别对这两条曲线线段样条数据的属性值进行相互比较,如果这两条曲线线段样条数据的属性值都一样,则进行步骤3);
3)分别获取这两条曲线线段样条数据的全部转折点的个数和每个转折点的属性值,并通过给定的容差判断两条曲线线段样条数据的全部转折点的个数是否相同,对应转折点的属性值是否相同,如果全部转折点的个数相同,对应转折点的属性值也相同,则进行步骤4);
3)分别获取这两条曲线线段样条数据中所有点的属性值并对应进行比较,如果都对应相同,则拓扑成功。
在上述任一方案中优选的是,对抛物线线段集合中的抛物线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取抛物线线段集合中的全部曲线线段样条数据的容差和属性值,并将抛物线线段集合中的全部抛物线线段样条数据两两逐一进行比较;
2)当对两条抛物线线段样条数据进行比较时,分别获取两条抛物线线段样条数据的中心法线,通过给定的容差判断两条抛物线线段样条数据的中心法线是否相同,如果相同,则拓扑成功;反之,则拓扑失败。
在上述任一方案中优选的是,对双曲线线段集合中的双曲线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取双曲线线段集合中的全部曲线线段样条数据的容差和属性值,并将双曲线线段集合中的全部双曲线线段样条数据两两逐一进行比较;
2)当对两条双曲线线段样条数据进行比较时,分别获取两条双曲线线段样条数据的中心法线半轴,通过给定的容差判断两条双曲线线段样条数据的中心法线半轴是否相同,如果相同,则拓扑成功;反之,则拓扑失败。
在上述任一方案中优选的是,对椭圆线段集合中的椭圆线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取椭圆线段集合中的全部曲线线段样条数据的容差和属性值,并将椭圆线段集合中的全部椭圆线段样条数据两两逐一进行比较;
2)当对两条椭圆线段样条数据进行比较时,分别获取两条椭圆线段样条数据的大半径、小半径、方向、法线、角度,通过给定的容差判断两条椭圆线段样条数据对应的大半径、小半径、方向、法线、角度是否全部相同,如果全部相同,则拓扑成功;反之,则拓扑失败。
在上述任一方案中优选的是,在步骤S3中,当一条样条数据与其相同类别下其他样条数据两两逐一比较时,如果该样条数据与多个其他样条数据根据该类别对应的拓扑临近关系判定规则,判定成功时,则将该样条数据与多个其他样条数据全部进行重合。
本发明的基于3D曲面数据的拓扑分组方法具有以下有益效果:
1、本发明的基于3D曲面数据的拓扑分组方法能够将原始曲面中较多的曲面样条数据根据进行拓扑临近关系判定规则进行判定,并对判定成功后的样条数据进行重合拓扑,使得曲面数据的节点数较少,对其渲染时,其渲染速度快,用时少,从而提升了渲染效率。
2、本发明的基于3D曲面数据的拓扑分组方法其应用非常广,还可以应用在对曲面进行计算的领域,在对曲面进行计算时,由于曲面数据节点少,后期细分生成多边形网格数量也少,从而大大缩短了计算时间。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明的流程图;
图2是本发明的线段样条数据进行拓扑临近关系判定示意图;
图3是原始的曲面示意图;
图4是使用本发明的基于3D曲面数据的拓扑分组方法后的曲面样条数据示意图;
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明提供本发明提供一种基于3D曲面数据的拓扑分组方法,如图1所示,包括以下步骤:
步骤S1,将曲面的样条数据划分6个类别,针对每一类别设定对应的拓扑临近关系判定规则;6个类别包括线段集合、多边形线段集合、曲线线段集合、抛物线线段集合、双曲线线段集合、椭圆线段集合。
步骤S2,获取曲面上所有的样条数据,并根据每个样条数据的属性值,判断其所属类别,并进行归属分类。
步骤S3,分类完成后,获取每个类别中的全部样条数据的属性值和容差,并对每个类别中全部样条数据的属性值和容差两两逐一进行比较,符合该类别对应的拓扑临近关系判定规则,则将两条样条数据进行重合,即拓扑成功,反之,两条样条数据不重合,即拓扑失败;
6个类别对应的拓扑临近关系判定规则如下:
对线段集合中的线段样条数据进行拓扑临近关系判定规则步骤如下:
1)获取线段集合中的全部线段样条数据的容差和属性值,并将线段集合中的全部线段样条数据两两逐一进行比较;
2)当对两条线段样条数据进行比较时,首先通过给定的容差来比较两条线段样条数据的方向,当两条线段样条数据的方向相同或者相反时,则判定两条线段样条数据的朝向相同;反之,则判定两条线段样条数据的朝向不相同;
3)当判定两条线段样条数据的朝向相同时,则从分别两条线段样条数据的属性值中获取这两条线段样条数据对应的开始点、结束点,如图2所示,并分别计算其中一条线段样条数据的线段长度L1、两条线段样条数据的开始点之间的距离D1、其中一条线段样条数据的开始点与另一条线段样条数据的结束点之间的距离D2,如果D1+D2<=L1,则判定两条线段样条数据有重合,即拓扑成功;如果D1+D2>L1,则分别计算其中一条线段样条数据的结束点与另一条线段样条数据的开始点之间的距离D3、两条线段样条数据的结束点之间的距离D4,如果D3+4<=L1,则判定两条线段样条数据有重合,即拓扑成功;反之,则判定两条线段样条数据不重合,即拓扑失败。
对多边形线段集合中的多边形线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取多边形线段集合中的全部多边形线段样条数据的容差和属性值,并将多边形线段集合中的全部多边形线段样条数据两两逐一进行比较;
2)当对两条多边形线段样条数据进行比较时,分别从两条多边形线段样条数据的属性值中获取这两条多边形线线段样条数据对应的开始点、结束点,通过给定的容差来比较两条多边形线段样条数据的开始点、结束点是否对应相等,如果两条多边形线段样条数据的开始点对应相等,其结束点也对应相等,则进行步骤3);
3)分别获取这两条多边形线段样条数据中点的个数,如果两者个数相同,则判定这两条多边形线段样条数据相等;反之,则拓扑失败;
4)判定这两条多边形线段样条数据相等后,分别获取这两条多边形线段样条数据中的每个点,通过容差比较这两条多边形线段样条数据中对应的点,如果对应的点相等,则拓扑成功;如果有不相等的,则拓扑失败。
对曲线线段集合中的曲线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取曲线线段集合中的全部曲线线段样条数据的容差和属性值,并将曲线线段集合中的全部曲线线段样条数据两两逐一进行比较;
2)当对两条曲线线段样条数据进行比较时,分别对这两条曲线线段样条数据的属性值进行相互比较,如果这两条曲线线段样条数据的属性值都一样,则进行步骤3);
3)分别获取这两条曲线线段样条数据的全部转折点的个数和每个转折点的属性值,并通过给定的容差判断两条曲线线段样条数据的全部转折点的个数是否相同,对应转折点的属性值是否相同,如果全部转折点的个数相同,对应转折点的属性值也相同,则进行步骤4);
3)分别获取这两条曲线线段样条数据中所有点的属性值并对应进行比较,如果都对应相同,则拓扑成功。
对抛物线线段集合中的抛物线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取抛物线线段集合中的全部曲线线段样条数据的容差和属性值,并将抛物线线段集合中的全部抛物线线段样条数据两两逐一进行比较;
2)当对两条抛物线线段样条数据进行比较时,分别获取两条抛物线线段样条数据的中心法线,通过给定的容差判断两条抛物线线段样条数据的中心法线是否相同,如果相同,则拓扑成功;反之,则拓扑失败。
对双曲线线段集合中的双曲线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取双曲线线段集合中的全部曲线线段样条数据的容差和属性值,并将双曲线线段集合中的全部双曲线线段样条数据两两逐一进行比较;
2)当对两条双曲线线段样条数据进行比较时,分别获取两条双曲线线段样条数据的中心法线半轴,通过给定的容差判断两条双曲线线段样条数据的中心法线半轴是否相同,如果相同,则拓扑成功;反之,则拓扑失败。
对椭圆线段集合中的椭圆线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取椭圆线段集合中的全部曲线线段样条数据的容差和属性值,并将椭圆线段集合中的全部椭圆线段样条数据两两逐一进行比较;
2)当对两条椭圆线段样条数据进行比较时,分别获取两条椭圆线段样条数据的大半径、小半径、方向、法线、角度,通过给定的容差判断两条椭圆线段样条数据对应的大半径、小半径、方向、法线、角度是否全部相同,如果全部相同,则拓扑成功;反之,则拓扑失败。
当一条样条数据与其相同类别下其他样条数据两两逐一比较时,如果该样条数据与多个其他样条数据根据该类别对应的拓扑临近关系判定规则,判定成功时,则将该样条数据与多个其他样条数据全部进行重合。
步骤S4,对所有样条数据进行判定后,根据样条数据之间的拓扑临近关系,建立曲面拓扑模型。
图3为原始的曲面示意图,图3左侧的部分为原始的曲面的节点数,由图可看出原始的曲面的节点数较多,不利于拓扑细分生成网格优化,在对其渲染时,需对更多的多边形网格进行渲染;图4是使用本发明的基于3D曲面数据的拓扑分组方法后的节点关系和多边形网格据示意图;图4左侧的部分为使用本发明的基于3D曲面数据的拓扑分组方法后的曲面的节点数,由图可看出节点数量明显变少,对其渲染时,其渲染速度快,用时少,对其进行计算时,也能大大缩短其计算时间。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。
Claims (1)
1.一种基于3D曲面数据的拓扑分组方法,其特征在于,包括以下步骤:
步骤S1,将曲面的样条数据划分6个类别,针对每一类别设定对应的拓扑临近关系判定规则;
步骤S2,获取曲面上所有的样条数据,并根据每个样条数据的属性值,判断其所属类别,并进行归属分类;
步骤S3,分类完成后,获取每个类别中的全部样条数据的属性值和容差,并对每个类别中全部样条数据的属性值和容差两两逐一进行比较,符合该类别对应的拓扑临近关系判定规则,则将两条样条数据进行重合,即拓扑成功,反之,两条样条数据不重合,即拓扑失败;
步骤S4,对所有样条数据进行判定后,根据样条数据之间的拓扑临近关系,建立曲面拓扑模型;
6个类别包括线段集合、多边形线段集合、曲线线段集合、抛物线线段集合、双曲线线段集合、椭圆线段集合;
对线段集合中的线段样条数据进行拓扑临近关系判定规则步骤如下:
1)获取线段集合中的全部线段样条数据的容差和属性值,并将线段集合中的全部线段样条数据两两逐一进行比较;
2)当对两条线段样条数据进行比较时,首先通过给定的容差来比较两条线段样条数据的方向,当两条线段样条数据的方向相同或者相反时,则判定两条线段样条数据的朝向相同;反之,则判定两条线段样条数据的朝向不相同;
3)当判定两条线段样条数据的朝向相同时,则从分别两条线段样条数据的属性值中获取这两条线段样条数据对应的开始点、结束点,并分别计算其中一条线段样条数据的线段长度L1、两条线段样条数据的开始点之间的距离D1、其中一条线段样条数据的开始点与另一条线段样条数据的结束点之间的距离D2,如果D1+D2<=L1,则判定两条线段样条数据有重合,即拓扑成功;如果D1+D2>L1,则分别计算其中一条线段样条数据的结束点与另一条线段样条数据的开始点之间的距离D3、两条线段样条数据的结束点之间的距离D4,如果D3+4<=L1,则判定两条线段样条数据有重合,即拓扑成功;反之,则判定两条线段样条数据不重合,即拓扑失败;
对多边形线段集合中的多边形线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取多边形线段集合中的全部多边形线段样条数据的容差和属性值,并将多边形线段集合中的全部多边形线段样条数据两两逐一进行比较;
2)当对两条多边形线段样条数据进行比较时,分别从两条多边形线段样条数据的属性值中获取这两条多边形线线段样条数据对应的开始点、结束点,通过给定的容差来比较两条多边形线段样条数据的开始点、结束点是否对应相等,如果两条多边形线段样条数据的开始点对应相等,其结束点也对应相等,则进行步骤3);
3)分别获取这两条多边形线段样条数据中点的个数,如果两者个数相同,则判定这两条多边形线段样条数据相等;反之,则拓扑失败;
4)判定这两条多边形线段样条数据相等后,分别获取这两条多边形线段样条数据中的每个点,通过容差比较这两条多边形线段样条数据中对应的点,如果对应的点相等,则拓扑成功;如果有不相等的,则拓扑失败;
对曲线线段集合中的曲线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取曲线线段集合中的全部曲线线段样条数据的容差和属性值,并将曲线线段集合中的全部曲线线段样条数据两两逐一进行比较;
2)当对两条曲线线段样条数据进行比较时,分别对这两条曲线线段样条数据的属性值进行相互比较,如果这两条曲线线段样条数据的属性值都一样,则进行步骤3);
3)分别获取这两条曲线线段样条数据的全部转折点的个数和每个转折点的属性值,并通过给定的容差判断两条曲线线段样条数据的全部转折点的个数是否相同,对应转折点的属性值是否相同,如果全部转折点的个数相同,对应转折点的属性值也相同,则进行步骤4);
3)分别获取这两条曲线线段样条数据中所有点的属性值并对应进行比较,如果都对应相同,则拓扑成功;
对抛物线线段集合中的抛物线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取抛物线线段集合中的全部曲线线段样条数据的容差和属性值,并将抛物线线段集合中的全部抛物线线段样条数据两两逐一进行比较;
2)当对两条抛物线线段样条数据进行比较时,分别获取两条抛物线线段样条数据的中心法线,通过给定的容差判断两条抛物线线段样条数据的中心法线是否相同,如果相同,则拓扑成功;反之,则拓扑失败;
对双曲线线段集合中的双曲线线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取双曲线线段集合中的全部曲线线段样条数据的容差和属性值,并将双曲线线段集合中的全部双曲线线段样条数据两两逐一进行比较;
2)当对两条双曲线线段样条数据进行比较时,分别获取两条双曲线线段样条数据的中心法线半轴,通过给定的容差判断两条双曲线线段样条数据的中心法线半轴是否相同,如果相同,则拓扑成功;反之,则拓扑失败;
对椭圆线段集合中的椭圆线段样条数据进行拓扑临近关系规则判定步骤如下:
1)获取椭圆线段集合中的全部曲线线段样条数据的容差和属性值,并将椭圆线段集合中的全部椭圆线段样条数据两两逐一进行比较;
2)当对两条椭圆线段样条数据进行比较时,分别获取两条椭圆线段样条数据的大半径、小半径、方向、法线、角度,通过给定的容差判断两条椭圆线段样条数据对应的大半径、小半径、方向、法线、角度是否全部相同,如果全部相同,则拓扑成功;反之,则拓扑失败;
在步骤S3中,当一条样条数据与其相同类别下其他样条数据两两逐一比较时,如果该样条数据与多个其他样条数据根据该类别对应的拓扑临近关系判定规则,判定成功时,则将该样条数据与多个其他样条数据全部进行重合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412153.6A CN111179401B (zh) | 2019-12-31 | 2019-12-31 | 基于3d曲面数据的拓扑分组方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412153.6A CN111179401B (zh) | 2019-12-31 | 2019-12-31 | 基于3d曲面数据的拓扑分组方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179401A CN111179401A (zh) | 2020-05-19 |
CN111179401B true CN111179401B (zh) | 2023-07-25 |
Family
ID=70652381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911412153.6A Active CN111179401B (zh) | 2019-12-31 | 2019-12-31 | 基于3d曲面数据的拓扑分组方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179401B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809735A (zh) * | 2016-03-11 | 2016-07-27 | 武汉大学 | 一种基于三维几何体合并的拓扑维护方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2696030B1 (fr) * | 1992-09-24 | 1994-11-10 | Kreon Ind | Procédé de traitement de données infographiques 3D, en particulier pour facettisation, segmentation et tri d'ensembles de points représentatifs de surfaces ou courbes. |
US5963209A (en) * | 1996-01-11 | 1999-10-05 | Microsoft Corporation | Encoding and progressive transmission of progressive meshes |
DE19612016A1 (de) * | 1996-03-15 | 1997-09-18 | Daimler Benz Ag | Verfahren zur rechnergestützten Geometriemodellierung |
US6141454A (en) * | 1996-11-01 | 2000-10-31 | Motorola | Methods for data compression and decompression using digitized topology data |
JP3597360B2 (ja) * | 1997-11-17 | 2004-12-08 | 株式会社リコー | モデリング方法および記録媒体 |
US7042451B2 (en) * | 2002-04-19 | 2006-05-09 | Geometric Software Solutions Co., Limited | Methods using specific attributes and graph grammars in graph-based techniques for feature recognition |
CN102074052A (zh) * | 2011-01-20 | 2011-05-25 | 山东理工大学 | 基于样点拓扑近邻的散乱点云曲面拓扑重建方法 |
CN104156997B (zh) * | 2014-07-28 | 2017-02-01 | 北京航空航天大学 | 一种基于渲染的快速体数据骨架提取方法 |
CN104240301B (zh) * | 2014-09-11 | 2017-03-15 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 地质曲面重构方法及设备 |
CN104282038A (zh) * | 2014-09-26 | 2015-01-14 | 北京航空航天大学 | 基于局部子邻域划分的点云特征点提取方法 |
CN104881708A (zh) * | 2015-05-07 | 2015-09-02 | 凯里供电局 | 基于拓扑修正的配电网重构方法 |
-
2019
- 2019-12-31 CN CN201911412153.6A patent/CN111179401B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809735A (zh) * | 2016-03-11 | 2016-07-27 | 武汉大学 | 一种基于三维几何体合并的拓扑维护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111179401A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109842520B (zh) | 网络拓扑的确定方法、装置及系统 | |
CN111709092A (zh) | 一种基于有限元单元节点的子午线轮胎胎面花纹有限元自动建模方法 | |
CN109461209B (zh) | 一种新型结构网格生成方法 | |
CN114491824B (zh) | 有限元网格自动划分方法、设备和存储介质 | |
CN111179401B (zh) | 基于3d曲面数据的拓扑分组方法 | |
CN111625258A (zh) | 默克尔树更新方法、装置、设备及可读存储介质 | |
CN114494648A (zh) | 基于有限元网格划分的网格调整方法、设备和存储介质 | |
CN102254353B (zh) | 一种三维模型的特征描述方法 | |
CN112215287B (zh) | 基于距离的多节聚类方法和装置、存储介质及电子装置 | |
CN117274977A (zh) | 一种基于层次聚类的点云物体骨架提取方法 | |
CN109741180B (zh) | 区块链连续交易序号生成方法及装置、区块链网络节点 | |
CN109783965B (zh) | 一种结构网格自动分块加密方法 | |
CN108470094B (zh) | 一种桁架结构三维模型智能生成方法 | |
CN108415774B (zh) | 一种基于改进烟花算法的软硬件划分方法 | |
Auer et al. | On the complexity of function learning | |
CN105373804A (zh) | 一种基于多维空间快速聚类的人体部位定位方法与系统 | |
CN115293259A (zh) | 一种去中心化的分布式聚类及结果采集方法 | |
CN108549985B (zh) | 一种求解区间直流潮流模型的改进蒙特卡洛方法 | |
CN104392027B (zh) | 一种涡轮叶片扰流柱的参数化造型方法 | |
CN109460394B (zh) | 一种多级文档条目追踪矩阵的简化方法 | |
CN113888720A (zh) | 一种基于细分算法的空间曲面编织网格的生成方法 | |
CN111695638A (zh) | 一种改进的YOLOv3候选框加权融合选取策略 | |
CN104850716A (zh) | 基于分布式光伏接入设计聚类模型的最优方案选择方法 | |
CN110536374A (zh) | 一种无线传感器网络中基于功率需求的分簇方法 | |
CN116484656B (zh) | 一种应用于cae领域的带惩罚项约束的网格优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |