TW201616449A - 點雲網格精細化系統及方法 - Google Patents
點雲網格精細化系統及方法 Download PDFInfo
- Publication number
- TW201616449A TW201616449A TW103138274A TW103138274A TW201616449A TW 201616449 A TW201616449 A TW 201616449A TW 103138274 A TW103138274 A TW 103138274A TW 103138274 A TW103138274 A TW 103138274A TW 201616449 A TW201616449 A TW 201616449A
- Authority
- TW
- Taiwan
- Prior art keywords
- mesh
- point cloud
- edge
- target product
- triangle
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- 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
-
- 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
- G06T17/205—Re-meshing
-
- 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
-
- 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
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/56—Particle system, point based geometry or rendering
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
Abstract
一種點雲網格精細化系統及方法應用於電腦裝置中,該方法包括:獲取目標產品之點雲,並對目標產品之點雲進行三角網格化;選擇需要精細之三角網格,並根據網格精細之精度要求輸入所需之迭代運算次數N;根據每一個三角網格之形狀及位置利用網格細分方法將每一個三角網格細分成不同之類型;利用loop三角網格細分演算法對不同類型之三角網格進行N次精細化處理,得到精細後之三角網格;對精細後之三角網格進行點雲平滑處理得到目標產品之三維網格模型,並將目標產品之三維網格模型顯示於顯示設備上。
Description
本發明涉及一種點雲網格處理系統及方法,尤其涉及一種點雲網格精細化系統及方法。
於點雲網格處理中,從掃描器獲取產品之點雲,經網格處理得到產品CAD資料,係為產品檢測及逆向工程重要之步驟。由於掃描器獲取之點雲往往不夠精細,因此網格精細係為網格處理之重要部份。在習知的網格補孔系統中,網格精細演算法複雜,且計算速度慢。網格精細不能廣泛應用,複雜物體容易改變物體形狀,精細效果不佳,精細後不能使物體細節更突出,而無法得到更加平滑之三維產品模型。
鑒於以上內容,有必要提供一種點雲網格簡化系統及方法,能夠對目標產品之點雲網格快速有效地精細化,既能保留目標產品之模型特徵,又能得到更加精細平滑之目標產品之三維網格模型。
所述之點雲網格精細化系統運行於電腦裝置中,該系統包括:點雲網格化模組,用於獲取目標產品之點雲,並對目標產品之點雲進行三角網格化;網格分類模組,用於接收使用者選擇需要精細之三角網格,並根據網格精細之精度要求輸入所需之迭代運算次數N,及根據每一個三角網格之形狀及位置利用網格細分方法將每一個三角網格細分成不同類型之三角網格;網格精細模組,用於利用loop三角網格細分演算法對不同類型之三角網格進行N次精細化處理,得到精細後之三角網格;網格處理模組,用於對精細後之三角網格進行點雲平滑處理得到目標產品之三維網格模型,及將目標產品之三維網格模型顯示於顯示設備上。
所述之點雲網格精細化方法應用於電腦裝置中,該方法包括步驟:獲取目標產品之點雲,並對目標產品之點雲進行三角網格化;接收使用者選擇需要精細之三角網格,並根據網格精細之精度要求輸入所需之迭代運算次數N;根據每一個三角網格之形狀及位置利用網格細分方法將每一個三角網格細分成不同類型之三角網格;利用loop三角網格細分演算法對不同類型之三角網格進行N次精細化處理,得到精細後之三角網格;對精細後之三角網格進行點雲平滑處理得到目標產品之三維網格模型,並將目標產品之三維網格模型顯示於顯示設備上。
相較於習知技術,本發明所述之點雲網格精細化系統及方法,能夠利用點雲網格之位置關係採用加權頂點loop網格細分演算法細分點雲網格,可保留原有目標產品之模型特徵,得到更加精細平滑之目標產品之三維網格模型。
圖1係本發明點雲網格精細化系統較佳實施例之運行環境示意圖。
圖2係本發明點雲網格精細化方法較佳實施例之流程圖。
圖3係為點雲三角網路細分原理之示意圖。
圖4係為採用loop三角網格細分演算法針對不同類型之三角網格進行精細化處理之示意圖。
參閱圖1所示,係本發明點雲網格精細化系統較佳實施例之運行環境示意圖。於本實施例中,所述之點雲網格精細化系統10安裝並運行於電腦裝置1中,該電腦裝置1還包括,但不僅限於,輸入設備11、儲存設備12、處理器13及顯示設備14。該計算裝置1安裝有作業系統(例如Windows作業系統或Linux作業系統)及各種應用系統(例如軟體程式及應用程式等)。所述之電腦裝置1可以為一種個人電腦(PC)、工作站電腦(Workstation computer)、筆記本電腦(Notebook)、伺服器(Server)或者其他電子計算裝置。
所述之電腦裝置1連接有一種掃描設備2,該掃描設備2用於對目標產品3(例如電子元器件)進行掃描(例如鐳射掃描)來獲取該目標產品3之點雲。所述之掃描設備2可以為一種鐳射掃描器、3D光學掃描器或其它合適之電子掃描設備。由掃描設備2掃描得到目標產品3之點雲一般係為獲取目標產品3之表面均勻點來構建成三維模型之網格,這會導致在一些細節處不夠精細,形成之曲面不夠光滑,不能滿足後續曲面重構之精度要求。為得到更光滑之曲面及更高之精度,就需要對網格進行精細處理。於本實施例中,網格精細化方法之基本思想為:定義一個網格序列之極限,網格序列是採用一定之細分規則(一般是加權平均),在給定之初始網格中插入新之頂點,從而不斷細化出新之網格,重複運用細分規則使網格收斂於一個光滑之曲線或者曲面。
所述之輸入設備11用於使用者選擇需要精細之三角網格部分,並根據網格精細之精度要求輸入所需之迭代運算次數。所述之儲存設備12包括,但不僅限於,記憶體、硬碟及外部儲存設備等。所述之處理器13包括,但不僅限於,中央處理器(CPU)、微處理器或其它資料處理機等。
於本實施例中,所述之點雲網格精細化系統10包括,但不僅限於,點雲網格化模組101、網格分類模組102、網格精細模組103及網格處理模組104。本發明所稱之功能模組係指一種能夠被電腦裝置1之處理器13所執行並且能夠完成固定功能之一系列程式指令段,其儲存於電腦裝置1之儲存設備12中。關於各功能模組101-104將在圖2之流程圖中作詳細描述。
參閱圖2所示,係本發明點雲網格精細化方法較佳實施例之流程圖。於本實施例中,該方法應用於電腦裝置1中,能夠利用點雲網格之位置關係採用加權頂點loop網格細分演算法細分點雲網格,可以保留原有目標產品3之模型特徵,而且更加精細平滑,能夠達到迅速對點雲網格進行精細化效果。
步驟S21,點雲網格化模組102獲取目標產品3之點雲,並對點雲進行三角網格化。於本實施例中,點雲網格化模組102可以利用掃描設備2對目標產品3(例如電子元器件)進行掃描(例如鐳射掃描)來獲取該目標產品3之點雲,並對獲取之點雲進行三角網格化。在另外實施中,目標產品3之點雲資料儲存於資料庫中,點雲網格化模組102可直接從資料庫中讀取目標產品3之點雲資料,並對讀取之點雲資料進行三角網格化。如圖3A-3B所示,所述之點雲三角網格化係指將點雲中之每一個作為三角形頂點連接為三角形之網格。
步驟S22,網格分類模組102選擇使用者需要精細之三角網格部分,並根據網格精細之精度要求輸入所需之迭代運算次數,例如N次。於本實施例中,所述迭代運算次數越大得到網格就越精細,但迭代運算次數太大,網格資料量也很大而造成不方便計算,一般迭代運算2次,網格越精細度就可以達到滿意之效果。
步驟S23,網格分類模組102根據每一個三角網格之形狀及位置利用網格細分方法將每一個三角網格細分成不同類型之三角網格。所述網路細分是由細分規則作用在每一個三角網格得到之。通常有兩種基本之網格細分方法:頂點細分法及面細分法,其區別主要在於所作用之基本幾何體。如圖3A所示,頂點細分法係指對於給定度為n之頂點i(頂點之度表示頂點所關聯邊之個數),將其細分成n個新頂點,每一個頂點對應著該頂點之一個鄰面,也即在每條邊上插入新點形成新之三角網格。如圖3B所示,面細分法係指在網格邊及面上插入新之頂點,然後對每一個面進行細分,從而得到新之網格,也即在面及邊上插入新點形成新之三角網格。
步驟S24,網格精細模組103利用loop三角網格細分演算法對不同類型之三角網格進行迭代運算次數(N次)之精細化處理,得到精細後之三角網格。於本實施例中,網格精細模組103採用改進之loop三角網格細分演算法針對不同類型之三角網格采進行精細化處理,具體之精細化處理方法步驟如下描述:
(1)對於三角網格內部之一條邊有兩個頂點v0及v1,共用此邊之兩個三角形為(v0,v1,v2)及(v0,v1,v3),與此邊相關之四個邊角為。如圖4A所示,若這四個角都是銳角,則新生成之頂點為:。如圖4B所示,若只有一個角不是銳角,假設該角為,則新生成之頂點為:;若有兩個角不是銳角,這兩個角肯定不在一個三角形中,那麼在三角網格之這條邊上不用插入新之點。
(2)針對與三角網格邊緣上之邊有兩個頂點v0及v1,共用此邊之三角形為(v0,v1,v2),與此邊相關之2個邊角為。如圖4C所示,若這2個角都是銳角,則新生成之頂點為:;若有一個不是銳角,則在該邊上不用插入新之點。
(3)對三角網格之每一條邊,迭代運算上面之演算法,而每次插入新之頂點之時候,將原來之邊刪除,連接邊上頂點及新插入之頂點,然後將新插入頂點連接起來,就得到了細分之網格。一般地,一個三角形迭代運算一次就可以分成四個三角形。
步驟S25,網格處理模組104對精細後之三角網格進行點雲平滑處理得到目標產品3之三維網格模型,並將目標產品3之三維網格模型顯示於顯示設備14上。於本實施例中,經過精細化完成後之網格數目是之前之四倍,且保留了原有目標產品3之模型特徵,可以得到更加精細平滑之目標產品3之三維網格模型。
以上實施例僅用以說明本發明之技術方案而非限制,儘管參照以上較佳實施例對本發明進行了詳細說明,本領域之普通技術人員應當理解,可以對本發明之技術方案進行修改或者等同替換都不應脫離本發明技術方案之精神及範圍。
1‧‧‧電腦裝置
10‧‧‧點雲網格精細化系統
101‧‧‧點雲網格化模組
102‧‧‧網格分類模組
103‧‧‧網格精細模組
104‧‧‧網格處理模組
11‧‧‧輸入設備
12‧‧‧儲存設備
13‧‧‧處理器
14‧‧‧顯示設備
2‧‧‧掃描設備
3‧‧‧目標產品
無
1‧‧‧電腦裝置
10‧‧‧點雲網格精細化系統
101‧‧‧點雲網格化模組
102‧‧‧網格分類模組
103‧‧‧網格精細模組
104‧‧‧網格處理模組
11‧‧‧輸入設備
12‧‧‧儲存設備
13‧‧‧處理器
14‧‧‧顯示設備
2‧‧‧掃描設備
3‧‧‧目標產品
Claims (10)
- 一種點雲網格精細化系統,運行於電腦裝置中,其中,所述之點雲網格精細化系統包括:
點雲網格化模組,用於獲取目標產品之點雲,並對目標產品之點雲進行三角網格化;
網格分類模組,用於選擇需要精細之三角網格,並根據網格精細之精度要求輸入所需之迭代運算次數N,及根據每一個三角網格之形狀及位置利用網格細分方法將每一個三角網格細分成不同之類型;
網格精細模組,用於利用loop三角網格細分演算法對不同類型之三角網格進行N次精細化處理,得到精細後之三角網格;及
網格處理模組,用於對精細後之三角網格進行點雲平滑處理得到目標產品之三維網格模型,及將目標產品之三維網格模型顯示於顯示設備上。 - 如申請專利範圍第1項所述之點雲網格精細化系統,其中,所述之電腦裝置連接有一種掃描設備,該掃描設備針對目標產品進行掃描來獲取所述目標產品之點雲。
- 如申請專利範圍第1項所述之點雲網格精細化系統,所述之目標產品之點雲資料儲存於資料庫中,所述之點雲網格化模組直接從資料庫中讀取目標產品之點雲資料。
- 如申請專利範圍第1項所述之點雲網格精細化系統,其中,所述之網格細分方法包括頂點細分法及面細分法。
- 如申請專利範圍第1項所述之點雲網格精細化系統,其中,所述之loop三角網格細分演算法包括:
(a)對於三角網格內部之一條邊有兩個頂點v0及v1,共用此邊之兩個三角形為(v0,v1,v2)及(v0,v1,v3),與此邊相關之四個邊角為,若這四個角都是銳角,則新生成之頂點為:;若只有一個角不是銳角,則新生成之頂點為:;若有兩個角不是銳角,則在三角網格之這條邊上不用插入新之點;
(b)針對與三角網格邊緣上之邊有兩個頂點v0及v1,共用此邊之三角形為(v0,v1,v2),與此邊相關之兩個邊角為,若這兩個角都是銳角,則新生成之頂點為:;若有一個不是銳角,則在該邊上不用插入新之點;及
(c)對三角網格之每一條邊,迴圈迭代運算執行步驟(a)及(b),並在每次插入新之頂點之時將原來之邊刪除,連接邊上頂點及新插入之頂點,然後將新插入頂點連接起來,就得到了精細之點雲網格。 - 一種點雲網格精細化方法,應用於電腦裝置中,該方法包括步驟:
獲取目標產品之點雲,並對目標產品之點雲進行三角網格化;
選擇需要精細之三角網格,並根據網格精細之精度要求輸入所需之迭代運算次數N;
根據每一個三角網格之形狀及位置利用網格細分方法將每一個三角網格細分成不同之類型;
利用loop三角網格細分演算法對不同類型之三角網格進行N次精細化處理,得到精細後之三角網格;及
對精細後之三角網格進行點雲平滑處理得到目標產品之三維網格模型,並將目標產品之三維網格模型顯示於顯示設備上。 - 如申請專利範圍第6項所述之點雲網格精細化方法,其中,所述之所述之電腦裝置連接有一種掃描設備,該掃描設備針對目標產品進行掃描來獲取所述目標產品之點雲。
- 如申請專利範圍第6項所述之點雲網格精細化方法,其中,所述之目標產品之點雲資料儲存於資料庫中,所述目標產品之點雲資料直接從資料庫中獲取。
- 如申請專利範圍第6項所述之點雲網格精細化方法,其中,所述之網格細分方法包括頂點細分法及面細分法。
- 如申請專利範圍第6項所述之點雲網格精細化方法,其中,所述之loop三角網格細分演算法包括:
(a)對於三角網格內部之一條邊有兩個頂點v0及v1,共用此邊之兩個三角形為(v0,v1,v2)及(v0,v1,v3),與此邊相關之四個邊角為,若這四個角都是銳角,則新生成之頂點為:;若只有一個角不是銳角,則新生成之頂點為:;若有兩個角不是銳角,則在三角網格之這條邊上不用插入新之點;
(b)針對與三角網格邊緣上之邊有兩個頂點v0及v1,共用此邊之三角形為(v0,v1,v2),與此邊相關之兩個邊角為,若這兩個角都是銳角,則新生成之頂點為:;若有一個不是銳角,則在該邊上不用插入新之點;及
(c)對三角網格之每一條邊,迴圈迭代運算執行步驟(a)及(b),並在每次插入新之頂點之時將原來之邊刪除,連接邊上頂點及新插入之頂點,然後將新插入頂點連接起來,就得到了精細之點雲網格。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410572692.7A CN105590335A (zh) | 2014-10-23 | 2014-10-23 | 点云网格精细化系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201616449A true TW201616449A (zh) | 2016-05-01 |
Family
ID=55792390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW103138274A TW201616449A (zh) | 2014-10-23 | 2014-11-04 | 點雲網格精細化系統及方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9842417B2 (zh) |
CN (1) | CN105590335A (zh) |
TW (1) | TW201616449A (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190043250A1 (en) * | 2012-06-25 | 2019-02-07 | Yoldas Askan | Method of generating a smooth image from point cloud data |
US9508186B2 (en) * | 2013-11-07 | 2016-11-29 | Autodesk, Inc. | Pre-segment point cloud data to run real-time shape extraction faster |
CN106355646B (zh) * | 2016-09-13 | 2019-10-01 | 广州市香港科大霍英东研究院 | 应用于图像处理的表面细化方法、装置以及系统 |
KR20180065135A (ko) * | 2016-12-07 | 2018-06-18 | 삼성전자주식회사 | 셀프 구조 분석을 이용한 구조 잡음 감소 방법 및 장치 |
CN106875487B (zh) * | 2017-03-01 | 2020-03-31 | 中国石油大学(华东) | 一种基于邻域作用力的地质六面体网格平滑方法 |
CN106960469B (zh) * | 2017-03-15 | 2019-05-28 | 浙江大学 | 一种快速分割三角形的光滑自由变形方法 |
US20180336768A1 (en) * | 2017-05-16 | 2018-11-22 | Honeywell International Inc. | Systems and methods for outdoor evacuation guidance using an uav |
CN107564088A (zh) * | 2017-08-10 | 2018-01-09 | 重庆大学 | 一种基于遗传算法的三角网格模型的三角形折叠简化方法 |
US11004202B2 (en) * | 2017-10-09 | 2021-05-11 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for semantic segmentation of 3D point clouds |
CN110488332B (zh) * | 2018-05-14 | 2021-09-10 | 广州市中海达测绘仪器有限公司 | 基于网络rtk技术的定位信息处理方法和装置 |
TWI676151B (zh) * | 2018-06-06 | 2019-11-01 | 財團法人中興工程顧問社 | 用來提升點雲精度之方法與裝置 |
CN109410260B (zh) * | 2018-09-27 | 2020-12-29 | 先临三维科技股份有限公司 | 点云数据网格化方法、装置、计算机设备和存储介质 |
CN111161352B (zh) * | 2019-12-30 | 2023-11-03 | 熵智科技(深圳)有限公司 | 一种基于三角网格简化模板的物体识别方法及装置 |
CN111882666B (zh) * | 2020-07-20 | 2022-06-21 | 浙江商汤科技开发有限公司 | 三维网格模型的重建方法及其装置、设备、存储介质 |
CN112258512B (zh) * | 2020-10-16 | 2023-05-26 | 抖音视界有限公司 | 点云分割方法、装置、设备和存储介质 |
CN112446940B (zh) * | 2020-12-04 | 2024-04-19 | 北京爱奇艺科技有限公司 | 针对3d模型的简化方法、装置、电子设备及存储介质 |
CN113137919B (zh) * | 2021-04-29 | 2022-10-28 | 中国工程物理研究院应用电子学研究所 | 一种激光点云栅格化方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100419482B1 (ko) * | 2001-12-18 | 2004-02-21 | 한국전자통신연구원 | 비균등 공간 분할법에 의한 메쉬 간략화 방법 |
US8793107B2 (en) * | 2011-12-01 | 2014-07-29 | Harris Corporation | Accuracy-based significant point derivation from dense 3D point clouds for terrain modeling |
US9715761B2 (en) * | 2013-07-08 | 2017-07-25 | Vangogh Imaging, Inc. | Real-time 3D computer vision processing engine for object recognition, reconstruction, and analysis |
-
2014
- 2014-10-23 CN CN201410572692.7A patent/CN105590335A/zh active Pending
- 2014-11-04 TW TW103138274A patent/TW201616449A/zh unknown
-
2015
- 2015-06-09 US US14/734,595 patent/US9842417B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105590335A (zh) | 2016-05-18 |
US9842417B2 (en) | 2017-12-12 |
US20160117858A1 (en) | 2016-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201616449A (zh) | 點雲網格精細化系統及方法 | |
US10140395B2 (en) | Detecting collisions in a simulated machining of a workpiece represented by dexels | |
TWI652589B (zh) | 點雲網格簡化系統及方法 | |
US8368714B2 (en) | Curved surface rendering system and method | |
CN103839292B (zh) | 对等值面进行采样并生成高质量三角网格的方法 | |
CN106997613B (zh) | 根据2d图像的3d模型生成 | |
US9158297B2 (en) | Computing device and method for generating measurement program of product | |
Wang et al. | Thickening freeform surfaces for solid fabrication | |
JP6518517B2 (ja) | 点群データモデル化装置 | |
US10296664B2 (en) | Scalable and precise fitting of NURBS surfaces to large-size mesh representations | |
JP2023525535A (ja) | 3次元画像内の表面特徴を識別する方法及び装置 | |
US8587586B2 (en) | Electronic device and method for meshing curved surface | |
TW201618039A (zh) | 點雲邊界直角邊修補系統及方法 | |
Aubry et al. | A robust conforming NURBS tessellation for industrial applications based on a mesh generation approach | |
Yamaura et al. | Shape reconstruction from a normal map in terms of uniform bi-quadratic B-spline surfaces | |
KR20230005312A (ko) | 평면도를 생성하기 위한 방법 및 장치 | |
Nieser et al. | Patch layout from feature graphs | |
Bawin et al. | Automatic feature‐preserving size field for three‐dimensional mesh generation | |
KR20130101332A (ko) | 삼각형 메쉬로 표현된 3차원 물체를 DoSurface 표현 방법으로 변환하는 시스템 및 그 방법 | |
JP2006277712A (ja) | 3次元モデルのフィッティング装置、方法及びプログラム | |
Zint et al. | Feature‐Preserving Offset Mesh Generation from Topology‐Adapted Octrees | |
Vijai Kumar et al. | A simple and fast hole detection algorithm for triangulated surfaces | |
Foorginejad et al. | Point clouds curvature estimation using umbrella curvature. | |
Kulkarni et al. | Midcurves generation algorithm for thin polygons | |
Ye et al. | An improved algorithm for triangle to triangle intersection test |