哈希表的应用-浅析顶点聚簇网格简化算法的实现

2024-09-04 19:48

本文主要是介绍哈希表的应用-浅析顶点聚簇网格简化算法的实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

  本篇接顶点去重那一篇,继续使用哈希表来实现网格算法。这次介绍的是一种比较简单的网格简化算法,叫做顶点聚簇。

 

网格简化

  为了介绍这个算法,首先说明一下网格简化算法。随着计算机绘图在现代科技领域中的广泛应用, 计算机图形在现代制造业中发挥着重要的作用。计算机图形学中对模型的要求更加精密, 也更加复杂, 生成的面片数也更加庞大, 庞大的数据量必然对计算机的计算能力提出更高要求, 对模型的生成也带来更多困难[。为此, 需要对重建得到的复杂的数学模型进行简化, 以减少数据量和数据模型的复杂程度, 这就使得网格简化的提出成为必然。模型简化也称数据缩小或数据删减, 对于实时应用来说, 通常需要这个过程来减少存储的顶点数并将这些顶点发送到图形管线。网格简化的目的是在尽量保持原模型可视特征的条件下, 减少模型的多边形数目。

 

网格简化方法之顶点聚簇网格削减

  顶点聚簇方法又被叫做顶点聚类。顶点聚簇方法的原理首先是将原模型统一归于一个大区域,然后对大区域进行划分,使得小区域中包含了许多散落其中的顶点,再将此区域中的顶点合并,形成新的顶点,再根据原始网格的拓扑关系,把这些顶点三角化后,从而得到简化模型。下图也可以生动的说明顶点聚簇的原理。

  顶点聚簇是比较简单高效的网格简化算法,不过缺点是生成结果的质量不如其他的网格简化算法。

 

使用顶点聚簇来简化SMC算法生成的网格

  由于SMC算法生成的网格顶点坐标都是基于原来三维图像中的体素索引,所以这些顶点都可以看作是处在单位长度为1的笛卡尔网格之上。坐标范围则是从(0,0,0)到(Mesh的X最大值,Mesh的Y最大值,Mesh的Z最大值),所以实际上这样的网格可以当作已经被单位长度为1的正方体区域所划分了。这样假如想要进行顶点聚簇简化,就需要用一个大于1的浮点值为边长再来给空间划分正方体区域,这个值是用户提供的参数,下文用unitLength来指代这个参数,表示它是新的单位长度。同时不难想到unitLength越大,网格削减的越厉害。

  算法可以采用在“浅议顶点焊接”一篇中的哈希表来实现,这个哈希表的作用就是为三维空间中的整点提供快速存储与查找。在顶点聚类算法中,我们可以将在一个新正方体单位区域的点都合并为一个点并存入这样的哈希表中。这样我们就能将新的点重新存在新的Mesh中,而原来的三角形用同样的道理来替换其中点的索引,最后将位退化的三角形存在新Mesh的三角形表中。

  综上所述,用C#实现算法的代码如下:

复制代码
public class VertexCluster
{Mesh mesh;public VertexCluster(Mesh mesh){this.mesh = mesh;}public void Clear(){mesh = null;}public void ExecuteSimplification(float unitLength){if (unitLength <= 1){return;}Mesh newMesh = new Mesh();//新建Mesh存放削减后的网格Box3Float box = mesh.GetBox3();//首先获取Mesh的空间范围 XYZ方向的最大最小值存在box中int resx = (int)((box.Max3[0] - box.Min3[0]) / unitLength) + 1;int resy = (int)((box.Max3[1] - box.Min3[1]) / unitLength) + 1;int resz = (int)((box.Max3[2] - box.Min3[2]) / unitLength) + 1;//在新的单位长度下,得出新空间划分出的每一维的长度
HashTable_Double2dArray<int> hash = new HashTable_Double2dArray<int>(resx+1, resy+1, resz+1);//创建hash表,这里使用的是双二维数组哈希表for (int i = 0; i < mesh.Vertices.Count; i++){Point3d p = mesh.Vertices[i];int xindex = (int)((p.X - box.Min3[0]) / unitLength);int yindex = (int)((p.Y - box.Min3[1]) / unitLength);int zindex = (int)((p.Z - box.Min3[2]) / unitLength);//计算点在新单位长度下的坐标int value = 0;bool hasValue = hash.GetHashValue(xindex, yindex, zindex, ref value);if (!hasValue){hash.SetHashValue(xindex, yindex, zindex, newMesh.Vertices.Count);newMesh.AddVertex(new Point3d(xindex, yindex, zindex));}//新单位长度下肯定有原来不同的点映射到相同的位置,//总是添加第一次映射到这个位置的点入Mesh,之后的不再添加
        }for (int i = 0; i < mesh.Faces.Count; i++){Triangle t = mesh.Faces[i];Point3d p0 = mesh.Vertices[t.P0Index];Point3d p1 = mesh.Vertices[t.P1Index];Point3d p2 = mesh.Vertices[t.P2Index];int xindex0 = (int)((p0.X - box.Min3[0]) / unitLength);int yindex0 = (int)((p0.Y - box.Min3[1]) / unitLength);int zindex0 = (int)((p0.Z - box.Min3[2]) / unitLength);int index0 = 0;hash.GetHashValue(xindex0, yindex0, zindex0, ref index0);int xindex1 = (int)((p1.X - box.Min3[0]) / unitLength);int yindex1 = (int)((p1.Y - box.Min3[1]) / unitLength);int zindex1 = (int)((p1.Z - box.Min3[2]) / unitLength);int index1 = 0;hash.GetHashValue(xindex1, yindex1, zindex1, ref index1);int xindex2 = (int)((p2.X - box.Min3[0]) / unitLength);int yindex2 = (int)((p2.Y - box.Min3[1]) / unitLength);int zindex2 = (int)((p2.Z - box.Min3[2]) / unitLength);int index2 = 0;hash.GetHashValue(xindex2, yindex2, zindex2, ref index2);if (!(index0 == index1 || index0 == index2 || index1 == index2)){newMesh.AddFace(new Triangle(index0, index1, index2));}//对于每个三角形,找出其三点对应的新位置,检查是否有两个点重合(退化),//添加不退化的三角形
        }for (int i = 0; i < newMesh.Vertices.Count; i++){Point3d p = newMesh.Vertices[i];p.X = (float)(unitLength * p.X + box.Min3[0]);p.Y = (float)(unitLength * p.Y + box.Min3[1]);p.Z = (float)(unitLength * p.Z + box.Min3[2]);}//将新Mesh的坐标放大到和原来一样的尺度
        mesh.Clear();mesh.Vertices = newMesh.Vertices;mesh.Faces = newMesh.Faces;//替换旧Mesh的数据
    }
}
复制代码

 

算法测试

  数据采用Engine数据,下表展示了算法的结果。

- 简花前   简化后
数据预览  
顶点数 216147   110910
三角形数 432370   220528
单位长度 1.0   1.5
削减比例(顶点) -   48.7%
削减比例(三角形) -   49.0%

  可以看出,顶点聚簇算法均匀的减少了三角网格的密度。

这篇关于哈希表的应用-浅析顶点聚簇网格简化算法的实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1136861

相关文章

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot?二、环境准备与部署2.1 安装 RustF

Nginx部署HTTP/3的实现步骤

《Nginx部署HTTP/3的实现步骤》本文介绍了在Nginx中部署HTTP/3的详细步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录前提条件第一步:安装必要的依赖库第二步:获取并构建 BoringSSL第三步:获取 Nginx

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

Java实现字节字符转bcd编码

《Java实现字节字符转bcd编码》BCD是一种将十进制数字编码为二进制的表示方式,常用于数字显示和存储,本文将介绍如何在Java中实现字节字符转BCD码的过程,需要的小伙伴可以了解下... 目录前言BCD码是什么Java实现字节转bcd编码方法补充总结前言BCD码(Binary-Coded Decima

SpringBoot全局域名替换的实现

《SpringBoot全局域名替换的实现》本文主要介绍了SpringBoot全局域名替换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录 项目结构⚙️ 配置文件application.yml️ 配置类AppProperties.Ja