Un nuevo algoritmo de simplificación de malla 3-D

Para simplificar la malla de la cabeza en color 3D, es más importante mantener el límite y la calidad de los órganos de los sentidos de la cabeza, incluidos los ojos, las cejas, la nariz y la boca. En este artículo, presentamos un nuevo algoritmo de simplificación de mallas basado en la segmentación...

Full description

Autores:
Xianfeng, Wu
Jianhui, Ye
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2003
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/9053
Acceso en línea:
http://hdl.handle.net/20.500.12749/9053
Palabra clave:
Innovaciones tecnológicas
Ciencia de los computadores
Desarrollo de tecnología
Ingeniería de sistemas
Investigaciones
Tecnologías de la información y las comunicaciones
TIC´s
Technological innovations
Computer science
Technology development
Systems engineering
Investigations
Information and communication technologies
ICT's
Mesh simplification
Level of detail
Image segmentation
Multi-resolution model
Innovaciones tecnológicas
Ciencias de la computación
Desarrollo tecnológico
Ingeniero de sistemas
Investigación
Tecnologías de la información y la comunicación
Simplificación de malla
Nivel de detalle
Segmentación de imagen
Modelo multiresolución
Rights
License
Derechos de autor 2003 Revista Colombiana de Computación
Description
Summary:Para simplificar la malla de la cabeza en color 3D, es más importante mantener el límite y la calidad de los órganos de los sentidos de la cabeza, incluidos los ojos, las cejas, la nariz y la boca. En este artículo, presentamos un nuevo algoritmo de simplificación de mallas basado en la segmentación de regiones. El algoritmo se puede dividir en dos etapas: segmentación y simplificación. Después de la segmentación automática de la malla de la cabeza de color 3D en diferentes partes de la cabeza, los vértices se clasifican en vértices de límite de región y vértices de región interna. Utilizando el colapso de borde iterativo y la métrica de error ponderado por región, el algoritmo genera niveles continuos de detalle (LOD). Se muestran los resultados de varios experimentos, demostrando la validez y eficiencia de nuestro método.