《三維模型的表意性線繪製算法研究》是依託杭州電子科技大學，由張龍擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：三維模型的表意性線繪製算法研究
- 項目類別：青年科學基金項目
- 項目負責人：張龍
- 依託單位：杭州電子科技大學
項目摘要,結題摘要,
項目摘要
線繪製算法主要研究如何生成簡潔的線繪圖像以清晰地揭示三維模型的關鍵形狀特徵，是非真實感圖形學領域最重要的研究內容之一，在卡通動畫、概念演示、產品說明、醫學可視化等方面具有重要套用。線繪製算法需要解決的最核心的問題是：在哪裡畫線。我們認識到這一問題依賴於畫線人的主觀意願，是因人而異的，並沒有一個通用的客觀準則。因此，本項目提出研究如何從手工描繪的線畫圖中學習藝術家對於不同特徵線的選擇策略，並將其套用到三維模型的線繪製中以獲得令人滿意的線繪效果。首先，研究如何將藝術家對於各種特徵線的選擇策略通過一個抽象的數學模型來表達，以及如何通過統計分析的方法學習相應的模型參數；其次，研究如何基於學習得到的統計模型生成高質量的線繪製結果；最後，研究如何實現簡單直觀的互動方法，使用戶能夠對自動生成的線繪製結果進行方便的修改和控制。
結題摘要
本項目旨在研究如何基於給定的三維模型自動生成高質量的線繪製結果，表現模型的幾何特徵。我們圍繞三維模型的自動線繪製算法展開了一系列的研究，在算法運行速度、繪製效果、魯棒性等方面均取得一定的提高。在算法效率方面，通過預計算、GPU加速等方式，我們將線繪製算法的實時運行效率提高了一至兩個數量級。在繪製效果方面, 通過改進特徵線的數學定義及數值計算方法，我們顯著地改進了線繪製結果的質量，使得線繪製結果更加光滑、連續。在算法魯棒性方面，我們有效地增強了線繪製算法對於輸入模型質量的魯棒性。即使對於含有幾何拓撲噪聲、格線化質量很差的模型，也能生成令人滿意的線繪製結果。具體而言，我們的研究工作進展主要包括以下7個方面。1. 我們將高斯拉普拉斯(Laplacian of Gaussian)運算元推廣到格線模型上，提出了拉普拉斯線繪製算法。算法絕大部分計算可以在預處理階段完成，因而實時繪製效率很高。2. 推導了針對體模型的高斯拉普拉斯運算元，實現了高效率的體模型拉普拉斯線繪製算法。3. 將非真實感光照明模型引入到光極線繪製算法中，改進了光極線算法的繪製效果。4. 提出了GPU加速的格線模型線繪製算法框架，在繪製效果相同的前提下把繪製速度提高了一個數量級以上。5. 提出了基於高斯差分(Difference of Gaussian)運算元的線繪製算法。算法對格線模型的質量不敏感，對於含有噪聲、格線化質量很差的模型也能生成較好的繪製效果。6. 提出基於各向異性高斯差分運算元的線繪製算法，相對於各向同性的算法，各向異性算法能更好地表現具有方向性的幾何特徵。7. 提出基於點雲Splatting的線繪製算法。算法不需要任何預計算，適用於處理動態變形的模型。我們的研究工作獲得了國內外同行的認可，在ACM I3D, IEEE TVCG, Graphics Models等國際會議和國際期刊上得到發表。
