基于点的模型的重采样

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (增刊): 315-0319.

基于点的模型的重采样

权勇,卢奕南,黄永平,李文辉,张振花,周斌

吉林大学计算机科学与技术学院| |长春 130012

收稿日期:2010-05-14 出版日期:2010-09-01 发布日期:2010-09-01
通讯作者: 卢奕南（1969-），女，教授，博士生导师.研究方向:计算机图形学，计算机图像处理和智能信息处理.E-mail:lq_jlu_cc@yahoo.cn E-mail:lq_jlu_cc@yahoo.cn
作者简介:权勇（1977-）,男,讲师,博士.研究方向:计算机图形学,计算机图像处理和虚拟现实技术.E-mail:quanyong_jlu@yahoo.com.cn
基金资助:
“863”国家高技术研究发展计划项目（2008AA10Z224）；国家自然科学基金项目（60873147，60573182）；高等学校博士学科点专项科研基金项目（20060183042）；吉林省科技发展计划项目（20070703，20060527）；教育部留学回国人员科研启动基金项目.

Resampling of pointbased models

QUAN Yong,LU Yi-nan,HUANG Yong-ping,LI Wen-hui,ZHANG Zhen-hua,ZHOU Bin

College of Computer Science and Technology, Jilin University, Changchun 130012,China

Received:2010-05-14 Online:2010-09-01 Published:2010-09-01

摘要/Abstract

摘要：

提出了一种对基于点的模型进行加密重采样的新方法。利用称为“球面点”的新的点基元表示点模型上的点及点附近的表面区域。该方法对点模型的加密采样是通过在加密关联点与其邻近点之间插入适当的点来实现的，对点模型的绘制采用了光线跟踪技术。实验结果表明，本文所提方法有效地解决了点模型采样不足的问题，取得了令人满意的绘制效果。

关键词: 计算机应用, 三维数据处理, 加密重采样, 形体绘制

Abstract:

A new method for resampling of pointbased models was presented. A novel point primitive called "spherical surface point" was used to approximate the vicinity of a model point. Resampling was accomplished by inserting appropriate points between resampling related points and their neignbor points. Ray tracing was used to render models. Experimental results show that the proposed resampling method effectively solves the undersampling problem of pointbased models and achieves satisfied visual quality.

Key words: computer application, 3D data processing, resampling, model rendering

中图分类号:

TP39

权勇, 卢奕南, 黄永平, 李文辉, 张振花, 周斌. 基于点的模型的重采样[J]. 吉林大学学报(工学版), 2010, 40(增刊): 315-0319.

QUAN Yong, LUYi-Na, HUANG Yong-Ping, LI Wen-Hui, ZHANG Zhen-Hua, ZHOU Bin. Resampling of pointbased models[J]. 吉林大学学报(工学版), 2010, 40(增刊): 315-0319.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed