数字几何处理（2020-05-09）

Remeshing

主要内容：1） Remeshing，Isotropic remeshing，通过split、collapse、flip、smooth、project操作进行remeshing，调整顶点位置等，使得输出的网格的三角形边长尽量是一样的，朝向与主曲率的方向是一致的，能够满足质量准则，对原始网格是一个很好的逼近。2）error-bounded remeshing，提出Hausdorff distance约束，判断输出和输入的网格是近似的。两种保持方式：一是在每一步操作都判断Hausdorff distance，不满足则取消这一步操作；二是在每次remeshing后，找到违反hausdorff distance的地方，通过加点的方式，使其满足到hausdorff distance约束。3）基于参数化的方法，原因是在smooth后会产生点不在原曲面上，于是需要投影。所以通过参数化后转化为2D case，解决点不在原曲面的问题。

概念

给一个3D网格，计算另一个网格，这个网格要满足一些质量准则（如网格是正三角形），三角形的质量会更好，近似于输入的网格模型。

approximating：模型顶点位置接近，比较微分量、顶点位置函数值、一阶normal、二阶curvature。

图中中间:三角形比较一致，更像是各向同性的网格。
图中右1:在曲率高的地方采样的点会多一点，对模型的近似程度更好。

作用

1. 网格的质量的提升，有利于其他应用中的处理与分析（有限元分析）。
2. 减少曲面网格复杂度。

比如三维扫描一个模型，但是想要提升网格质量，就需要remeshing，remeshing不会修补网格。

问题讨论

输入： 一个manifold三角形网格（修补后的）或者它的一部分。
希望输入和输出是近似的。

输出的网格质量：

• 采样密度：比如曲率高的地方采样点多一点。
• 奇异性（regularity）：尽可能得到奇异点少的近似网格模型。
  • size：曲率高的地方多采样一些点，点多了，size就会减小。
• orientation：各向异性，希望三角形在曲率大的地方小一点，曲率小的地方大一点，和主曲率的方向对齐。
• Alignment：网格有feature，希望生成的网格与feature是对齐的。
• 网格单元的形状：希望是正三角形的。
• 拓扑约束：希望不要出现拓扑约束，如果出现需要网格修复。

Local Structure

• element shape
  
• element density
  uniform、nonuniform、adaptive
  
• element alignment and orientation
  保持住sharp features
  各向异性，三角形的orientation与主曲率的方向一致。
  

Global structure

• 点
  • 非奇异点
    • 三角形网格：valence=6
    • 四边形网格：度=4
  • 奇异点
    希望奇异点越少越好，比如奇异点越多，会影响有限元分析的收敛性。
• Global
  • irregular
  • semiregular
    在原来粗糙的网格上细分得到的网格，在细分过程中不会产生奇异点，奇异点只存在于原来粗糙的网格。
  • highly regular
    大部分点都是非奇异的
  • regular
    所有的点都是非奇异的，不存在
    

算法

• 目的：希望生成一个各向同性、三角形的边长尽可能接近的。
• 输入：三角形网格和目标边长
• 输出：输出另一个三角形网格，希望所有的三角形都是正三角形并且边长与目标边长尽量的接近。

将网格中的比较长的边一分为二，较短的边做一个collapse，然后flip调整度，relocation做一个smooth，使点分布更均匀，三角形更像一个正三角形。

• 算法流程
  其中 4/5、4/3、10都是经验参数，不用改变。

• 算法操作

  • split

    • 访问所有的边
    • 在长的边的中点做split

  • collapse
    注意collapse会将短的边变长，要判断变长的边是否超过4/3，若超过，可以拒绝本次collapse操作。
    

  • equalize valences（flip）

    • 详见书p100-102
    • 看度是否接近6，看flip之后度的变化
    • 准则：每个点的|度-6|求和，如果flip后这个和变小，则可以做flip。

  • The tagential relaxation(smooth)

    • 拉普拉斯
    • 投影
      openmesh中实现了一些操作，需要配置CGAL，学习AABB tree的使用。

• 与主曲率的自适应的关系
  

• feature的保持

  • feature边和点在输入时给出
  • corner点：多条feature线的交汇点
  • feature点：仅沿着feature线移动的点
  • 其他的点可以随意移动，remeshing过程中满足上述点的要求。

基于参数化的方法

• 过程：参数化 -> remeshing -> 返回回原曲面。

  • 优点：参数化后都在二维平面区域，不会出现remeshing后的点不在原区域内，不需要投影。

  • 缺点：

    1. 参数化后二维区域的remeshing 会出现扭曲，比如在二维区域看似正三角形，投影到曲面上相差较大。
    2. 在原曲面上有一条切缝，在二维曲面上有两条切缝，做完split flip操作等返回到曲面上时两条切缝如何保证能合上。

  • 问题解决

    1. 扭曲：把网格分成一块一块的，每一块做remeshing，并保证扭曲比较低，解决扭曲问题。
    2. 割缝：两条缝左边和右边都做remeshing，如何保证合上？一块一块做，这一块保证扭曲比较低，并且remeshing不处理边界，下一块的时候把上一块未处理的边界包含上作为内部部分一起处理。

逼近-Hausdorff距离

• 输出和输入的相似性
  - 看上去比较接近
  - 法向和曲率、高阶的微分量比较接近。
  • 逼近方法-Hausdorff距离

    • 不考虑法向、曲率的difference。

    • 考虑两个网格的位置之间的difference。

    • Hausdorff距离

      • 测度空间之间的difference
      • X、Y看做两个点云

      

      1. 给定一个x，在Y里面找一个点y，使得x和y的距离是最小的，对每一个x操作，对所有的x求一个最大值；
      2. 给定一个y，在X里面找一个点x，使得x和y的距离是最小的，对每一个y操作，对所有的y求一个最大值；
      3. 求前两者中的最大值，该值被定义为Hausdorff距离。
         
• 三角形网格之间的Hausdorff distance
  • 两个距离之间的最大值。
    
    • Hausdorff distance 的近似：一般是算Hausdorff距离的近似，在网格上做采样。但是注意是计算采样点到另一个网格（三角形面片）上的所有点的距离，不是两个网格的采样点互相求距离。
      

Error-bounded remeshing

• 希望输入和输出网格的hausdorff距离是有界的。
• 将此作为一个约束，每做一次操作，判断一次hausdorff距离，不满足则拒绝该次操作，保证每一步生成的网格都是满足约束的，在error-bounded space里的。
  • 显式保证了hausdorff距离是有界的，输出不会偏离输入太远，但是代价比较高。
  • 每一次都判断代价太高，解决方法：在remeshing过程中在违反hausdorff距离严重的地方插入更多的点，使hausdorff距离减小，回到界内。做完一次加点操作再去判断。
  • 算法
    初始化目标边长，做完一次remeshing，如果违反hausdorff距离约束，调整目标边长，加点、更新。
    

角的处理

• 在最大角和最小角做一个提升，让输出不会产生很大或很小的角（split、collapse）。
  
  • 方法