球面参数化入门

文献[1]说 :

(1) 基于累进网格的方法. 这种方法首先由 Shapiro [ 11 ] 于 1998 年提出 ,文 献[ 12 ,13 ]继续发展了这一思路. 这一方法首先用简 化方法将网格简化为四面体网格 ,再将四面体网格映射到球面上 ,然后不断地插入节点 ,在球面上恢复三维网格的原始连接关系.

(2) 球面松弛的方法. Al2 exa [1 ]提出将网格的所有顶点投影到模型的最小包围球面上 ,固定球面上 6 个顶点位置 ,然后用离散 Laplace 平均算子来不断松弛球面上其它顶点的位 置 ,直到实现球面参数化. Kobbelt 等[14 ]也提出了类 似方法.

(3) 基于凸组合的方法. Gotsman 等[15 ] 提出 将应用于平面参数化的凸组合方法扩展到球面域中 ,他们给出了非常简明的计算方法 ,并且证明了这 种方法的合理性

其中:

(1)有改进版学长推荐我读的即这个（据说很有名，名字也确实很大胆）：

Spherical Parametrization and Remeshing

(3）的话清华神(文献[1]) 稍微介绍了一下，大概是求方程，将每一个点沿着球心到这个点的向量进行移动（或者说拉伸？）。然后拓扑关系反正不变（就f矩阵不变）,v矩阵通通被更新了一遍（每个点被拉伸到球面了）。具体细节还涉及到固定以及退化等问题，所以清华神写了那篇论文，提出了一些改进。

(2）还没看过。

引自:

[1] 严寒冰,胡事民.球面坐标下的凸组合球面参数化

一下纯属唠嗑，可忽略：

yysy,读了几篇sig或tog后，发现大家确实都是，根据已有的东西，在上面改某个点或啥的。创新应该从来不是凭空产生的，它应该是你已有知识的一种延申？就像几何+神经网络，其实都存在了，只是你要能想到怎么结合，处理啥问题，你就是可能这个邻域的开拓者。就算是神经网络的发明，也是根据一些数学定理得来的。由此大胆猜测，多读好文章，整理思路，才是发文章甚至是好文章的必须点。不是简单化一些伟大的论文或者创新，只是给自己一点鼓励~

（当然选择也很重要