【笔记】Polygon mesh processing 学习笔记（9）

Simplification

定义

简化和近似

• simplification，approximation，decimation

• 把一个模型transform到另一个模型，更少的面、边、顶点

• 简化和近似通常被用户定义的一个质量标准（quality criteria）来控制

• 保曲率，curvature-preserved criteria
• 曲率抹除，curvature-removed criteria

简单的应用

• 调整数据集的复杂度
• 许多简化框架是迭代工作的，例如一次移除一个顶点，它们通常是可逆的。因此可以用于adaptive refinement，progressive transmission
• 可以在粗糙网格上做一些初始化，然后再应用到高分辨率的网格上，简化就是一种获得粗糙网格的思路

常见的简化思路

• vertex clustering algorithms， 原始顶点集合的子集
• incremental algorithms，原始顶点位置的加权
• resampling algorithms，全新的mesh
• mesh approximation algorithms，最小化定义好的error metric

顶点聚类

基础思路

• 对给定的object，把bounding space按照approximation tolerance划分为若干个cells
• 对每个cell，计算一个代表性的定点位置
• 经过聚类，原始面片就可能退化，网格也就化简了。

优点不足

• 退化后的网格可能不再是2-manifold，因为拓扑可能改变。当然这个缺点也可以看做是有点，因为这种方法可以改变模型的拓扑。比如一个模型有很多小空洞的时候，保留拓扑可能没法得到太好的化简结果。
• 顶点聚类的计算效率取决于mesh顶点到聚类的映射。对简单的uniform spatial grids，可以在线性时间内完成；
• 它能在全局上保证approximation tolerance。但是有时候发现它的退化结果依然是冗余的，实际上可以继续化简；

计算cluster representatives

• 选用cell的中心，或者它的相邻顶点的平均……
• 使用least-squares approximation。认为对一个小cell来说，里面的surface patch应该是piecewise flat的。使用quadric error metric （QEM）来优化。

Incremental decimation

基础思路

• 一次移除一个mesh vertex
• 每次移除的都是根据user-specified criteria选择的最佳候选点
• 每次移除一个顶点后，相关的quality criteria要重新评估一下
• 为了确保候选点的顺序，一般使用堆这种数据结构

Topological operations

• Vertex removal/ vertex insertion

• Edge collapse / vertex split

• Half-edge collapse / vertex split

• 注意要避免illegal collapse （非流形）

• Vertex contraction,这种操作使顶点-1，但保持三角形的数目。但是可能改变拓扑结构，因此需要基于能表征非流形网格的数据结构。

距离度量

• 基本思路是，对化简后网格的每个三角形$t_i$，对应原始网格的一个sub-patch ${\mathcal{S}}_i$。距离度量计算每个三角形和对应sub-patch的每个顶点或面片的距离。根据应用，可以使用平均距离，最大距离等。
• 具体方法
  • 误差累积
  • 误差二次型（error quadrics）， QEM
  • Hausdorff距离

光顺度量

• 距离度量决定了一厨操作是否合法；光顺度量则决定了移除候选点的顺序。
• 最简单的方法就是也使用距离度量决定顺序。
• 也可以使用别的方式，让移除后的三角形光滑、等距等等

Variational shape approximation （VSA）

• VSA对特征和对称性十分敏感，可以生成各向同性的网格。
• Lloyd’s clustering algorithm
  • geometry partitioning
  • plane fitting
• Greedy algorithm