摘要
本发明属于计算机图形学几何处理技术领域,具体涉及一种各向异性三角形网格生成方法,包括获取物体模型的三角形网格数据,采用网格参数化方法将三角形网格数据由三维空间展开到二维平面;基于展开后的三角形网格数据,将每一顶点的集合数据输入训练好的深度神经网络模型,得到每个顶点的各向异性度量参数和预测采样点坐标;根据各向异性度量参数和预测采样点构建ACVT能量函数并最小化,得到在二维平面上优化后的三角形网格数据;通过重心坐标将优化后的三角形网格数据由二维平面映射回三维空间;本发明能够保证生成网格质量同时提高运算效率。
技术关键词
顶点
网格生成方法
网格参数化方法
三角形
深度神经网络模型
采样点
邻域
坐标
度量
原始网格数据
训练深度神经网络
三角面数量
计算机图形学
概率密度函数
索引
圆心
物体