基于粒子群优化算法的三角网格孔洞修补

doi:10.3778/j.issn.1002-8331.2009.25.056

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (25): 183-185.DOI: 10.3778/j.issn.1002-8331.2009.25.056

• 图形、图像、模式识别 • 上一篇下一篇

基于粒子群优化算法的三角网格孔洞修补

段德全，刘春红

河南师范大学计算机与信息技术学院，河南新乡 453007

收稿日期:2008-05-14 修回日期:2008-07-28 出版日期:2009-09-01 发布日期:2009-09-01
通讯作者: 段德全

Repairing holes in triangular meshes based on PSO

DUAN De-quan，LIU Chun-hong

Department of Computer and Information，Henan Normal University，Xinxiang，Henan 453007，China

Received:2008-05-14 Revised:2008-07-28 Online:2009-09-01 Published:2009-09-01
Contact: DUAN De-quan

摘要/Abstract

摘要： 为了对三角网格模型中的复杂孔洞和曲率变化较剧烈部位处的孔洞进行修补，提出了一种基于粒子群优化算法（PSO）的三角网格孔洞修补算法。首先对孔洞多边形进行初始网格化，并计算所有网格顶点的梯度值，然后采用PSO搜索与孔洞边缘顶点梯度匹配的点集，最后根据孔洞匹配点集中顶点的梯度对孔洞中的初始网格进行修正，实现三角网格孔洞的修补。实验表明，该算法对各种复杂或曲率变化较大的孔洞，都有很好的修补效果。

关键词: 粒子群优化算法, 孔洞, 梯度, 修补

Abstract: To repair the complex holes with large curvature change in triangular meshes，an algorithm for repairing holes in triangular meshes based on particle swarm optimization algorithm is proposed.Firstly，the holes are initialized meshing and the grads among vertexes in the meshes are calculated.Then all the points are located whose gradient is sufficiently similar with the points of holes’ edge，by using the particle swarm optimization algorithm.In the end，the points in initial meshed holes are corrected by the matching points’ gradient.Experiments show the algorithm’s validity in repairing holes for complex and large curvature changes.

Key words: Particle Swarm Optimization（PSO）, holes, gradient, repairing

中图分类号:

TP391.41

段德全，刘春红. 基于粒子群优化算法的三角网格孔洞修补[J]. 计算机工程与应用, 2009, 45(25): 183-185.

DUAN De-quan，LIU Chun-hong. Repairing holes in triangular meshes based on PSO[J]. Computer Engineering and Applications, 2009, 45(25): 183-185.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[3]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[4]	周友行，赵晗妘，刘汉江，李昱泽，肖雨琴. 采用DDPG的双足机器人自学习步态规划方法[J]. 计算机工程与应用, 2021, 57(6): 254-259.
[5]	刘建宇，范平清. 基于改进的RRT*-connect算法机械臂路径规划[J]. 计算机工程与应用, 2021, 57(6): 274-278.
[6]	王晓，唐伦，贺小雨，陈前斌. 基于深度强化学习的服务功能链多维资源优化[J]. 计算机工程与应用, 2021, 57(4): 68-76.
[7]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[8]	马志豪，朱响斌. 拟双曲动量梯度的对抗深度强化学习研究[J]. 计算机工程与应用, 2021, 57(24): 90-99.
[9]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[10]	况立群，李思远，冯利，韩燮，徐清宇. 深度强化学习算法在智能军事决策中的应用[J]. 计算机工程与应用, 2021, 57(20): 271-278.
[11]	杨薛钰，陈建平，傅启明，陆悠，吴宏杰. 基于随机方差减小方法的DDPG算法[J]. 计算机工程与应用, 2021, 57(19): 104-111.
[12]	成立明，陈建新，陈瑞，陈志敏. 融合自监督单目图像深度估计的视觉里程计[J]. 计算机工程与应用, 2021, 57(15): 230-236.
[13]	唐蕾，刘广钟. 改进TD3算法在四旋翼无人机避障中的应用[J]. 计算机工程与应用, 2021, 57(11): 254-259.
[14]	廖玮霖，程杉，尚冬冬，魏昭彬. 多策略融合的粒子群优化算法[J]. 计算机工程与应用, 2021, 57(1): 69-76.
[15]	林克正，张元铭，李昊天. 信息熵加权的HOG特征提取算法研究[J]. 计算机工程与应用, 2020, 56(6): 147-152.

基于粒子群优化算法的三角网格孔洞修补

Repairing holes in triangular meshes based on PSO

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics