Proximity-aware multiple meshes decimation using quadric error metric

2020 
La decimation progressive de maillage par l'application successive d'operateurs topologiques est un outil standard de traitement de la geometrie. Un element cle de tels algorithmes est la metrique d'erreur, qui donne la priorite aux operateurs minimisant l'erreur de decimation. La plupart des travaux precedents se concentrent sur la preservation des proprietes locales du maillage lors du processus de decimation, le plus notable etant la metrique d'erreur quadrique qui utilise l'operateur d'effondrement d'arete. Toutefois, les maillages obtenus a partir de scenes issues de CAO et decrivant des systemes complexes requierent souvent une decimation significative pour la visualisation et l'interaction sur des terminaux bas de gamme. Par consequent, la preservation de la disposition des objets est necessaire dans de tels cas, afin de preserver la lisibilite globale du systeme pour des applications telles que la reparation sur site, l'inspection, la formation, les jeux serieux, etc. Dans ce contexte, cette these a trait a preserver la lisibilite des relations de proximite entre maillages lors de la decimation, en introduisant une nouvelle approche pour la decimation conjointe de multiples maillages triangulaires presentant des proximites. Les travaux presentes dans cette these se decomposent en trois contributions. Tout d'abord, nous proposons un mecanisme pour la decimation simultanee de multiples maillages. Ensuite, nous introduisons une metrique d'erreur sensible a la proximite, combinant l'erreur locale de l'arete (i.e. la metrique d'erreur quadrique) avec une fonction penalisant la proximite, ce qui augmente l'erreur des effondrements d'arete la ou les maillages sont proches les uns des autres. Enfin, nous elaborons une detection automatique des zones de proximite. Pour finir, nous demontrons les performances de notre approche sur plusieurs modeles generes a partir de scenes issues de CAO.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    31
    References
    1
    Citations
    NaN
    KQI
    []