三维动画形变算法(Laplacian-Based Deformation)
网格上顶点的Laplace坐标(均匀权重)定义为:,其中di为顶点vi的1环邻域顶点数。
网格Laplace坐标可以用矩阵形式表示:△=LV,其中,那么根据网格的Laplace坐标通过求解稀疏线性方程组可以得到网格的顶点坐标。
基于网格Laplace形变算法的思想:网格上顶点的Laplace坐标作为网格的细节特征,其在网格形变前后的局部坐标系内不发生变化。Laplace形变问题可以用如下数学优化形式表达,那么问题的关键是如何得到网格形变后的Laplace坐标,或者说是每个顶点Laplace坐标的变换Ti。
文章[Lipman et al. 2004]形变算法主要包括以下步骤:
1.在初始网格顶点上建立局部坐标系,先利用原始Laplace坐标将网格进行形变;
2.在形变后的网格顶点上建立局部坐标系,根据形变前后Laplace坐标在局部坐标系内不变,估计形变后网格顶点的Laplace坐标,如下:
δ(vj)=αnj+βuji+γ(nj×uji)
δ(vj’)=αnj’+βuji’+γ(nj’×uji’)
其中:nj和nj’为形变前后顶点vj的法向,uji和uji’为形变前后边ji在顶点vj切平面内的投影方向,δ(vj)和δ(vj’)为形变前后顶点vj的Laplace坐标。
3.根据编辑后的Laplace坐标求解形变后网格的顶点坐标。
步骤2和步骤3可以进行迭代。
算法效果:拖动蓝色控制点后,发现随着算法迭代次数的增加,网格表面细节特征逐渐恢复。
文章[Sorkine et al. 2004]形变算法是将优化表达式中Ti表示成vi’相关的形式,这样就可以直接求解得到形变后网格顶点坐标vi’,不需要迭代求解,具体过程如下:
Ti在小角度情况下可以近似为:,将Ti表示vi’线性相关的形式:
其中:。
这样Ti就表示成了vi’线性相关的形式,然后根据优化表达式通过最小二乘法即可求得vi’。
算法效果:蓝色控制点从下向上拖拽时的网格形变效果。
前文介绍的Possion形变和Laplace形变是基于网格表面的形变,在大尺度网格形变时,算法不保证体图细节。文章[Zhou et al. 05]提出了基于体图的Laplace形变算法,对于输入网格M,构造两种体图:填充网格内部的图gin用来防止大尺度形变时不自然的体积变化;覆盖网格外侧的图gout用来防止局部自交。
蓝色为输入网格M;红色为填充网格内部的图gin;绿色为覆盖网格外侧的图gout
为了平衡保持网格表面几何细节和保持体图几何细节两个目标,优化函数修改为以下形式:
其中,图g的前n个点就是网格M的点。LM是网格的离散Laplace算子;g’是去掉M中的边之后的g的子图;对网格M中的点,εi(1≤i≤n)是形变后网格的Laplace坐标;对子图g’中的点,δi(1≤i≤N)是形变后体图的Laplace坐标。形变能量分为三个部分,分别刻画保持表面几何细节、满足用户指定约束和保持体图细节的程度。
算法效果:Possion形变不保持体图细节,Volumetric laplacian形变保持体图细节。
本文为原创,转载请注明出处:http://www.cnblogs.com/shushen。
参考文献:
[1] Y. Lipman, O. Sorkine, D. Cohen-Or, D. Levin, C. Rossl, and H.-P. Seidel. "Differential Coordinates for Interactive Mesh Editing." In Proc. of Shape Modeling International, pp.181-90. Washington, DC: IEEE Computer Society, 2004.
[2] O. Sorkine, D. Cohen-Or, Y. Lipman, M. Alexa, C. Rossl, and H.-P. Seidel. "Laplacian Surface Editing." In Proc. of Eurographics Symposium on Geometry Processing, pp. 179-88. Aire-la-Ville, Switzerland: Eurographics Association, 2004.
[3] K. Zhou, J. Huang, J. Snyder, X. Liu, H. Bao, B. Guo, and H.-Y.Shum. "Large Mesh Deformation Using the Volumetric Graph Laplacian." ACM Transactions on Graphics (Proc. SIGGRAPH) 24:3 (2005), 496-503.
[4] 黄劲. 大尺度几何形变理论与方法[D]. 浙江大学, 2007.
三维动画形变算法(Laplacian-Based Deformation)的更多相关文章
- 三维动画形变算法(Gradient-Based Deformation)
将三角网格上的顶点坐标(x,y,z)看作3个独立的标量场,那么网格上每个三角片都存在3个独立的梯度场.该梯度场是网格的微分属性,相当于网格的特征,在形变过程中随控制点集的移动而变化.那么当用户拖拽网格 ...
- 三维动画形变算法(Linear rotation-invariant coordinates和As-Rigid-As-Possible)
在三维网格形变算法中,个人比较喜欢下面两个算法,算法的效果都比较不错, 不同的是文章[Lipman et al. 2005]算法对控制点平移不太敏感.下面分别介绍这两个算法: 文章[Lipman et ...
- 三维动画形变算法(Mixed Finite Elements)
混合有限元方法通入引入辅助变量后可以将高阶微分问题变成一系列低阶微分问题的组合.在三维网格形变问题中,我们考虑如下泛函极值问题: 其中u: Ω0 → R3是变形体的空间坐标,上述泛函极值问题对应的欧拉 ...
- 三维网格形变算法(Laplacian-Based Deformation)
网格上顶点的Laplace坐标(均匀权重)定义为:,其中di为顶点vi的1环邻域顶点数. 网格Laplace坐标可以用矩阵形式表示:△=LV,其中,那么根据网格的Laplace坐标通过求解稀疏线性方程 ...
- 高阶Laplace曲面形变算法(Polyharmonic Deformation)
数学上曲面的连续光滑形变可以通过最小化能量函数来建模得到,其中能量函数用来调节曲面的拉伸或弯曲程度,那么能量函数最小化同时满足所有边界条件的最优解就是待求曲面. 能量函数通常是二次函数形式: 其中S* ...
- 三维网格形变算法(Gradient-Based Deformation)
将三角网格上的顶点坐标(x,y,z)看作3个独立的标量场,那么网格上每个三角片都存在3个独立的梯度场.该梯度场是网格的微分属性,相当于网格的特征,在形变过程中随控制点集的移动而变化.那么当用户拖拽网格 ...
- 在图层上使用CATransform3D制做三维动画-b
在UIView上,我们可以使用CGAffineTransform来对视图进行:平移(translation),旋转(Rotation),缩 放(scale),倾斜(Invert)操作,但这些操作是没有 ...
- Camera三维动画
一.概述 在Android中说到3D开发,我们首先想到的是OpenGL,但用起来比较复杂繁琐,不适合做应用级别的3D变换.Android为我们提供了一个简化版的3D开发入口:Camera(这里的Cam ...
- 三维网格形变算法(Linear rotation-invariant coordinates和As-Rigid-As-Possible)
在三维网格形变算法中,个人比较喜欢下面两个算法,算法的效果都比较不错, 不同的是文章[Lipman et al. 2005]算法对控制点平移不太敏感.下面分别介绍这两个算法: 文章[Lipman et ...
随机推荐
- [PTA] 数据结构与算法题目集 6-10 二分查找
Position BinarySearch(List L, ElementType X) { int beg = 1; int end = L->Last; while (beg <= e ...
- docker学习ppt
保存下学习资料
- spark 源码分析之三 -- LiveListenerBus介绍
LiveListenerBus 官方说明如下: Asynchronously passes SparkListenerEvents to registered SparkListeners. 即它的功 ...
- spring 事务隔离级别导致的bug
事情是这样的,ios进货单有一个数量加一手,减一手的功能,每加减一次就会异步调用后台的接口,后台判断sku如果不存在就插入,存在就更新. 问题描述: 当ios发了多次请求后, 在第二次请求的时候, ...
- mysql语句汇总
MySQL常用命令: show databases; 显示数据库 create database name; 创建数据库 use databasename; 选择数据库 drop database ...
- web设计_5_自由的框式组件
1. CSS3 border-radius 圆角矩形框 圆角矩形框组件是页面布局中常常用到的,利用CSS3的border-radius可非常方便的创建. 并且在横向纵向上面都有很好的扩展性和灵活性. ...
- hdoj 3732 Ahui Writes Word (多重背包)
之前在做背包的题目时看到了这道题,一看,大喜,这不是裸裸的01背包吗!! 然后华丽丽的超时,相信很多人也和我一样没有考虑到数据量的大小. 时隔多日,回过头来看这道题,依旧毫无头绪....不过相比之前 ...
- Android 开发环境之 VMware 虚拟机(android8.1)
VM版本14 在官网下载androidx86的VMDK文件 官方下载地址 (VMDK文件是VMware的专用文件,比iso镜像文件安装要简便许多,内部已经配置好了,只需要按照虚拟机安装普通流程即可) ...
- Python中的inf与nan
Python中可以用如下方式表示正负无穷 >>> float('inf') # 正无穷,inf不区分大小写,float('InF')一样可以. inf >>> fl ...
- sift、surf、orb 特征提取及最优特征点匹配
目录 sift sift特征简介 sift特征提取步骤 surf surf特征简介 surf特征提取步骤 orb orb特征简介 orb特征提取算法 代码实现 特征提取 特征匹配 附录 sift si ...