一种三角网格模型的优化方法

发布时间：2019年04月29日 分类：专利

本发明公开了一种三角网格模型的优化方法，其能够对三角网格模型进行有效地优化，获取与原始网格更相似的采样网格。包括步骤：(1)基于顶点均分的自适应采样；(2)计算原始网格的每个面到重新采样网格面的Hausdorff距离H1，以及重新采样网格每个面到原始网格面的Hausdorff距离H2；(3)从H1与H2中选取Hausdorff距离最大的面T离散化为独立的点后，结合面T的关联面，计算发生Hausdorff距离最大值时面T上的点P，以及对应的关联面中目标面R；计算三角网格之间的Hausdorff距离，进行点到面的类型判断，点到面的类型分为：点到点、点到线、点到面；根据点到面的类型进行网格模型优化。

CN201510961925-一种三角网格模型的优化方法-审定授权.pdf