【技術實現步驟摘要】
本專利技術涉及的是一種樹模型重建的方法,具體是一種根據靜態樹模型分析并自動建立其不同生長時期模型的技術。
技術介紹
對復雜的自然場景及物體進行建模是一個非常重要的研究與應用方向。樹幾乎出現在所有的動畫電影和三維的電腦游戲中。用一個自動化的方法對一個靜態的樹模型分析以及重新建模得到其不同時期的形態具有重要意義。藝術家不再需要費時費力的手動去建立各種不同時期的樹模型以滿足正常的自然場景。此外,這種方法甚至可以應用在樹的生長動畫中而不必手工建立動畫的每一幀。Soren?Pirk在其論文Capturing?and?Animating?the?Morphogenesis?of?Polygonal?Tree?Models中提出一個自動化的方法模擬一個輸入的樹的模型在不同時期的生長狀態。這篇論文中的算法首先根據輸入的三位網格模型建立出樹的骨骼模型,然后根據Pipe理論將樹中的各個枝干找出并標記等級。經過處理后的樹模型可以標記每個枝干的生長速度,角度變化速度等,根據論文中將每個參數計算出,然后根據計算出的參數以及Profile?Diagram的理論生成不同生長階段樹的模型。在論文中樹干的粗細是有其子樹干的粗細決定的,然而其公式是一個非線性生長的公式,函數值存在跳躍,使樹的生長模型變得不夠平滑。
技術實現思路
本專利技術所要解決的技術問題就是提供了一種基于Pipe模型的樹的生長模擬算法,使樹的生長模型變得更加平滑。r>為解決上述技術問題,本專利技術采用如下技術方案:一種基于Pipe模型的樹的生長模擬算法,包括如下步驟:第一步,從輸入的網格模型中使用迭代聚集頂點得到樹的骨骼模型,然后將根節點開始的邊的等級設為1,使用BFS算法將每個角度與自己接近的兒子邊的等級設為與自己相同,其他的兒子邊等級設為本條邊等級加一;第二步,對于每一枝干使用下述公式設定其增長速率: υ g = Σ i l i t max - t start , t start = 0 g = 1 Σ p l p v p g ≠ 1 ]]>這個枝干在t時刻的長度由下述公式定義: l ( t ) = υ g · ( t - t start ) . ]]>對每一個邊,使用下述公式設定其調度變化速率: υ α = α i - α init Δt ]]>其在t時刻與其父親邊的夾角為:α(t)=(t-tStart)*vα對于每個邊,使用下述公式設定其半徑變化參數: b p = 1 r p u Σ i r i u , u = 2.5 . ]]>其在任意時刻半徑的值為 r p = ( Σ r i u b p ) 1 / u , r ter min al = r avg ]]>對于改進后的算法,應使 r ter min al = r avg * t - t start t max - t start ]]>第三步,對于用戶任意輸入時間t,按照上述公式使用BFS算法建立出t時刻本文檔來自技高網...
【技術保護點】
一種基于Pipe模型的樹的生長模擬算法,其特征在于包括如下步驟:第一步,從輸入的網格模型中使用迭代聚集頂點得到樹的骨骼模型,然后將根節點開始的邊的等級設為1,使用BFS算法將每個角度與自己接近的兒子邊的等級設為與自己相同,其他的兒子邊等級設為本條邊等級加一;第二步,對于每一枝干使用下述公式設定其增長速率:υg=Σilitmax-tstarttstart=0g=1Σplpvpg≠1]]>這個枝干在t時刻的長度由下述公式定義:l(t)=υg·(t?tstart).對每一個邊,使用下述公式設定其調度變化速率:υα=αi-αinitΔt]]>其在t時刻與其父親邊的夾角為:α(t)=(t?tstart)*vα對于每個邊,使用下述公式設定其半徑變化參數:bp=1rpuΣiriuu=2.5.]]>其在任意時刻半徑的值為rp=(Σriubp)1/urterminal=ravg]]>對于改進后的算法,應使rterminal=ravg*t-tstarttmax-tstart ...
【技術特征摘要】
1.一種基于Pipe模型的樹的生長模擬算法,其特征在于包括如下步驟:
第一步,從輸入的網格模型中使用迭代聚集頂點得到樹的骨骼模型,然后將根
節點開始的邊的等級設為1,使用BFS算法將每個角度與自己接近的兒子邊的
等級設為與自己相同,其他的兒子邊等級設為本條邊等級加一;
第二步,對于每一枝干使用下述公式設定其增長速率:
υ g = Σ i l i t max - t start t start = 0 g = 1 Σ p l p v p g ≠ 1 ]]>這個枝干在t時刻的長度由下述公式定義:
l(t)=υg·(t-tstart).
對每一個邊,使用下述公式設定其調度變化速率:
υ α = α i - α init &...
【專利技術屬性】
技術研發人員:盛斌,周旭楚,田立武,張越青,張弘強,
申請(專利權)人:浙江慧谷信息技術有限公司,
類型:發明
國別省市:浙江;33
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。