如何对稀疏体素八叉树(SVO)进行三角剖分
如何对稀疏体素八叉树(SVO)进行三角剖分
提问于 2021-02-08 23:22:47
我实现了一个基于稀疏体素八叉树(SVO)的材料去除模拟的数据结构。现在，我想要可视化结果。因此，我需要对我的稀疏体素八叉树进行三角测量。
我该怎么做呢？你能推荐一些快速算法吗？
标准体素模型可以通过使用行进立方体(MC)进行三角剖分。但据我所知，我不能使这个算法适用于SVO。MC算法基于用于生成三角形的15个基本模式(借助LUT以获得更好的性能)。但是这些模式不再适用于SVO体素，因为这些体素可以根据树分支中的局部分辨率具有不同的大小。
那么，其他人如何三角测量他们的SVO呢？
回答 1
Stack Overflow用户
发布于 2021-03-10 23:32:30
有一种称为"Transvoxel算法“的算法可以用于行进立方体。我不会在这里发布细节，但你可以在谷歌上搜索它。它会进行一些内部体素细分。我有我自己的镶嵌算法，它有一些简化，因为它有很少的情况，但这两个都只允许一个级别的分辨率在同一时间改变。
你最好的选择可能是根本不使用MC，转而使用surface nets。主要的缺点是它可以生成非流形几何(如果这是你关心的东西)。还有一些其他的变体，比如“双轮廓”，你可能也想研究一下。双轮廓允许锐角，但需要Hermite数据。我相信也有多种版本的双重等高线和/或表面网，但代价是增加了一些复杂性。
在任何情况下，所有这些东西都可以与体素八叉树一起工作，但它确实需要一些工作。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66104422
复制相关文章
相似问题
腾讯云开发者
