مش بندی مجدد غیر ایزوتروپیک مدل های سه بعدی با رویکرد نمونه-برداری وفقی

امروزه گسترش گوشی های هوشمند و نرم افزارهای سه بعدی به کار رفته در این سیستم ها، نیاز به پردازش سریع مدل های سه بعدی را کاملا آشکار می سازد. ولی حجم بالای ریوس و وجوه موجود در مدل های سه بعدی، سرعت ارسال و دریافت داده ها را کاهش داده و حافظه ذخیره سازی بیشتری را می طلبد. در این مقاله، روشی برای مش بندی مجدد غیرایزوترپیک مدل های سه بعدی پیشنهاد می شود. در این روش از معیار نایکوییست برای نمونه برداری از مدل اصلی استفاده می شود. این معیار به صورت محلی برروی هر بخش از مش اعمال شده و فرایند نمونه برداری را انجام می دهد. سپس، مش بندی مجدد به نقاط نمونه برداری شده افزوده شده و مدل ساده سازی شده تشکیل می شود. جهت کسب مدل با کیفیت بالا از مدل مش بندی شده جدید، از یک روش درون یابی زیر تقسیم غیر خطی استفاده می شود. نتایج بدست آمده نشان می دهند که الگوریتم ارایه شده علاوه بر کاهش تعداد ریوس و وجوه مدل، توانایی حفظ جزییات را به خوبی دارد. الگوریتم پیشنهادی با روش های شناخته شده در زمینه ساده سازی مش مقایسه شده و نتایج بدست آمده گویای توانایی روش پیشنهادی در بازسازی مدلی با کیفیت بالا است.