ACVD

信息

此代码是基于以下论文的实现：

[1] S. Valette,J.-M. Chassery 和 R. Prost，基于度量相关离散 Voronoi 图的3D三角网格通用重新网格化，IEEE 可视化与计算机图形学会刊，第14卷，第2期，369-381页，2008年。

[2] Sebastien Valette 和 Jean-Marc Chassery，用于均匀多边形网格简化的近似中心 Voronoi 图，计算机图形学论坛（Eurographics 2004会议论文集），第23卷，第3期，2004年9月，381-389页。

[3] M. Audette, D. Rivière, M. Ewend, A. Enquobahrie, 和 S. Valette，"基于FE的交互式神经外科手术模拟的方法引导控制分辨率脑网格化"，医学图像分析中的网格处理研讨会，与MICCAI 2011联合举办，加拿大多伦多，176-186页，2011年9月。

本代码可跨平台使用，应该能在Linux、MacOS和Windows下编译。

许可证

本代码在CeCILL-B许可证（BSD兼容）下分发（版权归CNRS、INSA-Lyon、UCBL、INSERM所有）

依赖项

VTK www.vtk.org
CMAKE www.cmake.org

Linux下的简单编译方法

git clone https://github.com/valette/ACVD.git
cd ACVD
cmake . -DCMAKE_BUILD_TYPE=Release
make

可执行文件（ACVD、ACVDQ、AnisotropicRemeshingQ等）应该在"bin"子目录下。

使用方法

执行ACVD和ACVDQ时不带参数可以查看可用选项。

使用图形显示时，在交互过程中按"e"键可以继续下一步。

对于ACVD，输出会写入simplification.ply文件。

此外，运行ACVD时还会生成一个output_1.ply文件。这是使用二次曲面进行后处理前的输出网格。

请注意，要强制输出流形网格（如[3]中所述），需要使用-m 1选项。

意见和建议：https://github.com/valette/ACVD/issues

多线程版本

对于每个程序ACVD、ACVDQ和AnisotropicRemeshingQ，都有一个并行实现，分别称为ACVDP、ACVDQP和AnisotropicRemeshingQP。在下面的例子中，只需在可执行文件名后添加"P"即可使用所有处理器核心。请注意，并行版本不是确定性的，因此使用相同参数运行两次程序会产生不同的重新网格化结果。当使用二次曲面时（即使用ACVDQ或AnisotropcRemeshigQ），并行版本运行得更快，但对于线性ACVD，加速效果不明显。对于所有程序，可以使用"-p 线程数"选项设置线程数。

示例

将斯坦福兔子重新网格化为3000个顶点：####

wget https://github.com/alecjacobson/common-3d-test-models/raw/master/data/stanford-bunny.obj
bin/ACVD stanford-bunny.obj 3000 0

考虑曲率：

bin/ACVD stanford-bunny.obj 3000 1.5

使用ACVDQ将风扇盘重新网格化为3000个顶点，考虑锐利特征：####

wget https://github.com/alecjacobson/common-3d-test-models/raw/master/data/fandisk.obj
bin/ACVDQ fandisk.obj 3000 0

使用各向异性度量将马重新网格化为1000个顶点：####

wget https://github.com/alecjacobson/common-3d-test-models/raw/master/data/horse.obj
bin/AnisotropicRemeshingQ horse.obj 1000 1.5

将泰国雕像重新网格化为100000个顶点，计算曲率

wget http://graphics.stanford.edu/data/3Dscanrep/xyzrgb/xyzrgb_statuette.ply.gz
gunzip xyzrgb_statuette.ply.gz
bin/ACVDQ xyzrgb_statuette.ply 100000 1.5

并行版本：
bin/ACVDQP xyzrgb_statuette.ply 100000 1.5

限制使用3个线程的并行版本：
bin/ACVDQP xyzrgb_statuette.ply 100000 1.5 -np 3

对于上述所有示例，可以通过在命令行中添加"-d 2"来触发处理过程的交互式可视化。

Python 移植版本

ACVD的部分功能已被移植到Python，请参见：https://github.com/pyvista/pyacvd