三維模型參數(shù)化算法：理論和實踐（C#版本）

第1章淺談曲面參數(shù)化
1．1算法和理論（Ⅰ）
1．2算法和理論（Ⅱ）
1．3算法和理論（Ⅲ）
1．4算法和理論（Ⅳ）
1．5算法和理論（Ⅴ）
1．6總結
第2章Blender軟件貼圖
2．1貼圖介紹
2．1．1貼圖概念
2．1．2Blender軟件貼圖
2．2立方體貼圖
2．3球形貼圖
2．4凹凸貼圖
2．5兔子貼圖
第3章三維模型參數(shù)化
3．1參數(shù)化概念
3．2紋理題圖
第4章碟形網(wǎng)格參數(shù)化算法
4．1模型拓撲
4．2模型剪開
4．3參數(shù)化算法分類
第5章扭曲度量
5．1基本扭曲度量
5．2拉伸扭曲度量
5．2．1仿射變換
5．2．2拉伸扭曲度量代碼
5．3度量實驗
第6章和諧參數(shù)化算法
6．1和諧參數(shù)化算法概述
6．2和諧參數(shù)化系統(tǒng)構造
6．2．1系統(tǒng)構造過程
6．2．2和諧參數(shù)化中的權重
6．3和諧參數(shù)化代碼
6．3．1設置邊界代碼
6．3．2線性系統(tǒng)代碼
6．4和諧參數(shù)化效果分析
6．5虛擬邊界
第7章迭代參數(shù)化算法
7．1算法設計
7．2迭代參數(shù)化代碼
7．3迭代參數(shù)化效果分析
第8章基于角度平展參數(shù)化算法
8．1保角參數(shù)化
8．2角度空間數(shù)學系統(tǒng)構建
8．2．1角度限制條件
8．2．2角度誤差能量函數(shù)
8．3線性化角度平展
8．3．1角度限制條件線性化
8．3．2線性ABF系統(tǒng)構建
8．4角度平展參數(shù)化代碼
8．5線性ABF效果分析
第9章位置重建算法
9．1參數(shù)化線性系統(tǒng)
9．2貪婪重建算法
9．3最小二乘重建算法
9．4兩種重建效果分析
第10章LSCM算法
10．1保角映射
10．2保角離散化
10．3LSCM算法步驟
10．4LSCM實驗效果分析
第11章DCP和DAP參數(shù)化算法
11．1內(nèi)在參數(shù)化概念
11．2內(nèi)在參數(shù)化能量函數(shù)
11．3線性系統(tǒng)構建
11．4DCP和DAP參數(shù)化核心代碼
11．4．1固定邊界
11．4．2自由邊界
11．5DCP和DAP實驗效果分析
11．6LSCM和DCP
11．7自由邊界參數(shù)化
第12章頻譜參數(shù)化算法
12．1算法特點
12．2菲德勒向量
12．3算法推導
12．4核心代碼
12．5實驗分析
第13章局部全局參數(shù)化算法
13．1局部全局思想邏輯
13．2算法設計
13．3ASAP參數(shù)化
13．4ARAP參數(shù)化
13．5混合算法
13．6ASAP算法代碼
13．7ARAP算法代碼
13．8效果分析
第14章高斯曲率參數(shù)化算法
14．1算法邏輯
14．2邊長度量
14．3保角縮放因子
14．4核心代碼
14．5實驗分析
14．6奇異頂點
第15章重新網(wǎng)格化
15．1介紹
15．2算法步驟
15．3實現(xiàn)代碼
15．4實驗效果
第16章線性系統(tǒng)數(shù)值分析
16．1矩陣分解
16．1．1線性系統(tǒng)介紹
16．1．2三角分解法
16．1．3Cholesky分解
16．1．4QR分解法
16．1．5奇異值分解法
16．2特征值和特征向量
16．3相似矩陣
16．4向量組的正交性
第17章線性系統(tǒng)函數(shù)庫
17．1函數(shù)庫介紹
17．1．1函數(shù)庫種類
17．1．2軟件下載
17．2函數(shù)庫編譯
17．3稀疏矩陣
17．4函數(shù)庫調(diào)用
參考文獻