Hình 4: tạo lưới Progressive bao gồm các phần mở rộng (trái) và sửa đổi (giữa) của thuật toán trước đơn giản hóa (bên phải).
Nơi ε
bậc hai là lỗi bậc hai (tức là tổng các bình phương
khoảng cách đến các máy bay các mặt kề nhau '), εs i là lỗi trước đó được lưu giữ cho đỉnh i, và phép nhân với 1+ εfloat
đảm bảo rằng các lỗi được lưu trữ cho sụp đổ vt và vu tới v là
lớn hơn so với các lỗi của sự sụp đổ lân cận trước. Điều này
tài sản sau được sử dụng trong quá trình thích ứng và mô hình hóa để đảm bảo một khu vực cố định cho mỗi hoạt động. Điều này cũng đòi hỏi một sự thay đổi của các loại bỏ sự sụp đổ chồng lên nhau
bước, đòi hỏi các tài liệu tham khảo cạnh lưu trữ cho từng khuôn mặt.
Xác định các khu vực có nghĩa là không có hai đỉnh chia sẻ một cạnh chung có thể sụp đổ song song. Đối với tĩnh
LODs, ngăn chặn một sự sụp đổ của hai cạnh kề nhau là đủ. Ngoài ra, sự sụp đổ có thể cũng không được thực hiện,
nếu vl hoặc VR là không kết nối với Vũ hay vt của tam giác khác
mặc dù fl và fr. Tình trạng này là cần thiết bởi vì nếu không vl hoặc VR sẽ mất tích trong khu phố của vu và
vt khi thực hiện việc phân chia đỉnh.
Sau khi thực hiện các vụ sụp đổ, các hoạt động có thể được
lưu trữ trong các cấu trúc lưới dữ liệu tiên tiến. Điều này được thực hiện bằng
đầu thu thập các khu vực lân cận cho tất cả các hoạt động và sau đó
mã hóa các hiệu số thuộc tính trong các địa phương phối hợp hệ thống.
Cuối cùng, chúng tôi cập nhật các kết nối và tháo sụp đổ
và lặp cạnh. Các tài liệu tham khảo cạnh lưu trữ trong những khuôn mặt
cũng được cập nhật trong thời gian nén của bộ đệm cạnh.
Khi số lượng các mặt giảm xuống dưới một ngưỡng nhất định, các điểm dừng đơn giản hóa và FVIDs được gán cho
các đỉnh và các hoạt động. Lưu ý rằng, không phải tất cả các bộ đệm được yêu cầu trong các thuật toán đầy đủ và có thể được phóng thích
sớm vì chúng không được sử dụng nữa.
4. Biên tập
chỉnh sửa dựa trên sửa đổi các thuộc tính hiệu đỉnh
được mã hóa trong các hoạt động tách hoặc các thuộc tính của lưới cơ sở
đang được dịch, vui lòng đợi..
