再论映射相关边概念的多边形内外点判别算法

证明了文献[1](张宁宁,张树有,谭建荣.映射相关边概念的多边形内外点判别算法.计算机辅助设计与图形学学报, 2004, 16(7): 935-938)中密切边(定义3)是不正确的.在此基础上重新定义了密切边的概念,改进了文献[1]的算法,并增加了检测点在特殊位置时的判定,增强了算法的稳定性和可靠性.     

基于链码和特征形的多边形内外点判断算法

通过对多边形各个顶点与待测点相对位置进行判别，给出了多边形的垂直（水平）链码序列生成方法．该方法根据多边形的链码将原多边形中对判别无关的冗余边或冗余点删除，形成多边形的特征形；待测点在特征形与原多边形内外位置关系上具有一致性，从而大大简化了运算．同时给出了一种点在多边形内外点判断算法，把点在原多边形内外的判断转化为点与其特征形的位置判断，特征形的提取过程是一个线性扫描及条件判断过程，可以避免大量的又积运算，从而有效地提高了多边形内外点判断算法的效率．程序验证表明：文中算法易于实现，具有运行速度快、稳定性高等优点．     

基于单调性与相关边的多边形内外点判断算法

为了充分挖掘多边形边的基本性质——单调性，基于检测点与多边形边之间的坐标关系，提出了相关边的概念及一种判断点在多边形内外的新算法。综合运用单调性与相关边技术，将点与我边形之间的位置关系转化为点与茯相关边之间的位置关系，从而尽可能地避免了叉积运算，且无需求交运算，从根本上提高了算法的效率，同时新算法还简单有效地解决了射线法中的临界位置问题。程序验证表明，新算法易于实现，适用于简单多边形，具有运行速度快、稳定性高等优点。     

基于拓扑映射的点集在凸多边形内外判断算法

通过拓扑映射 ,点在凸多边形内外的判别可以转化为映射点在射影直线上的位置关系问题 .首先通过设置中心点 ,获取凸多边形各顶点的拓扑映射点 ,对于每个检测点 ,根据其映射点与顶点拓扑映射点的相对位置关系 ,即可确定检测点位于多边形哪条边的范围内 ;然后将检测点与该边进行包围盒测试 ,对于点在边包围盒外的情况 ,只需根据比较判别即可得到结果 ,对于点在边包围盒边界上或内部的情况 ,则需通过叉积运算进行判别 .该方法几何意义清晰 ,实验结果表明 ,该算法运行可靠 ,对于单个点或多点组成的点集均有较高的检测速度 .     

基于拓扑映射的多边形顶点凸凹判别算法

通过拓扑映射，多边形顶点凸凹判别可以转化为映射点在射影直线上的位置关系问题。首先求得相邻边在两条射影直线上的映射点，基于一般映射点归纳得到顶点凸凹判别的4条规则，然后将两条射影直线上的映射点归结为一条射影直线，从而得到更有效的映射点求取方法，顶点凸凹判别规则统一为两条；进一步考虑非固有映射点的求取方法，提高了算法的稳定性，实验结果表明，该算法实现简单、速度快、稳定可靠。     

基于斜率的多边形内外点快速判别算法

多边形的内外点判别是图形学的一个基础算法,为了更大限度地降低其算法复杂度和运算量,提出一种基于斜率的点与多边形位置关系的快速判别法。该方法只需计算该点到多边形各顶点的斜率,然后与多边形各顶点的邻边的斜率进行比较,即可对多边形的内外点快速做出判别。该算法无需复杂的点乘、叉乘、求交、三角函数等运算,在判别过程中仅需平均2n次减法运算和n/2次的除法运算,以及一些比较运算,即可对简单n多边形的内外点做出判别。经测试,该算法快速有效。     

基于边方向角长度表示的多边形方向、凹凸性及点包含算法

提出矢量边方向角的长度表示概念,用于解决多边形方向识别、顶点凹凸性识别和点包含判断三个问题.给出了基于矢量边方向角长度概念描述多边形边方向角的单调连续函数,当方向角从0°增加到360°时,函数值从0增加到8,该函数可以准确地表达多边形中边矢量的方向角,也可以准确地表达待检测点与多边形顶点连线所形成矢量的方向角.建立了基于矢量边方向角长度概念的多边形相邻边左右侧走向关系判定规则.该规则可用于判定相邻边方向关系,实现多边形方向识别和顶点凹凸性识别;计算待检测点与多边形顶点连线之间所夹有向边方向角长度和,实现点包含判断.给出了三个问题的实现算法,该算法与目前最优算法复杂度相同,但计算量较最优算法少1次乘除类运算,同时保证了高可靠性、稳定性和执行效率.实现了三个问题解决方法在几何概念上的统一,而在其他同类算法中几何概念是相互独立的.     

有向回路法和网格法:多边形内外点判别的新算法

该文把简单多边形视作一个有向回路,利用多边形的环绕方向和区域划分提出了两种判别内外点的新算法:有向回路法和网格法。有向回路法利用了多边形的方向性,在某些情况下可以不必遍历多边形的所有边。该算法程序简单,时间复杂度为O(n),平均性能优于复杂度为Θ(n)的射线法和标号法,但只能处理凸多边形。网格法是有向回路法的改进算法,利用了多边形的方向性和区域划分。网格法将n边形的包围盒划分为(n-1)×(n-1)个网格:如果待处理的点在某个网格内,则仅根据经过该网格的所有边就可以判断该点的内外性。网格法可以处理任意简单多边形,包括带孔的多边形;最坏情况下的时间复杂度为O(lgn),空间复杂度为Θ(n2)。     

2D 图形引擎中的平面多边形内外点判别

在2D 图形引擎中,可见性判定是一个非常重要的问题。通过屏幕裁剪, 可以进一步减少多边形数目,减轻引擎的负担。因此,在屏幕裁减阶段完成的屏幕顶点与多 边形的内外关系判断就显得很重要了。文章结合2D 图形引擎的特点和流行的内外点判别算 法给出了在DirectX 平台上使用VC++实现的平面多边形内外点判断算法,并将其应用于实 际的2D 图形引擎中。程序验证表明,该算法能有效判定屏幕顶点与多边形的内外关系,且 算法效率较高、简单易行。     

基于改进的活性边表填充算法的任意多边形填充

本文通过对重迭自相交的多边形区域进行分析，提出一种改进的活性边表填充算法，既保留了活性边表算法充分利用点和扫描线相关性的特点，又扩充了原算法的适用范围。     

基于圆形窗口的简单多边形裁剪算法

提出了一种新颖而实用的圆形窗口Ｖ对多边形Ｐ的裁剪算法。它将多边形Ｐ的边视为有向线段，通过引入多边形顶点的入边和出边交点的概念，深入研究了Ｐ被Ｖ裁剪后的区域确定问题，给出了作出Ｐ在Ｖ内部分的定理     

基于单调链的判断点是否在多边形内的方法

提出了一种判断点是否在多边形内的新方法，该方法由两部分组成：(1)预处理，即先求出多边形的所有极点；(2)检测，即采用折半查找找到相关点和相关边，根据被检测线穿过的相关边数来判断检测点是否在多边形内。该方法解决了射线法无法解决的奇异情况，且在检测过程中不必处理多边形的所有边。实验结果证明，该方法简单、易实现、快速。     

用最小回路求两个简单多边形的交、并、差集

针对求两个简单多边形交、并、差集问题,提出一种基于最小回路的新算法。首先,将初始多边形P和Q初始化为逆时针方向,并将两个多边形交点处的关联边排序。然后,从各个交点出发利用最小转角法搜索最小回路,并根据这些最小回路中包含P和Q边的方向性对它们进行分类。最终,不同类别的最小回路将对应P和Q的交、并、差集。算法的时间复杂度为O((n+m+k)logd),其中n、m 分别是P和Q的顶点数,k是两多边形的交点数,d为将多边形分割的单调链数。算法几何意义明显,对于多边形布尔运算中的重合顶点、重合边等奇异情形,具有较好的适应性。     

均值重心坐标的鲁棒算法及其几何性质

均值重心坐标不仅适用于凸多边形，而且适用于星形多边形．已有定义方法在多边形边界处具有奇异性，计算时容易产生数值不稳定问题，因而不适用于几何计算．首先分析和比较了已有的各种重心坐标的定义方法，提出了一种鲁棒的均值重心坐标计算方法，并且从理论和实验两方面证明了均值重心坐标在多边形边界上的Lagrange性质和线性性质．     

一种基于边缘检测的局部阈值分割算法

本文提出了一种基于边缘检测的局部阈值分割方法.该方法将整幅灰度图像分成小块,在每个小块中利用梯度算子对小块中的边界点进行检测,寻找出小块内的所有边界点;然后沿着这些边界点的梯度方向找出最临近的点,以所有这些临近点和边界点的灰度均值作为该小块的灰度阈值进行分割.该算法计算复杂度较低,避开了灰度直方图阚值分割方法中“谷底”难以确定的问题,同时照顾到了图像的局部灰度特性.     

基于视觉感知的双层次阈值边缘连接方法

边缘是图像目标的重要特征，但通常边缘检测得到的边缘存在不连续现象，为此在分析传统边缘连接方法的基础上，利用人类视觉系统对边缘连接的多层次感知机理，提出了一种基于视觉感知的双层次边缘连接方法。该方法首先利用大、小阈值产生相应的大、小阈值图像计算其差值以确定模糊边缘点;然后利用人类视觉系统对边缘连接的感知特性系数判别模糊边缘点中真正的边缘点，并将真正的边缘点添加到大阈值图像，使大部分重要的区域边缘能够形成完整的封闭轮廓。仿真实验结果表明，该方法能够有效地改善边缘检测后的边缘不连续现象，相比一些传统的边缘连接方法，运算速度较快，连接效果较好，能满足边缘检测的轮廓封闭性要求。     

确定两个任意简单多边形交、并、差的算法

提出了把多边形的边分为奇偶边的新思想，根据输入多边形A，B之间边的拓扑关系，划分A，B边为内边、外边、重叠边3种，揭示A，B与它们的交、并、差之间边的本质联系，进而描述了确定任意两个简单多边形交、并、差算法．算法的时间复杂度为O((n m k)log(n m k))，其中n，m分别是A，B的顶点数，k是两多边形的交点数．算法建立在数学理论基础之上，很好地处理了布尔运算的奇异情形，比如重叠边，边与边相交于边的顶点等情形．本算法易于编程实现。     

Algorithm for Identifying Outline of 2D Graphics by Comparing Angles

The initial point and edge are first determined, the subsequent edges on contour are searched by comparing the angles formed by vectors of the candidate edges and the reference vector, repeat this process until the searched edges are closed. The bi-directional list is adopted to store graphic data. Data structure for storing the point and graphic entity is also discussed.