改进区域划分的圆Packing变分算法

通过改进基于Power图的区域划分,提出一种收敛速度更快的圆packing算法.首先固定容器面积,将输入圆缩小一定的倍数,随机撒在容器中;之后对圆心点进行三角化,并根据相邻圆的半径比值对容器进行区域划分;再让所有圆在不超出自己区域边界的条件下尽量等比例增长至最大;最后将划分区域-长大的过程迭代下去,得到最大增长倍数.实验结果表明,该算法能够使得圆packing的过程更快地达到收敛.     

基于重心Delaunay三角剖分的蓝噪声点采样算法

为了生成带有高质量蓝噪声性质的采样分布,提出一种基于重心Delaunay三角剖分的点采样算法.该算法将Delaunay三角剖分与1-邻域三角片重心相结合,迭代地将每个采样点移至其1-邻域三角片的重心处并更新采样点之间的拓扑连接关系;重心通过给定的密度函数计算得出.实验结果表明,本文算法在运行效率与鲁棒性方面均有一定优势.     

基于最优传输理论的高质量点云重采样方法

目前通过3D扫描仪获取的点云仍旧存在一些缺陷:点云含有噪声,点云在不同方向上分布不均匀等.本文针对上述问题开展研究.主要工作为提出一种新的算法用于在点云上进行高质量的重采样,即使用较为稀疏的重采样点集去表达较为密集的原始点云的几何形状,同时重采样点集的分布可以满足用户预先指定的目标分布,并具备一定的蓝噪声性质.在最优传...     

基于圆堆砌的纹理生成方法

人造的装饰性纹理在人们的生活中得到了广泛地应用。传统的基于实例的纹理生成方法首先会在 目标区域放置一些很小的图元,然后通过迭代的方式让这些图元增长,最后填充整个目标区域。在迭代的过程中 相邻的图元之间会发生交叉与覆盖,因此需要对图元做变形、裁剪或其他处理,然而这种处理方式往往会花费大 量的时间。基于过程化的方法通过设计很多结构复杂的规则,在二维平面生成具有丰富层次的纹理,但这种方法 比较难拓展到三维空间。本文提出了一种基于圆堆砌的纹理生成方法,可以生成二维或三维的纹理。圆堆砌问题 属于 NP-hard 问题,本文将该问题转换成一个最优化问题,从而能够快速近似求解,求解出圆堆砌后就可以在圆 上定义规则来对圆形进行填充或替换以生成纹理。由于采用的是设计规则的方式生成纹理,该方法可以避免图元 之间发生的交叉覆盖的问题。     

图像特征保持的圆点绘制方法

图像圆点绘制问题指用圆点去逼近图像得到近似马赛克填充的效果.点画是在世界范围内流行的艺术形式,图像圆点绘制算法就是受艺术家创作的点画作品启发而提出的一种非真实感渲染算法.首先对图像进行分割,提取分割后图像的轮廓边界线并获取原始图像的特征线,生成图像上的方向场,使得图像的每个像素点位置都存在一个方向值;之后设计密度函数,刻画待摆放的圆点半径大小随着图像梯度的变化;最后结合方向场和密度函数根据一定的规则开始圆点的摆放直至铺满图像区域.此外,后续的补洞优化使得画面更加饱满.采用上述算法在大量图片上进行实验的结果表明,图像圆点绘制算法能够生成与图像特征和颜色相适应的圆点逼近结果,圆点的排列与原图片的特征保持了高度的一致,而且画面整体颜色与原图像十分接近.     

保特征的点云骨架提取算法

三维模型的骨架提取是计算机图形学中一个重要的研究方向。对于有噪声的点云模型,曲线骨 架提取的难点在于保持正确的拓扑结构以及良好的中心性;对于无噪声的点云模型,曲线骨架提取的难点在于 对模型细节特征的保留。目前主流的点云骨架提取方法往往无法同时解决这 2 个难点。算法在最优传输理论的 基础之上结合聚类的思想,将点云骨架提取的问题转化为一个最优化问题。首先使用最优传输得到原始点云与 采样点云之间的传输计划。然后使用聚类的思想将原始点云进行分割,采样点即成为了簇的中心。接着通过簇 与簇之间的调整与合并减少聚类个数,优化聚类结果。最后通过迭代的方式得到粗糙的骨架并使用插点操作进 行优化。大量实验结果表明,该算法在有噪声与无噪声的三维点云模型上均能提取出质量良好的曲线骨架并保 留模型的特征。     

基于全局优化的图像块填充修复方法

图像修复问题公式化为一个能量函数的最优化问题,设计了合理的能量函数度量修复结果的质量,并通过迭代方法得到最优解.全局优化方法不仅保持像素局部颜色的连续性,而且也很好地保持了图像整体纹理结构在修复区城内的连续性.在构建像素邻城的搜索空间时,采用了自适应的采样方法,减小了搜索空间的大小,大大提高了搜索最佳匹配邻域的速度.实验结果表明,算法对大面积的图像缺失的修补和复杂背景图像上多余物体的去除,都达到了很好的效果.     

圆组填充算法驱动的平面马赛克模拟

为了生成不规则嵌片排列紧凑的马赛克图案,提出一种基于圆组排列的平面马赛克模拟方法.首先借助嵌片多边形的直骨架得到一组逼近嵌片轮廓的圆;然后以圆半径的平方为权值,在平面上生成关于圆组的Power图,使每组圆各自对应一个Power区域;最后采用松弛法,将圆组在其对应Power区域内尽可能增长到最大.通过不断迭代生成Power图和放大圆组,最后得到嵌片紧凑排列的结果.实验结果表明,该方法得到的马赛克图案有较高的覆盖率,能适应不同嵌片,具有较强的鲁棒性和灵活性.     

结合广义重心坐标与Voronoi 剖分的函数分片逼近

结合广义重心坐标理论,提出了一个新方法,以解决在平面区域上的函数逼近问题。 该方法通过构建基于广义重心坐标的最优分片函数来逼近目标函数。采用Voronoi 图来划分区域, 并提出一个度量逼近误差的能量函数。推导出该函数的导数后,采用一种高效的Voronoi 节点更 新方法来获得区域的最优剖分,并通过最优剖分构建最优分片函数。由于该方法对不连续函数具 有良好地逼近能力,因此将其应用在图像逼近问题中。分别在解析函数和彩色图像上对该方法进 行实验,均获得了很好的逼近效果。     

结合广义重心坐标与Voronoi剖分的函数分片逼近

结合广义重心坐标理论,提出了一个新方法,以解决在平面区域上的函数逼近问题。该方法通过构建基于广义重心坐标的最优分片函数来逼近目标函数。采用Voronoi图来划分区域,并提出一个度量逼近误差的能量函数。推导出该函数的导数后,采用一种高效的Voronoi节点更新方法来获得区域的最优剖分,并通过最优剖分构建最优分片函数。由于该方法对不连续函数具有良好地逼近能力,因此将其应用在图像逼近问题中。分别在解析函数和彩色图像上对该方法进行实验,均获得了很好的逼近效果。