基于网格中心点的点在多边形内的高效判定

提出一种基于均匀网格的点在多边形内的高效判定算法.它首先建立均匀网格,并从左至右依次计算每个网格单元中心点的位置属性.每个单元中心点的位置属性直接依据其左侧邻接单元已知位置属性的中心点快速获得.在判定点的位置时,确定被测点所在单元,并依据该单元中心点的位置属性判定被测点的位置属性.由于预处理和判定时均利用邻近点的已知位置属性来确定未知点位置属性,可以很好地进行局部化的计算.因此,新方法比现有方法快很多,并且其预处理时间复杂度也由同类网格算法的O(N3/2)下降为O(N).同时,新方法可以统一处理含有自相交及重叠边的非流形多边形.实验结果表明,相比于其他基于均匀网格的方法,新方法可将预处理的速度提高几倍,将判断计算的速度提高十几到几十倍.其速度甚至优于具有该问题最低判定计算时间复杂度O(logN)的基于凸剖分的判定算法.     

判定一点是否落在简单多边形内

判定一点是否落在一个简单多边形内,是计算几何领域内的一个基本问题,本文详细讨论了解决该问题的奇偶法,给出了一个自然、简明的编程方法。     

判定点集是否在多边形内部的算法

本文提出了判定ｎ个点的点集Ｓ是否落入多边形Ｌ内部的算法，该算法的复杂性为：ｍａｘ（Ｏ（ｍｎ），Ｏ（ｌｎ ｌｏｇ ｎ））比比较和Ｏ（ｌｎ）次乘法，其中ｍ是Ｌ的顶点数，ｌ为Ｓ的凸包层数。     

一种判定点和多边形包含关系的有效方法

在分析现有点与多边形包含关系的判定方法的基础上,提出了将判断点绕多边形的一个适当顶点为中心逆时针旋转,根据判断点依次旋转到该顶点前后两边时两个旋转角的大小关系来判定点的位置的思想,并以此为基础提出了一种判定点与多边形的包含关系的有效方法。     

高效的多边形布尔计算方法

针对计算机图形学中应用广泛的多边形布尔计算,提出了一种新的、适用于一般多边形的并集、交集和差集算法。算法主要分为计算交点、将交点插入多边形顶点序列、遍历三个步骤。通过采用循环单链表的数据结构、避开复杂的出入点计算、及预先的一些碰撞检测以避开复杂的求交运算与链表遍历等技巧,提高了算法的执行速度、减少了存储单元。算法能够很好地处理一些奇异情形（边界情形）,比如重叠边、交点为边的顶点等情形,具有很好的鲁棒性。与经典的Weiler算法、Vatti算法和Greiner-Hormann算法相比,该算法具有较低的时间复杂度O（（ m+n+k） log d））和空间复杂度。实验结果显示该算法在处理2222×2222个顶点、42个交点时比经典的Weiler算法速度提高了296倍。算法的主要思想对确定两个多面体的交、并、差问题亦有参考价值。     

平面多边形内外点判定算法评估

以前的算法评估主要是基于“时间复杂度”和“空间复杂度”进行分析的,评估结果往往是一个含有多个参数的代数式。随着计算机软硬件技术的发展,算法评估指标也应该相应发展或创新。同时,随着评估技术的发展,算法评估应尽量给出一个明确的定量评估值。提出了包含便捷性、实用性、快速性、适用性、复杂性、正确性六个因素的一套算法评估指标体系,解释了每个指标的含义以及定量化表述方法。以平面多边形内外点的判定问题为背景,对于其中7个有代表性的算法,依据前面提及的评价指标体系进行了定量化的评估。数据实例显示,提出的方法是合理的、正确的、可行的。     

判断检测点是否在多边形或多面体内的新方法

提出一种新方法,以检测一个点是否在多边形或多面体内.该方法通过将多面体的面片和多边形的边组织成层次结构,在检测时运用二分查找算法,不必处理每个面片和每条边.试验结果表明,这种方法简单、有效,有较高的检测速度.     

一种检测点是否在多边形或多面体内的方法

提出一种新的方法，以检测一个点是否在多边形或多面体内．此方法以射线法的基础，用垂直于射线的直线(或平面)将多边形(或多面体)分成两大部分，检测时，仅仅处理射线所指向的那个部分，根据射线穿过的多边形的折线或多面体的多边形曲面的个数的奇偶性判断检测点是否在多边形或多面体内，在检测过程中该方法只求解少量的方程，不必处理每个面和每条边，实验结果表明，该方法简单，可靠，检测速度快。     

判断点在任意简单多边形内的改进算法

计算机图形处理的许多算法中经常涉及诸如点是否在区域内部的判断,判断点在多面体内的算法和形体的交、并、差布尔运算中都要用到点是否在多边形内的判断。确定一个点在任意简单多边形内的问题是计算几何、计算机图形学的基本问题。本文提出的算法是对判断点在多边形内的射线法的一种改进,对所有可能出现的特殊情况都进行了处理,能够准确地判断出点在任意简单多边形内的位置。本算法结构清晰,易于编程实现。     

点与简单多边形关系的新算法

提出一种检测点与多边形关系的新算法,通过扫描建立适合查找的多边形层次结构。检测时,运用二分查找,找到与检测点相关的边,通过该点与相关边的关系判断出点与多边形的关系。实验结果表明,该方法简单有效,有较高的检测速度。     

简单多边形凸凹性自识别算法

提出一种基于极值顶点构造凸多边形和矢量叉乘的自动识别简单多边形方向性，凸凹性的算法，该算法在稳定性方面采取了有效的措施，避免因极值顶点的奇异性而导致多边形方向性，凸凹性的错误识别，具有良好的可靠性和稳定性，算法原理直观简单，效率高，时间复杂度为O（n).     

Point-in-Polygon Analysis Under Certainty and Uncertainty

The point-in-polygon query in geographical information systems under certainty and uncertainty is formally analyzed in this paper. It is argued that points and polygons can be precise, fuzzy (imprecise), and random (with error) with different schemes of representations. Under certainty, points and polygons can generally be represented by their characteristic functions. Under imprecision induced uncertainty, they can be represented by fuzzy sets characterized by membership functions. If uncertainty is induced by randomness, points and polygons can be described by locational error models in which probability arguments are employed. Points and polygons under certainty turn out to be a special case of that under imprecision and randomness induced uncertainty.Since points and polygons may be precisely, imprecisely or randomly captured or recognized within a spatial information system, the point-in-polygon query is then rather complicated, and its entertainment is not straight forward. In general, the point-in-polygon query can be entertained under nine basic situations. It consists of the queries of whether a precise or fuzzy or random point is in a precise or fuzzy or random polygon. As a consequence, the answer to the query may take on various forms with certain types of uncertainty arguments attached. It involves the integrative utilization of fuzzy set and probability theories to derive the results.The present analysis clarifies some unresolved issues of the point-in-polygon query and provides a generalization to its entertainment. Furthermore, it sheds light on the way certainty and uncertainty can be addressed and implemented in spatial information systems.     

一种平面简单多边形核的求解算法

平面简单多边形的核是该多边形内部的一个点集,该点集中任意一点与多边形边界上一点的连线都处于这个多边形内部。可见核的这一性质在摄像机定位等问题上得到了应用,本文提出了一种简单多边形核求解的新方法,该方法不仅可以判断核的存在性,而且可以得到核多边形顶点序列。给出的算法容易理解,便于实现,可以广泛地应用于此类问题的求解。     

简单多边形方向识别的健壮算法

极值顶点前后相邻边矢量叉积法是识别任意简单多边形方向的最优算法 该算法存在的问题是 :当极值顶点前后相邻边夹角接近 0°或 180°时 ,叉积结果接近 0 ,因此存在二义性 ,会导致错误的方向识别 针对现有算法对奇异情形方向判别解决不彻底的问题 定义了多边形极值顶点奇异情形 ,对相邻边夹角接近 0°和 180°两种奇异情形给出了判定方法 ;提出了极点前后点坐标比较法和极点序号大小比较法 ,有效地解决了所有奇异情形下的方向识别问题 ,它们都可以发展成为独立的方向判断算法 实验结果表明 ,该算法简单高效 ,健壮性强 ,时间复杂度为O(n)     

一种高效的多边形寻路元数据融合方式——边界爬行算法

游戏寻路中采用网格寻路可以极大的提高寻路效率,但是在斜45度2D游戏地图中使用网格寻路,采用传统的网格生成算法需要消耗非常长的时间。原因是使用Weiler-Athenton算法进行多边形融合时,会进行很多层递归与循环,消耗大量的时间。由于Weiler-Athenton算法是一种泛用性很强的多边形融合算法,而斜45度2D游戏地图的障碍物又具有很强的特殊性,由此我们针对45度2d游戏地图数据的特点,设计了一种名为边界爬行的多边形融合算法,把原来需要5-10小时才可以完成的融合操作缩短到了10-20秒。极大地提高了多边形融合的效率。为编辑器的地图寻路实时预览提供了有力的支持。     

求平面多边形集凸壳的方法

提出一种计算平面多边形集凸壳的快速算法。将多边形集的凸壳根据极值点划分为右上、左上、左下、右下四段,同时对集合中多边形利用其极值点提取右上、左上、左下、右下四个点列段,凸壳的每一段仅受多边形同一类点列段的影响。根据多边形集合的极值点确定四个矩形区域对四类点列段进行筛选,再按给定规则在矩形区域中进行初始找点,可求出四段凸壳初始点列,它们按顺序可确定一平面多边形,求出到此多边形的凸壳即为所求多边形集的凸壳。算法通过分段、分类、筛选等措施提高了计算效率,并且易于实现,其时间复杂度为O（N）。     

Reliable and Efficient Computation of Optical Flow

In this paper, we present two very efficient and accurate algorithms for computing optical flow. The first is a modified gradient-based regularization method, and the other is an SSD-based regularization method. For the gradient-based method, to amend the errors in the discrete image flow equation caused by numerical differentiation as well as temporal and spatial aliasing in the brightness function, we propose to selectively combine the image flow constraint and a contour-based flow constraint into the data constraint by using a reliability measure. Each data constraint is appropriately normalized to obtain an approximate minimum distance (of the data point to the linear flow equation) constraint instead of the conventional linear flow constraint. These modifications lead to robust and accurate optical flow estimation. We propose an incomplete Cholesky preconditioned conjugate gradient algorithm to solve the resulting large and sparse linear system efficiently. Our SSD-based regularization method uses a normalized SSD measure (based on a similar reasoning as in the gradient-based scheme) as the data constraint in a regularization framework. The nonlinear conjugate gradient algorithm in conjunction with an incomplete Cholesky preconditioning is developed to solve the resulting nonlinear minimization problem. Experimental results on synthetic and real image sequences for these two algorithms are given to demonstrate their performance in comparison with competing methods reported in literature.     

基于网格环境下的数据库挖掘技术研究

针对目前数据库挖掘中在速度和准确度方面上存在的一些问题,利用网格计算技术的优势,提出了一个基于网格环境下的数据库挖掘系统,将分布的计算机资源组织协调起来共同解决科学与工程的问题。这一技术,提高了数据挖掘中处理速度,解决了单从算法优化上较大的提高计算速度的实际应用问题。     

基于融合进化计算的网格任务调度算法

在网格计算中,任务调度是一个重要的组成部分。针对网格环境异构、分布等特点,该文结合遗传算法与蚂蚁算法的优点,在双层进化结构基础上,提出了一种基于融合进化计算的网格任务调度算法。模拟实验结果表明：在网格环境下,调度算法具有明显的优势。