基于近似几何误差的动态隐式曲线重构精.docx
- 文档编号:655415
- 上传时间:2022-10-11
- 格式:DOCX
- 页数:12
- 大小:311.19KB
基于近似几何误差的动态隐式曲线重构精.docx
《基于近似几何误差的动态隐式曲线重构精.docx》由会员分享,可在线阅读,更多相关《基于近似几何误差的动态隐式曲线重构精.docx(12页珍藏版)》请在冰豆网上搜索。
基于近似几何误差的动态隐式曲线重构精
基于近似几何误差的动态隐式曲线重构
杨周旺+,邓建松,陈发来
(中国科学技术大学数学系,安徽合肥230026)
DynamicImplicitCurveReconstructionBasedonApproximateGeometricDistance*
YANGZhou-Wang+,DENGJian-Song,CHENFa-Lai
(DepartmentofMathematics,UniversityofScienceandTechnologyofChina,Hefei230026,China)
+Correspondingauthor:
Phn:
+86-551-3601009,Fax:
+86-551-3601005,E-mail:
yangzw@,
Received2004-06-10;Accepted2004-07-05
YangZW,DengJS,ChenFL.Dynamicimplicitcurvereconstructionbasedonapproximategeometricdistance.JournalofSoftware,2004,15(6):
960~974.
Abstract:
Animplicitcurvereconstructionmethodisproposedwhichrepresentsthecurvewithanalgebraictensor-productB-spline,andminimizesthetensionoftheB-splineandtheapproximategeometricdistancebetweenthecurveandthepointset.Themethodisdynamicandself-adaptivebasedontrust-regionalgorithminoptimizationtheory.Thespecificationoftheinitialshapeispriceless,andthehigh-qualityreconstructioncurveisobtainedinarobustway.Someexamplesareimplemented.
Keywords:
Implicitreconstruction;geometricerror;algebraictensor-productB-spline;trustregion;dynamic
摘要:
本文提出一种以代数张量积样条曲线作为几何表示形式,基于近似几何误差和薄板能量极小化的隐式重构模型。
同时结合最优化理论中的信赖域思想,给出自适应的迭代求解算法及其实现。
这种方法采取无代价初始化技术,通过迭代能稳定地达到目标点集的高质量重构,特别是对复杂形状的目标,具有很强的处理能力。
关键词:
隐式重构;几何误差;代数张量积样条曲线;信赖域;动态方法
中图法分类号:
TP391 文献标识码:
A
1引言
在CAD/CAM、计算机图形学、科学计算可视化和图像处理等领域以及实际工业部门中经常碰到这样的问题:
对给定的或采集到的表示某一几何形状的无序点集(又称点云),如何重构曲线(面),使得目标点集离曲线(面)在某种度量下偏差最小。
这就是经典的曲线和曲面拟合问题。
但是随着计算机技术和数据采集技术的发展,所得数据量非常庞大,目标曲线(面)的拓扑结构相当复杂,因此对这类问题的研究显得十分困难,近年来已形成了一个新兴的研究领域。
这种重构技术为产品的快速开发和原型化设计提供了有效的途径,它可应用于机械、轻工、汽车、航空以及科学计算可视化、医学图象处理等领域。
在曲线(面)重构中,可以根据所得几何形状的表示形式,把重构方法分为参数曲线(面)重构和隐式曲线(面)重构。
另外,由于所给点云通常具有噪音(noise),因此最后重构出来的曲线(面)一般是拟合给定数据点。
为了建立起稳定的重构算法,通常采用迭代的方法,即从某个初始形状出发,通过逐步减少某种度量,使得最终形状收敛到度量极小的状态。
这就是动态重构方法。
本文给出的算法是一种基于隐式表示的动态重构方法。
我们采用代数张量积样条曲线表示结果。
从上世纪八十年代开始,已有大量研究者在参数曲线和曲面重构方面进行了研究。
例如,Kass,Witkin和Terzopoulos[1]用参数型的动态轮廓(activecontours,亦称snakes)拟合图像的边界;Blake和Isard[2]使用参数样条曲线技术,以法向量偏差为误差项作动态逼近;Pottmann等[3,4]研究了动曲线上的采样点到目标曲线的平方距离,通过求解一个优化问题,动态调整样条曲线;Wang等人[5,6]改进了Pottmann的结果,并对方法进行了理论分析工作。
而在隐式曲线和曲面重构方面,Pratt[7]给出在规范约束下代数误差极小化的拟合方法,以及Taubin[8]的带权代数误差极小化模型,用于目标物体的识别与表面分割。
由Osher和Sethian[9~11]提出的水平集(levelsets)方法,用于解决临界面的追踪问题,这是一种隐式的动态轮廓方法;Zhao[12]通过建立能量模型,应用基于变分的水平集方法进行重构;Foster和Fedkiw[13]综合物理模型与水平集方法建立水的模型等等。
在上述隐式曲线和曲面重构算法中,得到的结果是离散表示。
Jüttler[14,15]先估计目标数据点集的法向信息,综合考虑代数误差和法向偏差,建立基于代数张量积样条函数表示的隐式重构模型,最终通过求解线性方程组得到重构曲线或曲面。
在用参数曲线(面)进行重构时,需要对无序数据点进行参数化,这并不是一个简单的问题。
而且利用参数表达难以构造出具有复杂拓扑结构的曲线(面)。
另外,在动态参数曲线(面)重构中需要初始形状与所构造的曲线(面)具有大致相同的拓扑结构。
因此参数曲线(面)重构方法往往很难满足基于点云数据的曲线(面)重构的设计要求。
与此相对,采用隐式曲线(面)表示进行重构时,无需对点集进行参数化,而且可以构造出具有复杂拓扑结构的曲线(面)。
通常在动态隐式曲线(面)重构中,迭代过程对于初值的敏感性并不是很高。
实际上,参数曲线(面)和隐式曲线(面)(通常采用的是代数曲线(面),即多项式的零点集)是计算机辅助几何设计中表示曲线(面)的两种主要方式。
隐式曲线(面)除了具有上述相对于参数曲线(面)的特点外,它还具有其它的一些优势。
例如,可以很容易判断点是否在隐式曲线(面)内外。
关于参数曲线(面)和隐式曲线(面)的详细讨论,请见[16,17]。
本文着重在于构造一个有效的隐式曲线重构算法,因此我们只讨论从平面点云构造曲线的问题。
所给的方法很容易推广到从三维点云构造曲面的情形。
本文的组织如下:
第二节描述点云到隐式曲线的几何误差度量以及近似表示;第三节介绍一种特殊的隐式曲线,即代数张量积样条曲线,及其几何特征;第四节提出近似几何误差和薄板能量极小化的隐式重构模型并给出求解的自适应迭代算法;第五节则是具体实现和一些重构例子;第六节概述了本文的主要结果并展望进一步的工作。
2几何误差
在本节我们首先阐述了隐式曲线重构问题,然后给出了从隐式曲线到点云的一种几何误差度量,以及这种度量的近似表示。
2.1隐式曲线重构问题
设是区域上的光滑函数(具有一阶连续偏导),那么可由隐式方程定义的零点集
(2.1)
当时一般是平面曲线,当时一般是曲面。
本文我们只讨论时的情形。
给定二元函数空间以及平面上的一组点,用表示零点集到的一种偏差。
那么隐式曲线重构问题就表述为
(2.2)
对于具体的,我们称为到的误差。
2.2误差的定义
定义2.1.固定以及一点,用表示从到的欧氏距离。
定义
(2.3)
为几何距离误差。
其中表示到的几何距离。
由于的非线性,一般没有解析表达,因此利用几何距离误差进行隐式曲线重构是非常难以求解的。
Sampson[18]在讨论二次曲线的拟合时,提出几何距离误差的一阶近似,
(2.4)
以下我们将这种近似几何误差称作Sampson误差。
另外,也可以采用如下方式定义误差:
(2.5)
我们称之为代数误差。
Bajaj等[19]曾基于这种误差讨论了应用隐式代数曲面进行高阶插值与拟合的问题。
与前面两种误差的定义相比,这种定义不具有坐标变换不变性。
但如果基于它进行曲线重构,对应的问题是一个线性最小二乘问题。
几何距离
Sampson距离
代数距离
图1三种距离的比较
图2矩形框为点云法向不存在的区域
图1给出了在三种距离意义下到代数曲线的等距曲线图。
3代数张量积样条曲线
双次张量积样条函数的定义为
(3.1)
其中是控制系数。
基函数分别是对应于节点序列和的次B-样条[20]。
函数的零点集称为代数张量积样条曲线。
在隐式曲线重构中,取适当的矩形区域为包含目标数据点集并略微扩大的区域,且令是满足的内部等距节点序列。
本文将应用这种曲线进行动态隐式重构。
3.1代数张量积样条曲线的几何特征
基于上面表示的代数张量积样条曲线,我们可以很方便地计算给定目标点集上的代数距离和梯度信息,以及定义在区域上的薄板能量。
记为张量积样条函数的控制系数拉直向量,其中,,。
那么数据点到隐式曲线的代数距离定义为
(3.2)
它是关于控制系数的线性函数。
样条函数在数据点处的梯度向量是
(3.3)
于是,可用控制系数向量来表示Sampson误差
(3.4)
其中都是阶对称半正定阵。
张量积样条函数在区域的薄板能量定义为
(3.5)
其中(显然是半正定阵)的元素对应于样条基及其相应阶导数在区域上的积分。
根据样条性质,能解析求得,也可通过数值积分近似求得。
4隐式重构模型与算法
近年来在隐式曲线曲面重构方面,基于水平集方法如[12,13],通过解PDE得到离散表示的结果,往往计算量巨大。
基于代数误差和法向估计的重构方法如[14,15],很大程度上依赖于事先对点云的法向估计,而估计法向本身是困难的,因为在某些情况下法向是奇异的(如图2)。
本节所提出的动态隐式重构模型中,不需要事先估计点云数据的法向信息,在法向奇异处其重构效果也很好。
4.1优化目标
基于代数张量积样条曲线的表示,易得相应Sampson误差极小化的重构模型,但在实际问题中往往还应考虑重构曲线的光滑性。
而薄板能量反映了曲线的硬度,并在一定程度上影响重构曲线的光滑性。
在这里我们给出如下隐式重构模型:
(4.1)
其中是光滑项权重系数,一般取很小的正数。
由于重构模型(4.1)中的优化目标函数带有分式,其最优解无法直接求出。
我们将结合最优化理论中的信赖域[21]思想,给出一种自适应的迭代求解算法。
4.2信赖域方法
信赖域法是最优化理论中求解非线性优化问题的一类重要方法,其基本思想是在迭代点附近用一个二次函数逼近原优化问题(通常称作逼近子问题)并构造试探步,且要求试探步在信赖域之内,即每次迭代时有一正数(信赖域半径)使得,其中是某一范数。
那么,对于逼近子问题而言,信赖域法的试探步使得是以为中心的广义球上最优的点。
由于试探步具有这一性质,信赖域法不进行一维搜索,而是当试探步满足
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 近似 几何 误差 动态 曲线 重构精