CN105389852A - 基于QTM双向扫描的球面Voronoi图生成算法 - Google Patents
基于QTM双向扫描的球面Voronoi图生成算法 Download PDFInfo
- Publication number
- CN105389852A CN105389852A CN201510729462.1A CN201510729462A CN105389852A CN 105389852 A CN105389852 A CN 105389852A CN 201510729462 A CN201510729462 A CN 201510729462A CN 105389852 A CN105389852 A CN 105389852A
- Authority
- CN
- China
- Prior art keywords
- graticule mesh
- seed points
- scanning
- qtm
- sphere
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及基于QTM双向扫描的球面Voronoi图生成方法,属于球面Voronoi图生成技术领域。基于QTM双向扫描的球面Voronoi图生成算法,以球面QTM格网作为基础格网,对每个格网进行双周期扫描,并在扫描过程中同时考虑最近和次近种子点,扫描完成后具有相同最近种子点的QTM格网构成该最近种子点的Voronoi区域。本发明提供的基于QTM双向扫描的球面Voronoi图生成算法,利用QTM作为基础格网,解决了平面格网投影到球面后生成的球面Voronoi图精度不均匀的问题,该方法对格网进行两个周期的扫描,并在扫描过程中同时考虑最近和次近种子点,解决了原双向扫描算法扫描不完备的问题。
Description
技术领域
本发明涉及基于QTM双向扫描的球面Voronoi图生成方法,属于球面Voronoi图生成技术领域。
背景技术
随着数字地球的提出与发展,球面Voronoi图作为一种重要的数据模型,成为GIS领域的研究热点之一,并被应用到全球空间索引、球面插值、球面动态操作等重要领域。然而,球面Voronoi生成算法在精度和效率方面存在的问题,限制了球面Voronoi图的应用。
双向扫描算法,作为一种距离变换算法,被应用于平面及球面Voronoi图的生成。它通过一个3×3的邻域模板将一个像素的信息传递给它的邻近格网,如图1所示。
扫描开始之前像素P被赋予一个空值,当进行正向扫描,即从上到下,从左到右扫描,像素P的最近种子点通过距离的计算与比较从Q1、Q2、Q3和Q4四个邻近像素的最近种子点中获得,正向扫描完成后,像素P中已保存了一个临时最近种子点;此时,再按相反的方向(从下到上,从右到左)进行扫描,反向扫描时,通过距离的计算与比较从P的临时最近种子点及Q5、Q6、Q7和Q8的最近种子点中获取P的最终最近种子点。
当双向扫描完成后,平面上每个像素都保存了一个最近种子点,此时具有相同最近种子点的像素构成了该最近种子点的Voronoi区域。
在大多数情况下,通过正向扫描和反向扫描之后,所有的像素都能够获取到正确的最近种子点;但在有些情况下部分像素可能会获取到错误的“最近”种子点,而这些错误的“最近”种子点将导致较大的Voronoi图误差,如图2所示。图2a为双向扫描后得到的Voronoi图,图2b为通过距离的计算和比较得到的正确的Voronoi图,两者对比可以看出,双向扫描后部分像素的归属是错误的,如图2c中的黑色像素。这种错误的出现,主要有以下两个方面的原因所致。
(1)扫描过程中,像素没有被其最近种子点扫描到
如图3所示,像素M、N、P和Q的正确最近种子点均为种子点b,如图3a;由于像素M、N、P和Q均位于种子点a的下方、种子点b的上方,正向扫描在到达种子点b之前就已经扫过像素M、N、P和Q,因此,正向扫描完成后这四个像素的最近种子点均为上方的种子点a,如图3b;当反向扫描到像素M时,它的5-8四个邻近像素已经获得了正确的最近种子点c,此时像素M只能从种子点a和c的较近者中获取到其最近种子点,而获取不到正确的最近种子点(种子点b),如图3c。在正向扫描和反向扫描的整个过程中,对于像素M的距离计算与比较并没有包含其正确的最近种子点(种子点b),因此会造成错误的出现。同样,双向扫描完成后,像素N、P和Q也都没有获取到正确的最近种子点,如图3d。
(2)栅格空间中Voronoi区域的不连续性
在矢量空间中,空间实体的Voronoi区域为连续的区域,但在栅格空间中可能会出现Voronoi区域不连续的情况。如图4所示,格网Q的最近种子点为b,而格网M和N的最近种子点分别为a和c,种子点b的Voronoi区域被格网M和N分割为不连续的区域。因此,格网Q无法从其邻近格网中获取到最近种子点。
除此以外,由于平面上像素的大小都是一致的,因此利用平面双向扫描算法得到的平面Voronoi图在各处精度都是均匀的;但将平面格网反投影到球面上后,从赤道到两极格网具有较大的变形,易造成Voronoi图精度的不均匀。
发明内容
针对上述技术问题,为解决Voronoi图精度不均匀的问题,本发明选用格网相对较为均匀的球面QTM格网作为球面Voronoi图生成的基础格网,
具体的技术方案为:
基于QTM双向扫描的球面Voronoi图生成算法,以球面QTM格网作为基础格网,对每个格网进行双周期扫描,并在扫描过程中同时考虑最近和次近种子点,具体过程为:
将球面按照QTM的方式剖分,沿0度经线剖开,按从左到右、从上到下的顺序对三角形进行编码;初始化时,将所有种子点格网的最近种子点编号赋值为自身编码,到最近种子点的距离赋值为0;将非种子点格网的临时最近和次近种子点编号赋值为-1,到临时最近和次近种子点的距离赋值为无穷大;利用邻近搜索算法搜索并保存所有格网的邻近格网的编码,包含边邻近格网和角邻近格网的编码;
按照编码顺序,依次对球面上所有格网进行两个周期的扫描,一次正向扫描和一次反向扫描为一个周期扫描,针对每个格网进行的扫描步骤如下:
(1)正向扫描
按从左到右、从上到下的顺序即按照格网编码顺序对球面所有QTM格网进行扫描,对每个QTM格网扫描具体步骤如下:
(a)根据当前格网即格网i的邻近格网的编码,获取邻近格网的临时最近和次近种子点,连同格网i的临时最近和次近种子点一起,组成初始种子点集合,并将该集合中的不重复且值不为-1的元素组成集合Ni;邻近格网的编码在数据初始化时利用邻近搜索算法计算得到;
(b)若Ni不为空,依次计算格网i到集合Ni中所有种子点的距离;
(c)通过比较从集合Ni中得到当前格网的临时最近和次近种子点,并保存其到最近和次近种子点的距离;
(2)反向扫描
以正向扫描的结果为基础数据,按从右到左、从下到上的顺序即格网编码逆序对球面所有QTM格网进行反向扫描,除扫描顺序不同外,反向扫描与正向扫描的步骤基本相同;
依次对球面上所有格网进行两个周期的扫描,扫描完成后具有相同最近种子点的QTM格网构成该最近种子点的Voronoi区域。
本发明提供的基于QTM双向扫描的球面Voronoi图生成算法,利用QTM作为基础格网,解决了平面格网投影到球面后生成的球面Voronoi图精度不均匀的问题,该方法对格网进行两个周期的扫描,并在扫描过程中同时考虑最近和次近种子点,解决了原双向扫描算法扫描不完备的问题。
附图说明
图1为双向扫描算法的扫描模板。
图2为双向扫描算法出现的错误。其中图2a为双向扫描算法得到的Voronoi图;图2b为正确的Voronoi图,图2c为双向扫描算法出现的错误。
图3为由于像素没有被其最近格网扫描到而产生错误的过程。其中图3a为正确的结果;图3b为正向扫描完成后的结果;图3c为反向扫描到格网M时的结果;图3d为反向扫描完成后的结果。
图4为基于栅格的Voronoi区域的不连续性示意图。
图5为QTM格网第1层平面展开及编码示意图。
具体实施方式
结合实施例说明本发明的具体技术方案。
将球面按照QTM的方式剖分,沿0度经线剖开,按从左到右、从上到下的顺序对三角形进行编码,如图5所示;初始化时,将所有种子点格网的最近种子点编号赋值为自身编码,到最近种子点的距离赋值为0;将非种子点格网的临时最近和次近种子点编号赋值为-1,到临时最近和次近种子点的距离赋值为无穷大;利用邻近搜索算法搜索并保存所有格网的邻近格网(包含边邻近格网和角邻近格网)的编码;
按照编码顺序,依次对球面上所有格网进行两个周期的扫描,一次正向扫描和一次反向扫描为一个周期扫描,针对每个格网进行的扫描步骤如下:
(1)正向扫描
按从左到右、从上到下的顺序,即格网编码顺序对球面所有QTM格网进行扫描,对每个QTM格网扫描具体步骤如下:
(a)根据当前格网即格网i的邻近格网的编码,邻近格网的编码在数据初始化时利用邻近搜索算法计算得到,获取邻近格网的临时最近和次近种子点,连同格网i的临时最近和次近种子点一起,组成初始种子点集合,并将该集合中的不重复且值不为-1的元素组成集合Ni。
(b)若Ni不为空,依次计算格网i到集合Ni中所有种子点的距离;
(c)通过比较从集合Ni中得到当前格网的临时最近和次近种子点,并保存其到最近和次近种子点的距离。
(2)反向扫描
以正向扫描的结果为基础数据,按从右到左、从下到上的顺序,即格网编码逆序对球面所有QTM格网进行反向扫描,除扫描顺序不同外,反向扫描与正向扫描的步骤基本相同。
依次对球面上所有格网进行两个周期的扫描,扫描完成后具有相同最近种子点的QTM格网构成该最近种子点的Voronoi区域。
本发明提供的基于QTM双向扫描的球面Voronoi图生成算法,对传统的双向扫描算法存在的两点不足给出了改进:
(1)双周期扫描
如图3所示,如果在第一个周期扫描完成后,再进行一次正向扫描,像素M、N、P和Q即可从他们的左邻域中获取到正确的最近种子点,因此本发明针对每个格网进行两个周期的扫描。
(2)考虑次近种子点
如图4所示,虽然种子点b的Voronoi区域被像素M和N隔成不连续的区域,但像素M和N的次近种子点均为种子点b,像素M和N的一部分已经位于种子点b的矢量Voronoi区域之内,即隔开某一Voronoi区域的格网的次近种子点往往为该Voronoi区域的种子点。若在扫描过程中,将格网的最近种子点和次近种子点一并保存,格网Q即可从格网M或N的次近种子点中获取到其最近种子点。因此本发明在扫描过程中,除格网的最近种子点外同时考虑次近种子点。
Claims (2)
1.基于QTM双向扫描的球面Voronoi图生成算法,其特征在于,以球面QTM格网作为基础格网,对每个格网进行双周期扫描,并在扫描过程中同时考虑最近和次近种子点,具体过程为:
将球面按照QTM的方式剖分,沿0度经线剖开,按从左到右、从上到下的顺序对三角形进行编码;初始化时,将所有种子点格网的最近种子点编号赋值为自身编码,到最近种子点的距离赋值为0;将非种子点格网的临时最近和次近种子点编号赋值为-1,到临时最近和次近种子点的距离赋值为无穷大;利用邻近搜索算法搜索并保存所有格网的邻近格网的编码,包含边邻近格网和角邻近格网的编码;
依次对球面上所有格网进行两个周期的扫描,一次正向扫描和一次反向扫描为一个周期扫描,扫描完成后具有相同最近种子点的QTM格网构成该最近种子点的Voronoi区域。
2.根据权利要求1所述的基于QTM双向扫描的球面Voronoi图生成算法,其特征在于,所述的扫描步骤为:
(1)正向扫描
按从左到右、从上到下的顺序即按照格网编码顺序对球面所有QTM格网进行扫描,对每个QTM格网扫描具体步骤如下:
(a)根据当前格网即格网i的邻近格网的编码,获取邻近格网的临时最近和次近种子点,连同格网i的临时最近和次近种子点一起,组成初始种子点集合,并将该集合中的不重复且值不为-1的元素组成集合Ni;邻近格网的编码在数据初始化时利用邻近搜索算法计算得到;
(b)若Ni不为空,依次计算格网i到集合Ni中所有种子点的距离;
(c)通过比较从集合Ni中得到当前格网的临时最近和次近种子点,并保存其到最近和次近种子点的距离;
(2)反向扫描
以正向扫描的结果为基础数据,按从右到左、从下到上的顺序即格网编码逆序对球面所有QTM格网进行反向扫描,除扫描顺序不同外,反向扫描与正向扫描的步骤基本相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510729462.1A CN105389852B (zh) | 2015-10-30 | 2015-10-30 | 基于QTM双向扫描的球面Voronoi图生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510729462.1A CN105389852B (zh) | 2015-10-30 | 2015-10-30 | 基于QTM双向扫描的球面Voronoi图生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105389852A true CN105389852A (zh) | 2016-03-09 |
CN105389852B CN105389852B (zh) | 2017-12-15 |
Family
ID=55422100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510729462.1A Expired - Fee Related CN105389852B (zh) | 2015-10-30 | 2015-10-30 | 基于QTM双向扫描的球面Voronoi图生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105389852B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113221386A (zh) * | 2021-06-09 | 2021-08-06 | 中国矿业大学(北京) | 一种基于dqg剖分的等积改进模型的建立方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404061A (zh) * | 2008-11-12 | 2009-04-08 | 山东理工大学 | 三维散乱点云拓扑近邻数据查询方法 |
CN103559209A (zh) * | 2013-10-10 | 2014-02-05 | 河南大学 | 一种Voronoi Diagram与虚拟网格结合的高效空间最近邻查询方法 |
US20150248450A1 (en) * | 2013-09-10 | 2015-09-03 | University Of Southern California | Throwaway spatial index structure for dynamic point data |
-
2015
- 2015-10-30 CN CN201510729462.1A patent/CN105389852B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404061A (zh) * | 2008-11-12 | 2009-04-08 | 山东理工大学 | 三维散乱点云拓扑近邻数据查询方法 |
US20150248450A1 (en) * | 2013-09-10 | 2015-09-03 | University Of Southern California | Throwaway spatial index structure for dynamic point data |
CN103559209A (zh) * | 2013-10-10 | 2014-02-05 | 河南大学 | 一种Voronoi Diagram与虚拟网格结合的高效空间最近邻查询方法 |
Non-Patent Citations (2)
Title |
---|
HU HAI ET AL.: "Voronoi diagram generation on the ellipsoidal earth", 《COMPUTERS & GEOSCIENCES》 * |
WANG LEI ET AL.: "A GPU-Based Algorithm for The Generation of Spherical Voronoi Diagram in QTM Mode", 《INTERNATIONAL ARCHIVES OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113221386A (zh) * | 2021-06-09 | 2021-08-06 | 中国矿业大学(北京) | 一种基于dqg剖分的等积改进模型的建立方法 |
CN113221386B (zh) * | 2021-06-09 | 2023-05-23 | 中国矿业大学(北京) | 一种基于dqg剖分的等积改进模型的建立方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105389852B (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu | Adaptive split-and-merge segmentation based on piecewise least-square approximation | |
CN103024421B (zh) | 自由视点电视中的虚拟视点合成方法 | |
CN102123244B (zh) | 用于视频去抖动的修复的方法和装置 | |
CN102663399B (zh) | 一种基于Hilbert曲线和LBP的图像局部特征提取方法 | |
CN105303616A (zh) | 基于单张照片的浮雕建模方法 | |
KR20130003135A (ko) | 다시점 카메라를 이용한 라이트 필드 형상 캡처링 방법 및 장치 | |
US20170064279A1 (en) | Multi-view 3d video method and system | |
CN105141940B (zh) | 一种分区域的3d视频编码方法 | |
CN104754359A (zh) | 一种二维自由视点视频的深度图编码失真预测方法 | |
CN104270624B (zh) | 一种分区域的3d视频映射方法 | |
CN109785221A (zh) | 一种数字图像隐写方法及秘密信息提取方法 | |
CN107203962B (zh) | 一种利用2d图片制作伪3d图像的方法及电子设备 | |
CN104851133A (zh) | 一种图像自适应网格生成变分方法 | |
Zarzar et al. | Segnerf: 3d part segmentation with neural radiance fields | |
CN110113608A (zh) | 一种基于率失真优化的gpu中视频编码快速搜索方法 | |
CN105389852A (zh) | 基于QTM双向扫描的球面Voronoi图生成算法 | |
JP2014116012A (ja) | 画像間の色転送を行う方法および装置 | |
CN112002007B (zh) | 基于空地影像的模型获取方法及装置、设备、存储介质 | |
CN106780474B (zh) | 一种基于Kinect的实时深度图与彩图的配准及优化方法 | |
CN103092567B (zh) | 一种基于单幅图像的真随机数序列生成方法 | |
KR101272573B1 (ko) | 구조광 패턴 기반의 깊이 정보 추정 장치 및 방법 | |
CN107516291A (zh) | 夜景影像正射纠正处理方法 | |
CN113920270B (zh) | 一种基于多视角全景的布局重建方法及其系统 | |
Zhang et al. | As-Deformable-As-Possible Single-image-based View Synthesis without Depth Prior | |
TW201332339A (zh) | 影像重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171215 Termination date: 20181030 |
|
CF01 | Termination of patent right due to non-payment of annual fee |