基于改进Voronoi区域面积的Mark Meyer曲率估算方法

doi:10.3969/j.issn.1006-2475.2014.08.006

计算机与现代化 ›› 2014, Vol. 0 ›› Issue (8): 26-29.doi: 10.3969/j.issn.1006-2475.2014.08.006

基于改进Voronoi区域面积的Mark Meyer曲率估算方法

（扬州大学信息工程学院，江苏扬州225127）

收稿日期:2014-04-21 出版日期:2014-08-15 发布日期:2014-08-19
作者简介:李谦（1988-），女，江苏徐州人，扬州大学信息工程学院硕士研究生，研究方向：计算机图形学；徐永安（1965-），男，江苏兴化人，副教授，博士后，研究方向：计算机图形学。

Method of Mark Meyer’s Curvature Based on Improved Voronoi Area

(College of Information Engineering, Yangzhou University, Yangzhou 225127, China)

Received:2014-04-21 Online:2014-08-15 Published:2014-08-19

摘要/Abstract

摘要：

以微分几何曲率计算公式为理论基础，对常用的Mark Meyer离散点云曲率估算方法进行改进，提出基于Voronoi区域面积的改进

Mark Meyer算法。针对Mark Meyer算法中Voronoi区域面积的计算进行改进，对于Voronoi区域中存在钝角的情形进行详细论述并且改进

钝角三角形的计算公式，同时给出更为准确的面积计算方法。将该算法应用于球面、柱面、抛物面、马鞍面，计算结果表明该算法提高

了离散点云曲率估算的精度和稳定性。

关键词: 离散点云, 平均曲率, 高斯曲率

Abstract:

Taking on the calculation formula of differential geometric curvature as theoretical foundation, Mark

Meyer’s estimation methods of discrete point cloud curvature are improved, the thesis puts forward an improved

Mark Meyer algorithm on the basis of Voronoi area. The calculation of Mark Meyer algorithm on the basis of Voronoi

area is improved, the existence of an obtuse angle in Voronoi area situation is discussed in detail and the

formula of the obtuse triangle is improved, at the same time, it gives a more accurate method of calculating the

area.The algorithm is applied in spherical, cylindrical, parabolic, saddle surface. The calculation results show

that this algorithm enhances the estimation accuracy and stability of discrete point cloud curvature.

Key words: discrete point cloud, mean curvature, Guass curvature

中图分类号:

TP301.6

李谦，徐永安，马骁，缪静姣. 基于改进Voronoi区域面积的Mark Meyer曲率估算方法[J]. 计算机与现代化, 2014, 0(8): 26-29.

LI Qian, XU Yong-an, MA Xiao， MIAO Jing-jiao. Method of Mark Meyer’s Curvature Based on Improved Voronoi Area[J]. Computer and Modernization, 2014, 0(8): 26-29.

参考文献

［1］ Moreton H P, Séquin C H. Functional optimization for fair surface design［C］// Proc. of the 19th Annual Coference

on Computer Graphics and Interactive Techniques. 1992:167-176.
［2］ Dyn N, Hormann K, Kim S J, et al. Optimizing 3D triangulations using discrete curvature analysis［C］//

Mathematical Methods for Curves and Surfaces. 2001:135-146.
［3］ Meyer M, Desbrun M, Schroder P, et al. Discrete differential-geometry operators for triangulated 2-

manifolds［C］// Visualization and Mathematics III. 2003:35-57.
［4］ Mesmoudi M M, De Floriani L, Magillo P. A geometric approach to curvature estimation on triangulated 3D

shapes［C］// Proc. of the International Conference on Computer Graphics Theory and Applications. 2010:90-95.
［5］方惠兰,王国瑾. 三角网格曲面上离散曲率估算方法的比较与分析［J］. 计算机辅助设计与图形学学报, 2005,17(11):2500-

2507.
［6］谭一鸣. 网格模型上脊线与谷线的提取［D］. 杭州：浙江大学, 2010.
［7］ Taubin G. Estimating the tensor of curvature of a surface from a polyhedral approximation［C］// Proc. of

5th IEEE International Conference on Computer Vision. 1995:902-907.
［8］ Mayer U F. Numerical solutions for the surface diffusion flow in three space dimensions［J］. Computational

and Applied Mathematics, 2001,20(3):361-379.
［9］ Chen Shengguo, Wu Jyhyang. Estimating normal vectors and curvatures by centroid weights［J］. Computer

Aided Geometric Design, 2004,21(5):447-458.
［10］神会存. 高质量工程曲面的重建与曲面品质检查分析［D］. 南京：南京航空航天大学, 2005.
［11］阎少宏. 离散曲面上曲率的刻划［D］. 大连：大连理工大学, 2005.
［12］Pan Rongjiang, Meng Xiangxu, Tu Changhe. A new method to discrete curvature on digital curves［C］// The

4th International Conference on Virtual Reality and Its Applications in Industry. 2004:75-82.
［13］刘胜兰. 逆向工程中自由曲面与规则曲面重建关键技术研究［D］. 南京：南京航空航天大学, 2004.
［14］罗良峰. 离散三角网格上的法向量和曲率估计［D］. 大连：大连理工大学, 2007.
［15］刘仕庆,陈幼平,袁楚明,等. 三角形网格模型顶点曲率的求解算法［J］. 计算机应用研究, 2007,24(6):107-108.
［16］齐宝明. 三角网格离散曲率估计和 Taubin方法改进［D］. 大连：大连理工大学, 2008.
［17］熊芳. 离散曲面高斯曲率估算算法研究［D］. 株洲：湖南工业大学, 2010.
［18］Mao Zhihong, Guo Cao, Ma Yanzhao, et al. Curvature estimation for meshes based on vertex normal triangles

［J］. Computer-aided Design, 2011,43(12):1561-1566.

[1]	周传华1, 2, 任太娇1, 罗岚1, 周昊1. 基于联合熵的非平衡数据边界混合重采样[J]. 计算机与现代化, 2024, 0(09): 95-100.
[2]	洪广杰, 蔡茂国, 詹楷杰, 欧基发. 基于自适应旋转学习和危机意识策略的海洋捕食者算法[J]. 计算机与现代化, 2024, 0(07): 112-119.
[3]	詹楷杰, 蔡茂国, 洪广杰, 欧基发. 基于LHS和正余弦搜索的阿基米德优化算法[J]. 计算机与现代化, 2024, 0(06): 38-42.
[4]	主令恒1, 2, 顾丹鹏1, 2, 唐松强1, 2, 陈肖勇1, 2. 一种多层级二分图最大匹配问题的快速算法[J]. 计算机与现代化, 2024, 0(06): 59-63.
[5]	李雨菲, 闫莉, 曾彦萍, 刘云横. 基于嵌套蚁群算法的机器人拣货作业联合优化#br# #br#[J]. 计算机与现代化, 2024, 0(06): 64-69.
[6]	夏煌智1, 2, 陈丽敏3, 毛雪迪1, 2, 祁富1, 2. 嵌入翻筋斗策略的自适应秃鹰搜索算法及其应用#br#[J]. 计算机与现代化, 2024, 0(02): 7-14.
[7]	欧基发, 蔡茂国, 洪广杰, 詹楷杰. 基于PWLCM和秃鹰俯冲机制改进的野狗优化算法[J]. 计算机与现代化, 2024, 0(01): 109-116.
[8]	夏煌智, 陈丽敏, 毛雪迪, . 融入动态学习与高斯变异的自适应秃鹰搜索算法[J]. 计算机与现代化, 2024, 0(01): 117-126.
[9]	闫阳, 詹子俊, 曹绍华. 基于设备协同的大规模卸载：融合分治和贪心的双层优化算法[J]. 计算机与现代化, 2023, 0(11): 13-21.
[10]	卢磊, 贺智明, 黄志成. 基于多策略改进的麻雀搜索算法[J]. 计算机与现代化, 2023, 0(10): 23-31.
[11]	马国祥, 杨凌菲, 严传波, 张志豪, 孙彬, 王晓荣. 基于深度DenseNet网络的肝包虫病超声影像诊断方法[J]. 计算机与现代化, 2023, 0(09): 100-104.
[12]	赖建彬, 冯刚. 一种基于混合样本的经验回放策略[J]. 计算机与现代化, 2023, 0(06): 33-38.
[13]	林钦壮, 何昭水. 基于注意力机制的高效点云识别方法[J]. 计算机与现代化, 2020, 0(08): 51-55.
[14]	鄢丽娟, 张彦虎. 一种基于平均剩余能量的无线传感器网络分簇路由算法[J]. 计算机与现代化, 2020, 0(07): 16-20.
[15]	王振庭, 陈永府, 刘田. 智能仓储中的多机器人调度方法[J]. 计算机与现代化, 2020, 0(07): 65-70.

基于改进Voronoi区域面积的Mark Meyer曲率估算方法

Method of Mark Meyer’s Curvature Based on Improved Voronoi Area

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价