位置:成果数据库 > 期刊 > 期刊详情页
基于混合优化的快速隐式曲面采样方法
  • ISSN号:0254-4164
  • 期刊名称:计算机学报
  • 时间:2014.3.28
  • 页码:593-601
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]山东大学计算机科学与技术学院,济南250101, [2]山东财经大学山东省数字媒体技术重点实验室,济南250014
  • 相关基金:本课题得到国家自然科学基金(61020106001,61202148,63373078)、山东省优秀中青年科学家奖励基金(BS2013DX041,Bs2013Dx048)及山东大学自主创新基金(2012TB013)资助.
  • 相关项目:医学图像分割中关键技术研究
中文摘要:

该文提出了一种新的隐式曲面快速采样方法,该方法首先提出了一种新的采样点互斥能量目标函数,基于该目标函数,通过一种混合优化方法来求解采样点的分布.第1步为采样点的局部优化,通过对采样点移动速度的控制参数调整,避免了大量Hessian矩阵的求逆操作,使得采样点能够根据互斥半径快速覆盖整个隐式曲面,得到初始采样点集;第2步为采样点的全局优化,采用L—BFGS方法对所有采样点进行优化,得到最终的高质量采样结果.通过实验表明,新方法的采样速度大大提高,并能够获得较好的隐式曲面采样点分布.

英文摘要:

A new method for implicit surfaces sampling is presented in this paper. At first, a new objective function of repulsive energy is given for constraining sampling points distributed on the surface uniformly. Based on this new objective function, the distribution of sampling points can be solved by a hybrid optimization. The first step is a local optimization of sampling points through a parameter to control the velocity of a sampling point for avoiding inverse matrices com- putation of Hessian, so a set of sampling points can cover given implicit surface rapidly. The second step is global optimization of sampling points. L-BFGS method is used in this step. We can have ideal sampling distribution via these two steps. Experimental results show that the new method can sample fast on implicit surfaces, and the points' distribution is also satisfactory.

同期刊论文项目
期刊论文 14 会议论文 8 获奖 6
期刊论文 78 会议论文 30 获奖 10
同项目期刊论文
期刊信息
  • 《计算机学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会 中国科学院计算技术研究所
  • 主编:孙凝晖
  • 地址:北京中关村科学院南路6号
  • 邮编:100190
  • 邮箱:cjc@ict.ac.cn
  • 电话:010-62620695
  • 国际标准刊号:ISSN:0254-4164
  • 国内统一刊号:ISSN:11-1826/TP
  • 邮发代号:2-833
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:48433