CASIA OpenIR  > 模式识别国家重点实验室  > 多媒体计算与图形学
 基于采样半径优化的最大化泊松圆盘采样 全卫泽; 郭建伟; 张义宽; 孟维亮; 张晓鹏; 严冬明 发表期刊 SCIENTIA SINICA Informationis 2017 卷号 47期号:4页码:442-454 其他摘要 最大化泊松圆盘采样（Maximal Poisson-disk Sampling--MPS）是计算机图形学领域的一个基础研究问题。一个理想的采样点集应该满足无偏差采样性质，最小距离属性和最大化性质。传统的最大化泊松圆盘采样一般通过投镖法（Dart Throwing）来实现，但是众所周知，该方法的不足之处在于无法精确控制采样点数目。针对该问题，本文提出了一种新的方法可以实现精确控制二维等半径最大化泊松圆盘采样的点数并且同时满足其它性质。与已有方法不同的是，本文提出的方法通过调整采样半径达到控制采样点数的目的。首先，根据用户指定的采样点数目和采样区域（闭合的多边形）生成随机点集，并进行Delaunay三角化，并且将当前三角化中的最短边长作为当前的采样半径；接着，迭代地移除全局最短边中邻域平均边长较大的采样点，然后采用投镖法将其随机插入到以当前采样半径计算得到的空隙区域内。通过迭代地调整采样点的位置，采样半径不断增大，从而最后实现固定点数的最大化泊松圆盘采样。大量实验结果表明，该方法可以得到高质量的采样点集，同时很好地保持了采样点集的蓝噪声性质。; In the eld of computer graphics, Maximal Poisson-disk Sampling (MPS) is a fundamental research topic. An ideal sampling set should satisfy unbiased sampling property, minimal distance property, and maximal sampling property. In general, MPS is obtained by Dart Throwing§as we all know§the drawback of this method is unable to precisely control the number of samples. In view of the above problem, this work proposes a novelty algorithm that can precisely control the number of samples of two-dimensional radius-equal MPS, and satisfy other properties simultaneously. Unlike existing methods, the proposed method controls the number of samples by adjusting sampling radius. Firstly, according to user-speci ed the number of samples and sampling domain (closed polygon), initial samples are randomly obtained, then Delaunay triangulation is conducted, and taking as current sampling radius the shortest edge length of the triangulation. Secondly, iteratively removing the endpoint of global shortest edge with larger neighborhood-averaged edge length, and then using Dart Throwing to randomly insert it into Gap region that is calculated at current sampling radius. By iteratively adjusting the position of points, the sampling radius increases gradually, nally, MPS with xed number of sampling point can be achieved. Experimental results show that this metho 关键词 Mps 文献类型 期刊论文 条目标识符 http://ir.ia.ac.cn/handle/173211/14028 专题 模式识别国家重点实验室_多媒体计算与图形学 推荐引用方式GB/T 7714 全卫泽,郭建伟,张义宽,等. 基于采样半径优化的最大化泊松圆盘采样[J]. SCIENTIA SINICA Informationis,2017,47(4):442-454. APA 全卫泽,郭建伟,张义宽,孟维亮,张晓鹏,&严冬明.(2017).基于采样半径优化的最大化泊松圆盘采样.SCIENTIA SINICA Informationis,47(4),442-454. MLA 全卫泽,et al."基于采样半径优化的最大化泊松圆盘采样".SCIENTIA SINICA Informationis 47.4(2017):442-454.
 条目包含的文件 下载所有文件 文件名称/大小 文献类型 版本类型 开放类型 使用许可 2017_SCIC_MPS.pdf（9939KB） 期刊论文 作者接受稿 开放获取 CC BY-NC-SA 浏览 下载
 个性服务 推荐该条目 保存到收藏夹 查看访问统计 导出为Endnote文件 谷歌学术 谷歌学术中相似的文章 [全卫泽]的文章 [郭建伟]的文章 [张义宽]的文章 百度学术 百度学术中相似的文章 [全卫泽]的文章 [郭建伟]的文章 [张义宽]的文章 必应学术 必应学术中相似的文章 [全卫泽]的文章 [郭建伟]的文章 [张义宽]的文章 相关权益政策 暂无数据 收藏/分享