中国科学院自动化研究所机构知识库

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。