一种改进的扫描线多边形填充算法

典型的多边形填充算法主要包括扫描线填充算法和轮廓标志域填充算法,适用于矢量多边形文件的填充算法为扫描线填充算法。论文对原有的多边形扫描线填充算法中的最常用的活性边表和传统扫描线算法进行了分析,结合活性边表和传统的扫描线填充算法的特点,针对复杂的大数据量的多边形填充时间效率较低的问题,提出了一种改进的扫描线多边形填充算法—混合填充算法。该算法采用链表和数组结合的数据结构,形成连续的填充轨迹,有效地提高了时间效率。

基于扫描线种子填充算法的铸件孤立域搜索算法

搜索铸件孤立域热节的方法——即缩即补法,存在对铸件网格重复扫描而致其计算效率低的问题。文中提出了扫描线种子填充算法,该方法每次扫描时把已经确定为固态网格的单元排除出扫描序列,避免重复扫描,这使搜索的网格数量随着时间步长的循环逐次降低,即每经过一个时间步长,随着温度降低,固态网格单元增多,液态网格单元减少,则每次循环的扫描时间越少。针对大链轮铸件的两种方法的计算结果表明,计算效率提高了21.4%。

改进的扫描线多边形填充算法的研究

本文通过改进扫描线多边形填充算法，使之不仅能适用利用奇一倡规则确定区域“内、外部”、而且能适用利用非零环绕规则确定区域“内、外部”的方法来填充多边形．该算法改进了活化边表结点结构，同时拓展了原算法的应用范围．

一个多边形快速斜扫描线填充算法

多边形的扫描转换是计算机图形学的一个基本问题 .但标准的扫描线填充算法是基于图象空间的 .Gordon等人提出了一个基于对象空间的快速扫描线转换算法 (称为 CP法 )。但以上两者都是针对水平扫描线的算法。本文通过对斜扫描线特点的分析 ,进一步改造了 CP法 ,提出了一个基于对象空间的快速斜扫描线多边形填充算法 ,且标准扫描线算法和 CP法可视为其特例。

简单多边形可见核的扫描线填充算法

简单多边形的可见核是位于多边形内部的一个点集可见核内的任意一点与多边形边界上的任意一点的连线都处于该多边形的内部。由于可见核具有这一性质,对简单多边形的可见核的计算在很多方面都有着运用。本文考察了简单多边形的核的性质与特点在结合了其他相关的可见核顶点的算法之后,提出了一个对可见核进行填充的快速算法。这一算法由于通过避免在填充多边形的核之前进行计算可见核的顶点的过程,从而可以较快地对可见核进行填充。这一算法不仅容易理解而且便于实现。

种子扫描线填充算法在电子海图制作中的应用

为提高电子海图制作的效率和准确度,提出一种新的纸质海图数字化方法,在给出数字化的具体流程,对扫描后的光栅图采用种子扫描线填充算法来确定线物标和面物标,实验结果表明该方法准确、有效。

扫描线种子区域填充算法的研究与实现

区域填充算法是计算机图形学、图像分析处理等领域中经常使用到的重要填充算法之一。目前在原有算法的基础上对空间复杂度和时间复杂度有很多改进的算法。本文在深入研究当前较为常用的扫描算法的基础上,分别从不同角度对区域填充扫描线算法进行优劣特点进行比较和阐述,得出针对不同的应用环境使用不同的区域填充算法的结论。

关于扫描线种子填充算法的改进

种子填充算法是交互式图示学中常用的区域填充算法,该算法主要是通过栈结构来实现的,简单种子填充算法把太多像素压入堆栈,有些像素甚至会多次重复入栈,这一方面降低了算法的效率,另一方面还要求很大的存贮空间以实现栈结构,解决这个问题的一个办法是改进简单种子填充算法为扫描线种子填充算法,该算法可以避免像素的重复入栈,但在寻找新的种子点时仍会对一些已处理过的扫描线进行检查,这对算法的效率还是会有一定的影响,本文针对这一问题提出一个改进的算法。

种子填充算法的改进

针对种子填充算法程序存在的重复入栈以及对一类连通区域不能进行正确填充的问题,提出了改进方法:修改入栈顺序来解决重复入栈问题,修改入栈数据结构添加标志数组来防止对某条线重复扫描,改进算法对种子所在扫描线分上下两个区域进行分别逐行扫描;提出扫描线种子填充算法的改进算法,对非空的凸形区域特殊情形给出了单独的算法,使填充速度得到很大提高。

浅析区域填充算法

区域填充算法广泛应用于各个领域,经典的区域填充算法存在若干问题,在分析了两种传统区域填充算法的原理的基础上,阐述了两种改进的区域填充算法。

完全基于边缘信息的快速图像分割算法

为快速准确地进行图像分割和对象提取,达到图像实时处理的要求,提出一种完全基于边缘信息、具有良好并行计算特性的图像分割和对象提取算法.首先对经典Canny算子边缘检测进行改进、引入了断点检测和递归可控的低阈值边缘追踪算法,得到图像的原始二值边缘图;然后采用基于断点的边缘连接算法得到待提取对象的完整闭合边缘;最后提出四向扫描区域填充算法从边缘图中完整地提取出有意义的对象.实验结果表明,文中算法不仅可以准确地处理图像中的各类复杂边缘、获得良好的图像分割效果,同时具有优秀的并行计算特性,可以以并行方式、基于GPU实现完全实时的图像处理.

一种求多边形平移重叠面积最大值的快速算法

设Ｐ和Ｑ是平面上的２个简单多边形，ｔ∈Ｒ２是平面上任意矢量，多边形Ｐ与Ｑ的平移重叠面积函数定义为Ａｒ（ｔ）＝Ａｒｅａ（Ｐ∩（ｔ＋Ｑ）），这里ｔ＋Ｑ表示Ｑ平移了ｔ后形成的多边形。为快速求解平移重叠面积函数的最大值，本文提出了一种优化计算策略，它包括在全局上组合应用遗传算法和最速上升算法快速搜索函数最大值和在局部上利用修正的扫描线算法来快速计算函数值。

一种改进的矢量花纹填充方法

区域填充是在现今的大部分图形图像处理软件系统中必不可少的功能,一般有矢量花纹填充以及栅格花纹填充。矢量填充一般应用于有高分辨率,高像素要求的填充,因其填充复杂,时间过程繁琐只有小部分的应用;栅格填充因其填充过程简单,填充方法成熟故得到了广泛使用。矢量栅格混合填充是在综合两种不同模式填充优点的基础上提出的一种全新的填充模式:用简便的栅格填充的过程实现矢量填充所能达到的高品质填充效果。实验结果表明:混合填充保持着矢量填充的缩放不失真的特性,并拥有栅格填充效率。

基于扫描线的铸造气相域种子填充算法改进

在铸造CAE后处理中,需要对铸件孤立气相域进行填充显示,但是随着铸件复杂程度的不断增加,扫描线种子填充算法已无法适应铸造CAE后处理模块显示海量数据的需求。通过改进原算法,修改栈结构,使得扫描过的线段和填充过的单元不再分别进行扫描和填充,减少了数据计算量,并行计算大大缩短了填充和显示时间。通过多个实例验证了改进算法,提高了复杂铸件孤立液相区域的显示速度,且填充区域越大,节省时间越多。

基于层间信息继承的金属增材制造扫描线填充算法

金属增材制造具有快速、无模具、自由成形复杂结构的特点,已经成功应用于航空、航天、模具、医疗等领域。随着制造零件的复杂程度和体积的不断增加,三维模型的数据量增大,数据处理所需要的时间大幅增加,尤其是路径规划所需的时间陡增,这已经成为制约该技术应用的主要瓶颈,亟需解决。为了减少路径规划所需的时间,基于增材制造连续两层之间轮廓相似这一基本事实,将三维模型切片得到的二维轮廓按特征进行分组,提出层间信息继承算法,充分利用上一层计算的填充路径信息,快速计算出当前层的填充路径。该算法无需计算每条扫描线与当前层众多轮廓环的交点,极大减小了路径填充的计算量,加快了填充速度。实验结果表明,该算法整体的计算效率明显高于传统路径填充算法,尤其对于等截面或截面连续变化的模型,该算法的加速效果尤为突出。

3D打印模型切片及路径规划研究综述

3D打印包括建模、分层切片、路径规划及打印等过程。对3D打印中三维模型数据处理技术核心——切片和路径规划进行综述。介绍3D打印切片软件中针对单材料不同格式的模型切片处理方法,阐明了3D打印中的不同工艺参数影响下的切片算法,包括各类分层切片算法和扫描填充算法,说明每种算法的优缺点,并对现有的单相均质模型切片算法进行对比分析与评价,总结模型切片处理算法的不足,提出改进方向以及未来研究多材料3D打印模型数据处理的切入点。

基于航拍图像的输电线路覆冰厚度辨识研究

针对覆冰厚度监测过程中常伴随雨雪天气,严重影响图像质量与覆冰厚度辨识精度的问题,文中提出一种基于航拍图像的输电线路覆冰厚度辨识方法。首先采用改进的扫描线种子填充算法对采集所得的输电线路图像中的雪花进行填充,以减少雪花对图像质量的影响;其次对线路覆冰的纹理特征进行加权构成融合特征,并结合空间邻域信息的FCM算法,实现对线路区域的提取;最后利用输电线路实际直径与覆冰前后线路上下边界像素宽度确定覆冰厚度。实验结果表明,文中所提方法能够有效辨识雨雪天气下的输电线路覆冰厚度,计算所得的覆冰厚度相对误差仅为1.05%,对线路除冰工作具有一定的参考价值。

基于图像拼接的线路覆冰质量估算研究

针对不同气候条件下形成的不同类型的覆冰层,致使传统均值密度法计算覆冰质量误差较大的问题,提出一种基于图像拼接的线路覆冰质量估算方法。采用改进的扫描线填充算法对航拍导线图像中的雨雪噪声进行填充,以减少雨雪对图像的干扰。引入SURF算法对具有邻接关系的导线图像特征提取,结合改进的加权融合算法按权重比例分配实现图像拼接,利用拼接图像中杆塔与弧垂所占像素比例计算出覆冰导线的最大弧垂。基于输电线路抛物线理论,分析覆冰荷载与弧垂的对应关系并求解出覆冰的质量。仿真结果表明:该文所提方法估算覆冰质量与实测值平均绝对百分比误差为3.634%,对线路覆冰研究具有一定指导意义。

利用三次B样条曲线造型技巧生成花朵

为实现对植物花的几何建模,通过对花朵形态结构的分析,提出了一种基于三次B样条曲线造型技巧的植物花造型方法,实现了对花朵模型的建立,并利用三次B样条的局部调整性实现了对花瓣形状以及内部花纹样式的自由调节;利用扫描线种子填充算法对花瓣进行填充,且对每个花瓣可填充不同颜色,模拟生成了多种花朵。