基于Doo Sabin细分的图像插值

图像插值是放大低分辨率图像以适应目标显示屏幕的一种重要方法。保持图像的几何特征是保证放大图像质量的一个有效途径。基于Doo Sabin细分,提出了一种新的图像插值方法。该方法首先通过一次映射关系获取高分辨图像的部分数据;然后根据高分辨率图像中未知像素点的几何特征将它们分类;再根据Doo Sabin细分方法由已知像素点插值出所有未知像素点。未知像素点的值是与最相关的邻近像素点的加权均值,加权策略根据像素点间的相对位置由Doo Sabin细分推演获得。实验证明,与现有插值方法相比,基于Doo Sabin细分的图像插值能够更好地保持上采样图像的边缘的尖锐特性,减少锯齿现象,获取高质量的高分辨率图像。

基于Doo/Sabin细分的分片光滑曲面重建算法研究

对于任意拓扑曲面重建,曲面样条是一个比较好的选择。Peters和Hoppe分别对曲面样条进行了理论分析和应用,在对Peters和Hoppe的工作研究和实践中发现可以对算法进行局部改进,并介绍了新算法。

Doo-Sabin细分算法的实现

在细分曲面造型中,对Doo—Sabin曲面为代表的细分曲面的研究,已成为近几年来图形学领域最重要的研究课题,但已有文献在细分算法的实现方面缺乏具体操作过程,不便于工程应用。本文分析了Doo—Sabin细分算法的数据结构特点,研究了细分算法的具体实现过程,对连接规律进行了总结,实现了Doo—Sabin细分算法的二次曲面细分,为各种相关文献缺乏具体操作过程作了补充。

自适应Doo-Sabin细分算法改进研究

为克服细分曲面网格呈指数增长的缺点,提出了一种改进型自适应Doo-Sabin细分算法。简要介绍了Doo-Sabin算法细分规则,并提出了一种新的基于平均法向量的自适应Doo-Sabin细分阈值判断方法和新的裂缝消除策略。实验结果表明,该改进型算法能够大幅度降低细分曲面网格增长速度,并获得与均匀细分算法表面质量基本一致的极限曲面。