• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    平面曲線間Hausdorff距離計算

    2014-03-20 08:00:10曹利新曹京京
    大連理工大學學報 2014年2期
    關(guān)鍵詞:對應(yīng)點短距離單向

    曹利新,董 雷,曹京京

    (大連理工大學 機械工程學院,遼寧 大連 116024)

    0 引 言

    幾何對象間距離的計算是工程領(lǐng)域中經(jīng)常用到的一種幾何操作,如幾何建模與模式識別中對幾何對象的分析與比較[1];機器人路徑規(guī)劃、CAD/CAM 和觸覺仿真中,對物體間的碰撞干涉檢測和反饋力的計算[2].曲線、曲面逼近中構(gòu)造優(yōu)化目標和評價逼近程度[3]等眾多工程應(yīng)用領(lǐng)域,都涉及幾何對象間距離的計算.在不同的距離測度中,尤以歐幾里得最小距離和Hausdorff距離受到幾何建模、計算幾何和計算機圖形學等研究領(lǐng)域?qū)W者的格外關(guān)注.

    幾何對象間最小距離的計算問題,就是在兩個幾何對象間求解對應(yīng)距離最小的一對點.當需要比較兩個對象間的相似程度時,則常采用Hausdorff距離.Hausdorff距離是由現(xiàn)代拓撲學的奠基人之一德國數(shù)學家Hausdorff 首先提出[4],廣泛用于衡量兩個集合之間差別的度量.早期的Hausdorff距離計算主要出現(xiàn)在模式識別、圖像處理領(lǐng)域,為了對兩幅圖像進行匹配或比較,通常對兩幅圖像首先進行邊緣提取、距離變換等預處理;然后將預處理后的圖像像素看作兩個集合,通過對兩集合間Hausdorff距離的計算,進而對兩圖像間的相似度進行評價;對其中一幅圖像進行仿射變換,使變換后圖像與目標模板圖像間的Hausdorff距離達到最小,若該距離小于給定的公差,則表示兩幅圖像獲得了匹配,這一方法目前已廣泛用于人臉、指紋、字符、筆跡、汽車車牌等的識別[5-6].

    與圖像領(lǐng)域中Hausdorff距離的計算和應(yīng)用研究形成鮮明對比的是,針對連續(xù)幾何對象間的Hausdorff距離的計算研究則相對較少,截至目前,只有少數(shù)學者[1-3,7-8]針對自由曲線或曲面間的Hausdorff距離的精確計算進行過研究.2008年,Alt等[1]證明了兩C1連續(xù)的平面曲線間單向Hausdorff距離h(A,B)會出現(xiàn)4 種情況,即Hausdorff距離可能發(fā)生在:曲線A的一個端點和它在曲線B上的垂足點之間、曲線B的一個端點和它在曲線A上的垂足點之間、雙垂足點間、一曲線自身的中線與另一曲線的交點之間,并給出了4種情況分別對應(yīng)的非線性約束方程組,最終借助標準的代數(shù)方程組求解器獲得了平面曲線間的Hausdorff距離.同年,Elber等[2]將平面C1連續(xù)曲線Hausdorff距離出現(xiàn)4種情況這一結(jié)論推廣到空間曲線/曲面間,并利用作者自己開發(fā)的代數(shù)方程組求解器獲得了相應(yīng)的Hausdorff距離,同時以平面曲線為例給出了Hausdorff距離的幾何含義:A對B的單向Hausdorff距離,可看作是對曲線B進行等距變換,當曲線A恰好完全包含在曲線B的等距線內(nèi)時,此時的等距距離為A對B的 單 向Hausdorff距 離.2010 年,Chen等[3]針對文獻[1-2]中非線性方程組求根方法的不足,研究了計算兩B 樣條曲線間Hausdorff距離的幾何裁剪方法,算法給出了Hausdorff距離出現(xiàn)在曲線端點的充分條件,利用曲線分割技術(shù)和滾動圓裁剪方法,將兩曲線的Hausdorff距離計算問題轉(zhuǎn)化為點和曲線的最小或最大距離計算問題,從而提高了算法的穩(wěn)定性和計算效率.同年,Kim 等[7]針對兩平面自由曲線提出了一種精確計算Hausdorff距離的實時算法.首先采用G1連續(xù)的雙圓弧,在給定公差下對自由曲線進行逼近;進而對這些圓弧進行距離映射并保存到圖形硬件深度緩沖器;并對大部分多余的圓弧段進行裁剪,從而提高了Hausdorff距離的計算效率.2011年,Bai等[8]提出了計算平面曲線間Hausdorff距離的折線方法,該方法首先根據(jù)給定容差將連續(xù)曲線離散為折線段,進而將曲線間的Hausdorff距離計算轉(zhuǎn)化為連續(xù)折線段間的Hausdorff距離計算,同時針對無用的折線段給出了兩種裁剪策略,極大地提高了這一復雜問題的計算效率.2013年,Ko[9]從理論上深入分析了平面曲線間Hausdorff距離計算的復雜性問題.

    綜合現(xiàn)有文獻來看,針對連續(xù)曲線或曲面間的Hausdorff距離計算問題,近年來受到幾何建模、計算幾何、計算機圖形學等領(lǐng)域?qū)W者的關(guān)注,同時也是Hausdorff距離在工程界獲得廣泛應(yīng)用的瓶頸所在.目前的研究工作存在如下問題:(1)針對連續(xù)幾何對象間Hausdorff 距離計算的研究相對較少,尤其是針對自由曲線或曲面間的Hausdorff距離計算更少;(2)大多學者通過對代數(shù)方程組的求解獲得Hausdorff距離,并將代數(shù)方程組的求解當作了一個黑箱或采用標準求解器求解,未給出太多有參考價值的解算方法;(3)C1連續(xù)平面曲線間的單向Hausdorff距離會出現(xiàn)4種情況,由于4種情況對應(yīng)的非線性方程組并不相同,需要利用代數(shù)方程組求解器對4種情況對應(yīng)的非線性方程組分別進行求解,這將嚴重影響曲線間Hausdorff距離的計算效率.

    本文僅討論平面連續(xù)曲線間Hausdorff距離的計算問題,算法分兩步對平面曲線間的單向Hausdorff距離進行計算,最終選擇優(yōu)化結(jié)果中的最大值作為兩平面曲線間的單向Hausdorff距離.

    1 平面曲線間Hausdorff距離對應(yīng)點的分類

    Hausdorff距離分單向和雙向兩種,對于兩個非空的緊致集合A與B,集合A中一個對象相對于集合B中所有對象的最小距離的最大值,稱為集合A到集合B的單向Hausdorff距離,表示為

    式中:d(a,b)為點a和點b間的歐幾里得距離.同理,集合B到集合A的單向Hausdorff距離可表示為

    單向Hausdorff距離通常用來表示一個集合相對于另一個集合的最大偏差.兩個單向Hausdorff距離中的大者稱為集合A與B的雙向Hausdorff距離,簡稱Hausdorff距離,用來表示集合A、B間的最大偏差,亦可用來表示集合A與B的相似度.雙向Hausdorff距離通常表示為

    從Hausdorff距離的定義可以看出,最小距離的確定是計算Hausdorff距離的基礎(chǔ).由于雙向Hausdorff距離與單向Hausdorff距離的算法相似,下面僅進行h(A,B)的計算討論.

    文獻[1]對C1連續(xù)的平面曲線間可能對應(yīng)單向Hausdorff距離的點進行如下分類:

    A 類端點:即曲線A對曲線B的單向Hausdorff距離h(A,B),出現(xiàn)在曲線A的一個端點和其在曲線B上的法向映射點或曲線B的一個端點處,如圖1(a)所示.

    B類端點:h(A,B)出現(xiàn)在曲線B的一個端點和它在曲線A上的法向映射點處,如圖1(b)所示.

    雙垂足點:當h(A,B)的對應(yīng)點發(fā)生在兩條曲線內(nèi)部,且對應(yīng)點為一一對應(yīng)時,即出現(xiàn)如圖1(c)所示的雙垂足點情形,因?qū)?yīng)點均為垂足點,故稱為雙垂足點.根據(jù)曲線間距離函數(shù)取得極值的必要條件,可以將曲線間雙垂足點對應(yīng)的約束方程表示為

    圖1 平面曲線間Hausdorff距離對應(yīng)點的分類Fig.1 Hausdorff distance between two planar curves and corresponding points

    式中:rA、rB分別表示曲線A、B上對應(yīng)點的矢徑;r′A、r′B分別表示曲線A、B在對應(yīng)點的切矢.上式表明兩曲線在對應(yīng)點處的切線平行,即存在公法線.

    一對二點:當h(A,B)的對應(yīng)點發(fā)生在兩條曲線內(nèi)部,且曲線A上一點對應(yīng)曲線B上兩點時,則出現(xiàn)如圖1(d)所示的一對二點情形.一對二點也可以看作是曲線A與曲線B的中軸線的交點,以及中軸變換圓與曲線B的兩個切點的總稱.一對二點對應(yīng)的約束方程可表示為

    式中:s、t分別為曲線B上兩個對應(yīng)點的曲線參數(shù)值;式(5a)表示曲線A上的點N到曲線B上點P和點Q的距離相等,式5(b)、(c)表示向量PN和QN分別與曲線B上P、Q兩點處的切線垂直.

    從平面曲線間單向Hausdorff距離對應(yīng)的4種可能點來分析,對于參數(shù)曲線,前兩種情況均可看作是h(A,B)的對應(yīng)點的曲線參數(shù)為曲線參數(shù)域的邊界,只有當曲線為開曲線時才會出現(xiàn)這種情況.當h(A,B)的對應(yīng)點均為各自曲線的內(nèi)部點,若對應(yīng)點為一一對應(yīng)時,則為雙垂足點情形;若曲線A上一點對應(yīng)曲線B上兩點時,則為一對二點情形.此時用曲線B的等距線包容曲線A時,等距線自身必發(fā)生自交現(xiàn)象,自交點即為點N.上面所討論的4種情形均是非退化時的情況,若考慮到退化情況會更復雜.例如,一對二點情形中的P點剛好是曲線B上的一個曲率極值點時,此時曲線B上的對應(yīng)點退化為一個,但又不同于雙垂足點情形.

    上面給出了平面曲線間單向Hausdorff距離對應(yīng)的4種類型可能點,對于工程中遇到的實際曲線,曲線上局部滿足4種類型點所對應(yīng)約束條件的點有多個,通常需要分別計算所有可能點,并從中選取最大距離點作為h(A,B).由于雙垂足點和一對二點所對應(yīng)的約束方程不同,通常需要對曲線A和B分別按照約束方程(4)和(5)進行計算,再從中選取最大值作為曲線A對B的單向Hausdorff距離.這樣的計算顯然效率并不高,因為同樣的步驟,如曲線分段、求解約束方程組等,均需要進行兩次計算.為此本文下面分兩步對平面曲線間的Hausdorff距離進行計算.

    2 曲線間單向Hausdorff距離的近似計算

    為了計算曲線A到曲線B的單向Hausdorff距離,本文首先對曲線A進行離散化處理,獲取曲線A上的n個離散點.由于僅需要獲得兩曲線間h(A,B)的近似解,最終的計算精度取決于下一節(jié)的精確計算,故離散間隔不必太小.對曲線A的離散化處理可以簡單地按照等參數(shù)間隔進行,也可考慮曲線A的曲率特點,在曲率較大的位置設(shè)置較多的離散點,在曲率較小的位置設(shè)置較少的離散點.然后分別計算各個離散點到曲線B的最短距離,選取若干個距離較大,且滿足曲線A上相鄰點到曲線B的距離呈“小大小”的點對,作為曲線間單向Hausdorff距離的近似解.這樣,平面曲線間單向Hausdorff距離的近似計算就轉(zhuǎn)化為點到曲線間最短距離的計算問題.

    設(shè)平面內(nèi)一定點P和一條曲線C:r=r(t),t∈ [0 ,1] ,t為曲線的一般參數(shù).點P到曲線C(t)的歐幾里得距離可表示為

    對距離函數(shù)式(6)求導并令其為零,可得距離函數(shù)取得極值的必要條件為

    上面距離函數(shù)取得極值的必要條件,對應(yīng)著點P到曲線C局部的距離最大值和最小值.該式表明在距離函數(shù)取得極值時,定點P與它在曲線C上的對應(yīng)點的連線必與曲線C在該點的切矢正交.從所有這些極值中選出最小值,即為點P到曲線C的全局最小距離.問題的關(guān)鍵是如何快速、穩(wěn)定地求解非線性式(7).該方程的計算方法通??梢苑譃榫植繑?shù)值迭代和全局計算方法兩大類.局部迭代方法包括常用的牛頓迭代法、二分法、黃金分割法等.局部迭代方法需要為每個根提供較好的初值點,且在有些情況下可能產(chǎn)生振蕩,因此很難適用于不便提供初值的多值計算問題.全局計算方法通常有代數(shù)與混合技術(shù)、同倫方法和細分方法[10],其中細分方法由于其在多值問題、穩(wěn)定性和效率方面的優(yōu)點,受到國內(nèi)外學者的廣泛關(guān)注.本文采用細分方法計算點到曲線間的最短距離.

    細分方法起源于通過多邊形割角(corner cutting)獲得光滑曲線的樸素思想,Chaikin[11]在1974年Utah大學舉行的CAGD 國際會議上給出了一種基于割角思想快速生成曲線的算法.之后Riesenfeld和Forrest從理論上證明了這種細分極限曲線的數(shù)學本質(zhì)是均勻二次B樣條曲線,由此揭開了均勻B樣條與細分這個新興理論的聯(lián)系[12].

    此處,曲線C采用Bezier形式.若曲線為B樣條、NURBS或其他參數(shù)多項式曲線,均可轉(zhuǎn)化為Bezier曲線形式.設(shè)曲線C為n次Bezier曲線,其表達式為

    式中:多項式系數(shù)bi為控制點;Bi,n(t)為Bernstein基函數(shù);Cin為組合數(shù);t為曲線參數(shù).

    曲線C關(guān)于t的一階導數(shù)可表示為

    將式(8)、(9)代入式(7),由文獻[10],可得

    式(9)、(10)表明,Bezier曲線的一階導數(shù),以及兩個Bezier曲線的乘積仍為Bezier曲線,只是該多項式曲線的次數(shù)和系數(shù)(即控制點)發(fā)生了變化.將式(10)簡寫為

    式中:m=2n-1;ci=由于Bernstein多項式具有線性精度特性,式(11)中的參數(shù)t可以表示為系數(shù)在[0,1]上均勻分布的m次Bernstein多項式的加權(quán)和,即

    以參數(shù)t為水平軸,函數(shù)f(t)為垂直軸,則可構(gòu)造出如下曲線:

    式中:(i/mci)T為控制點.

    至此,多項式求根問題即轉(zhuǎn)化為一個Bezier曲線與其參數(shù)軸求交這樣一個幾何問題.本文采用文獻[10]中的PP 算法對式(13)進行求解,該算法主要依賴于Bernstein形式的多變元多項式細分算法和二維點集的凸殼算法,算法主要包含如下3個步驟:

    ①首先需要構(gòu)造Bezier曲線的凸殼,并計算凸殼與參數(shù)軸的交點;

    ②利用de Casteljau 細分算法,剔除參數(shù)域中不含有根的區(qū)域;

    ③若剩余的參數(shù)域足夠小,則返回該參數(shù)作為一個根.若經(jīng)多次剔除不含有根的參數(shù)域后,參數(shù)域仍非足夠小,則表明該參數(shù)域中包含一個以上的根,需要利用de Casteljau 細分算法將該參數(shù)域一分為二后重新返回步驟①.

    利用上面點到曲線最短距離的算法,可以獲得曲線A上各離散點到曲線B的最短距離.選擇其中距離較大,且滿足曲線A上相鄰點到曲線B的距離呈“小大小”的點對作為近似解.

    3 曲線間Hausdorff距離的精確計算

    將前面獲得的若干距離較大,且滿足曲線A上相鄰點到曲線B的距離呈“小大小”的點對作為初始點,根據(jù)初始點附近曲線的形狀與位置特點,構(gòu)造相應(yīng)的Hausdorff距離的精確算法.如圖2所示,設(shè)P、Q分別為曲線A和B上的關(guān)于h(A,B)的一組對應(yīng)點,假設(shè)前面對曲線A的離散化處理遵循數(shù)據(jù)采樣中的采樣定理[13],則精確的Hausdorff距離對應(yīng)點一定會出現(xiàn)在初始解附近,并隨著兩曲線的形狀與位置不同,表現(xiàn)出多種形式:雙垂足點、一對二點、A 類端點和B 類端點,下面分別討論這4種情形.

    圖2 雙垂足點的計算Fig.2 Computation of antipodal points

    3.1 雙垂足點的計算

    雙垂足點包含兩曲線間距離的局部最大值和最小值所對應(yīng)的點對,由于前面的初步計算中僅選取了距離較大的點作為初始點,此處不會出現(xiàn)最小距離所對應(yīng)的雙垂足點.如圖2所示,點P、Q分別為曲線A、B上近似的Hausdorff距離對應(yīng)點對,t、s分別為曲線A、B的參數(shù).P1(t1)、P2(t2)為曲線A上點P的左右相鄰離散點,T1、T2為兩點處曲線的單位切矢,Q1(s1)、Q2(s2)為它們在曲線B上的最短距離對應(yīng)點,且滿足“小大小”約束所對應(yīng)的不等式:P1Q1≤PQ≥P2Q2.R1=P1-Q1、R2=P2-Q2為兩曲線上對應(yīng)點間的矢量,α1、α2分別為矢量R1、R2與矢量T1、T2之間的夾角,從圖2可以看出α1和α2中一個為銳角,另一個為鈍角.若Q1和Q2兩點間的距離Q1Q2或它們的參數(shù)間隔小于某個預先設(shè)定的常數(shù),則可認為曲線A、B間單向Hausdorff距離的對應(yīng)點為雙垂足點.以P1、P2兩點的曲線參數(shù)t1、t2為初值,構(gòu)造函數(shù)

    由于f1·f2<0,可通過二分算法來計算兩曲線間精確的局部最大距離所對應(yīng)的雙垂足點.

    3.2 一對二點的計算

    參考圖3,若點P、Q分別為曲線A、B上近似的Hausdorff距離對應(yīng)點對,且其鄰近離散點滿足不等式P1Q1≤PQ≥P2Q2約束,但Q1和Q2兩點間的距離Q1Q2或它們的參數(shù)間隔Δs大于預先設(shè)定的常數(shù),則可認為曲線A、B間Hausdorff距離的對應(yīng)點為一對二點.仍以P1、P2兩點的曲線參數(shù)t1、t2為初值,構(gòu)造函數(shù)

    式中:sgn[x]為符號函數(shù),根據(jù)x的正負取“+”或“-”;d11、d12為點P1到曲線B的最短和次最短距離;d21、d22為點P2到曲線B的最短和次最短距離.由于f1·f2<0,可通過二分算法來計算兩曲線間精確的局部最大距離所對應(yīng)的一對二點.最終精確的Hausdorff距離的對應(yīng)點一定會表現(xiàn)為曲線A上的一個點P對應(yīng)曲線B上的兩個垂足點Q1、Q2,且PQ1=PQ2.

    圖3 一對二點的計算Fig.3 Computation of intersection point between one curve and self-bisector of other curve

    3.3 A 類端點與B類端點的計算

    若曲線A或B為開曲線,最終的Hausdorff距離可能發(fā)生在曲線的端點.為此,可直接利用第2章關(guān)于點到曲線最短距離的算法,計算開曲線的兩個端點到另一曲線的最短距離.至此,利用本章算法可實現(xiàn)平面曲線間Hausdorff距離計算中出現(xiàn)的各種形式點的精確計算,與第2章算法結(jié)合,則可形成平面曲線間Hausdorff距離的完整算法.

    4 數(shù)值算例

    通過兩個算例來驗證上述算法的可行性.

    例1 曲線A為Bezier開曲線;曲線B為三次均勻B 樣條表示的封閉曲線,控制點個數(shù)為90.現(xiàn)在要計算曲線A到B的單向Hausdorff距離h(A,B).計算過程分兩個步驟:首先進行h(A,B)的近似計算,將曲線A按照其參數(shù)進行均勻十等分離散化處理,利用文獻[14]的算法將曲線B由B 樣條形式轉(zhuǎn)換為三次分段Bezier曲線,然后利用第2章的方法計算各離散點到曲線B的最短距離;從11 個最短距離中選取距離較大,且滿足“小大小”特點的點,利用第3章的算法進行Hausdorff距離的精確計算,計算精度為10-10.計算結(jié)果如圖4所示.圖4(a)給出了曲線A上的11個離散點,以及與第2個離散點對應(yīng)的曲線B上的14個距離極值點;圖4(b)給出了曲線A上11個離散點中與曲線B最小距離較大,且滿足“小大小”特征的兩個點和曲線B上對應(yīng)的垂足點;圖4(c)表達了經(jīng)過Hausdorff距離的精確計算后對應(yīng)點的分布,兩個距離分別為66.019 839mm 和54.720 453mm,開曲線A的兩端點到曲線B的最短距離分別為27.011 021 mm 和13.104 928mm;對圖4(c)中的兩個距離以及開曲線的兩端點到曲線B的最短距離進行比較,最后的單向Hausdorff距離為66.019 839 mm,對應(yīng)點如圖4(d)所示.

    例2 曲線A、B均為立方均勻B 樣條表示的封閉曲線,控制點個數(shù)均為90,計算精度為10-10.現(xiàn)在要計算曲線A到B的單向Hausdorff距離h(A,B).計算過程與例1相同,計算結(jié)果如圖5所示.圖5(a)給出了曲線A上的90個離散點,以及第20個離散點對應(yīng)的曲線B上的10個距離極值點;圖5(b)給出了曲線A上90個離散點中與曲線B最小距離較大,且滿足“小大小”特征的前三個點和曲線B上對應(yīng)的垂足點;圖5(c)表達了精確Hausdorff距離的計算結(jié)果,其中包含一個雙垂足點和兩個一對二點,3個距離(按紅綠藍 順 序)分 別 為77.874 235、70.736 729 和66.611 425mm;對圖5(c)中的3個距離進行比較,最后的單向Hausdorff距離為77.874 235 mm,對應(yīng)點如圖5(d)所示.

    圖4 開曲線與封閉曲線間的Hausdorff距離計算Fig.4 Computation of HD between an open curve and a closed curve

    圖5 兩封閉曲線間的Hausdorff距離計算Fig.5 Computation of HD between two closed curves

    5 結(jié) 論

    (1)本文分兩步對平面曲線間單向Hausdorff距離進行計算.第一步將其中一條曲線進行離散處理,并計算各離散點到另一條曲線的最小距離,從中選擇若干個距離較大且滿足“小大小”特征的點對,作為近似的Hausdorff距離對應(yīng)點;第二步以各近似點對作為初值,依據(jù)各點處曲線的特點,建立相應(yīng)的局部優(yōu)化模型并求解,從而獲得平面曲線間精確的Hausdorff距離.該方法克服了傳統(tǒng)的針對4種情況分別求解不同非線性方程組的缺點,簡化了計算過程.

    (2)通過近似和精確計算單向Hausdorff距離的兩步算法,將平面曲線間Hausdorff距離的計算轉(zhuǎn)化為點到曲線的最小距離計算問題;同時利用細分算法可以快速、穩(wěn)定地獲得點到曲線的最短距離,提高了計算效率和穩(wěn)定性,數(shù)值算例驗證了本文所提方法的正確性.

    [1] Alt H,Scharf L.Computing the Hausdorff distance between curved objects[J].International Journal of Computational Geometry & Applications,2008,18(4):307-320.

    [2] Elber G,Grandine T.Hausdorff and minimal distances between parametric freeforms inR2andR3[J].Lecture Notes in Computer Science,2008,4975:191-204.

    [3] Chen X D,Ma W Y,Xu G,etal.Computing the Hausdorff distance between two B-spline curves[J].Computer-Aided Design,2010,42(12):1197-1206.

    [4] Scholz E.Felix Hausdorff and the Hausdorff edition[J/OL].[2012-12-09].http://www.math.uni-wuppertal.de/~scholz/preprints/ENLbioHaus.pdf.

    [5] Huttenlocher D P,Kedem K.Computing the minimum Hausdorff distance for point sets under translation[C]//SCG′90Proceedings of the Sixth Annual Symposium on Computational Geometry.New York:ACM,1990:340-349.

    [6] Huttenlocher D P,Klanderman G A,Rucklidge W J.Comparing images using the Hausdorff distance under translation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1993,15(9):850-863.

    [7] Kim Y J,Oh Y T,Yoon S H,etal.Precise Hausdorff distance computation for planar freeform curves using biarcs and depth buffer[J].The Visual Computer,2010,26(6-8):1007-1016.

    [8] Bai Y B,Yong J H,Liu C Y,etal.Polyline approach for approximating Hausdorff distance between planar free-form curves [J].Computer-Aided Design,2011,43(6):687-698.

    [9] Ko K.On the complexity of computing the Hausdorff distance [J].Journal of Complexity,2013,29(3-4):248-262.

    [10] Patrikalakis N M,Maekawa T.Shape Interrogation for Computer Aided Design and Manufacturing[M].New York:Springer,2001:73-108.

    [11] Chaikin G M.An algorithm for high speed curve generation [J].Computer Graphics and Image Processing,1974,3(4):346-349.

    [12] 李保軍.指數(shù)多項式曲線細分重構(gòu)與插值細分曲面快速計算[D].大連:大連理工大學,2009.LI Bao-jun.Construction of exponentials reproducing subdivision schemes and rapid evaluation of interpolatory subdivision surfaces[D].Dalian:Dalian University of Technology,2009.(in Chinese)

    [13] Castleman K R.Digital Image Processing[M].New Jersey:Prentice-Hall,1996.

    [14] Piegl L,Tiller W.The NURBS Book[M].2nd ed.Berlin:Springer,1997:142-228.

    猜你喜歡
    對應(yīng)點短距離單向
    凸四邊形的若干翻折問題
    三點定形找對應(yīng)點
    碳纖維/PPS熱塑性單向預浸帶進入市場
    用“單向?qū)m排除法”解四宮數(shù)獨
    單向截止閥密封失效分析
    “一定一找”話旋轉(zhuǎn)
    軸對稱與最短距離
    短距離加速跑
    東方教育(2016年8期)2017-01-17 14:20:41
    比較大小有訣竅
    單向度
    新聞前哨(2015年2期)2015-03-11 19:29:30
    富锦市| 汝州市| 晋宁县| 台湾省| 阆中市| 都昌县| 扎鲁特旗| 克拉玛依市| 西乌珠穆沁旗| 叙永县| 札达县| 灌阳县| 那曲县| 禄劝| 抚远县| 泰顺县| 鄢陵县| 陈巴尔虎旗| 长治市| 阳原县| 沙洋县| 沿河| 桦川县| 营山县| 永城市| 固镇县| 永平县| 光山县| 华阴市| 通海县| 波密县| 正宁县| 社旗县| 邹平县| 平谷区| 福鼎市| 蒙自县| 屯昌县| 尤溪县| 昌平区| 大理市|