趙晶潔，趙瑞斌，龐明勇

?

保持尖銳特征的隱式曲線繪制算法

趙晶潔，趙瑞斌，龐明勇

(南京師范大學(xué)教育信息工程研究所，江蘇 南京 210097)

隱式曲線在生物、醫(yī)學(xué)、氣象、地學(xué)、石油勘探及物探等領(lǐng)域有著廣泛的應(yīng)用。提出一種繪制帶有尖銳特征的平面隱式曲線的算法，能有效地提取隱式曲線的尖銳特征。該算法首先確定曲線的繪制區(qū)域，采用自上而下的方式生成繪制區(qū)域的四叉樹表示，并在四叉樹節(jié)點(diǎn)表示的每個(gè)單元格內(nèi)生成一個(gè)數(shù)值場(chǎng)特征點(diǎn)；然后連接特征點(diǎn)生成對(duì)偶網(wǎng)格；最后，利用Marching Squares算法生成曲線。實(shí)驗(yàn)結(jié)果表明，該算法能在網(wǎng)格較稀松的情況下繪制出隱式曲線，并且可以實(shí)現(xiàn)曲線的尖銳特征。

隱式曲線；圖形繪制；可視化；移動(dòng)四邊形

隱式曲線的繪制工作一般包括“采樣”和“構(gòu)造”兩個(gè)階段[10]。采樣階段的主要任務(wù)是運(yùn)用特定策略或技術(shù)采集位于隱式曲線上的點(diǎn)；構(gòu)造階段的目標(biāo)則是將采集到的點(diǎn)以恰當(dāng)方式連接起來，構(gòu)造出分段線性的折線逼近原來的隱式曲線。目前，隱式曲線的繪制方法主要有：基于空間剖分的方法[11]、基于連續(xù)性的方法[12]、以及基于物理模擬的方法[13]等幾類。在基于空間剖分的方法中，最為經(jīng)典流行的是被稱為Marching Squares (MS)的方法[14]，其是可視化領(lǐng)域中著名的Marching Cube方法的二維特例。該方法利用了隱式曲線的一個(gè)良好性質(zhì)，即的隱式曲線是平面2上分別滿足()>0和()<0的2個(gè)點(diǎn)集的邊界。對(duì)于平面上的任一線段，若其2端點(diǎn)處的隱函數(shù)值異號(hào)，則該線段上至少有的一個(gè)零點(diǎn)，可采用二分迭代法或插值法逼近該零點(diǎn)。在繪制隱式曲線的過程中，①在繪制區(qū)域上構(gòu)造一個(gè)四邊形格網(wǎng)；②計(jì)算各個(gè)格網(wǎng)頂點(diǎn)處的隱函數(shù)值，并確定每個(gè)格網(wǎng)邊上可能存在的零點(diǎn)；③用線段連接格網(wǎng)中每個(gè)四邊形的不同邊上的零點(diǎn)，且逼近隱式曲線在該四邊形內(nèi)的部分，從而在繪制區(qū)域中繪制出隱式曲線。為了實(shí)現(xiàn)隱式曲線的精細(xì)化繪制，往往需要構(gòu)造高密度的格網(wǎng)，這會(huì)帶來巨大計(jì)算量[15]。為了降低計(jì)算量，學(xué)者們提出了空間自適應(yīng)剖分方法，即先在繪制區(qū)域中構(gòu)造低密度格網(wǎng)，再對(duì)各個(gè)包含曲線的四邊形進(jìn)行自適應(yīng)細(xì)分，并用四叉樹數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)平面區(qū)域的細(xì)分?jǐn)?shù)據(jù)，從而消除部分冗余計(jì)算，從而降低了繪制過程中的總計(jì)算量?；谶B續(xù)性的方法一般利用空間和曲線的連續(xù)性特性，通過分析隱式曲線的切向、曲率等局部幾何性質(zhì)來實(shí)現(xiàn)曲線的繪制[16]。如文獻(xiàn)[17]的算法首先找到隱式曲線上的一個(gè)點(diǎn)，然后以該點(diǎn)為中心構(gòu)造一個(gè)正方形，再根據(jù)隱式曲線與該正方形四條邊的相交情況，不斷向四周擴(kuò)展出新的四條邊，最后通過對(duì)隱式曲線在各四邊形內(nèi)的部分進(jìn)行線性化處理，構(gòu)造出整條隱式曲線(圖1(a))。文獻(xiàn)[18]則從曲線上的一點(diǎn)出發(fā)，根據(jù)曲線的局部曲率大小沿曲線在該點(diǎn)處的切向前進(jìn)一定的距離，此過程稱為預(yù)測(cè)；再根據(jù)函數(shù)定義的梯度方向，將預(yù)測(cè)的新點(diǎn)以投射方式“更正”到曲線上，然后從新點(diǎn)出發(fā)，重復(fù)“預(yù)測(cè)-更正”過程，從而繪制出整條曲線(圖1(b))?；谖锢砟M的方法將隱函數(shù)視為二維空間的數(shù)值場(chǎng)函數(shù)，然后采用模擬某種物理過程來驅(qū)動(dòng)采樣點(diǎn)運(yùn)動(dòng)，最終實(shí)現(xiàn)曲線的優(yōu)化繪制。如文獻(xiàn)[19]用一條封閉折線包圍隱式曲線，然后通過場(chǎng)函數(shù)移動(dòng)折線上的點(diǎn)，使之迭代“收縮”到隱式曲線上。文獻(xiàn)[20]提出采用粒子系統(tǒng)在曲線上采樣，所得到的采樣點(diǎn)在曲線上的分布是優(yōu)化的。

圖1 2種基于連續(xù)性的隱式曲線繪制方法

當(dāng)隱式曲線是連續(xù)光滑的，或隱函數(shù)數(shù)值場(chǎng)平滑變化時(shí)，現(xiàn)有方法均能很好地工作。但當(dāng)隱式曲線上具有尖銳特征或數(shù)值場(chǎng)局部變化劇烈時(shí)，基于空間剖分的方法往往不能捕捉到相應(yīng)的尖銳特征，而基于連續(xù)性與基于物理模擬的方法通常不能魯棒地工作。另一方面，在醫(yī)學(xué)、地學(xué)等領(lǐng)域中，有大量的應(yīng)用涉及到帶有尖銳特征的隱式曲線的繪制需求。

針對(duì)上述問題，本文提出一種保持隱式曲線尖銳特征的繪制算法。算法以MS技術(shù)為基礎(chǔ)，采用自適應(yīng)剖分方法來減少冗余數(shù)據(jù)，其特別之處在于，通過引入數(shù)值最優(yōu)化技術(shù)等實(shí)現(xiàn)曲線上尖銳特征的捕捉，最終繪制出帶有尖銳特征的隱式曲線。與現(xiàn)有方法相比，本文算法不但能夠有效地保持隱式曲線上的尖銳特征，而且其在處理不同隱式曲線時(shí)，具有較好的魯棒性。

1 算法梗概

圖2 繪制區(qū)域上兩種不同四邊形格網(wǎng)的構(gòu)造方法

圖3 單元格內(nèi)特征點(diǎn)與采樣點(diǎn)的關(guān)系

步驟4. 生成對(duì)偶網(wǎng)格。對(duì)于提取到的特征點(diǎn)，根據(jù)其所在四叉樹單元與鄰近其他單元之間的毗鄰關(guān)系，使用文獻(xiàn)[21]提出的遍歷算法構(gòu)造自適應(yīng)細(xì)分四叉樹網(wǎng)格的對(duì)偶網(wǎng)格。其中，對(duì)偶網(wǎng)格的頂點(diǎn)為數(shù)值場(chǎng)的特征點(diǎn)。上述毗鄰關(guān)系決定了對(duì)偶網(wǎng)格頂點(diǎn)間的拓?fù)溥B接。

步驟5. 隱式曲線的逼近與繪制。對(duì)于對(duì)偶網(wǎng)格中的每個(gè)單元，基于MS方法對(duì)其內(nèi)部的隱式曲線進(jìn)行分段線性離散逼近，從而實(shí)現(xiàn)隱式曲線的繪制。

2 算法步驟

本文算法主要包含4個(gè)步驟，本節(jié)將分別對(duì)其進(jìn)行詳細(xì)討論。

2.1 構(gòu)造自適應(yīng)細(xì)分四叉樹平面剖分結(jié)構(gòu)

為了進(jìn)一步逼近隱式曲線并降低計(jì)算復(fù)雜度，在均勻四叉樹的基礎(chǔ)上，定義了如下細(xì)分規(guī)則并進(jìn)一步構(gòu)造自適應(yīng)細(xì)分的四叉樹結(jié)構(gòu)。

(1) 對(duì)于均勻四叉樹中的每個(gè)節(jié)點(diǎn)，將其4個(gè)頂點(diǎn)分別代入，得到4個(gè)隱函數(shù)值。如果這4個(gè)值均為正或均為負(fù)，則認(rèn)為該節(jié)點(diǎn)具有一致的頂點(diǎn)符號(hào)，同時(shí)隱式曲線不經(jīng)過該節(jié)點(diǎn)且無需對(duì)其繼續(xù)細(xì)分。

2.2 提取隱函數(shù)數(shù)值場(chǎng)特征點(diǎn)

為了逼近隱式曲線并突出其尖銳特征，本文算法將視為二元數(shù)值場(chǎng)函數(shù)，并借助計(jì)算數(shù)值場(chǎng)的特征來探測(cè)隱式曲線的特征。算法在已構(gòu)造自適應(yīng)細(xì)分四叉樹的基礎(chǔ)上，通過對(duì)四叉樹的每個(gè)葉子節(jié)點(diǎn)進(jìn)行數(shù)值場(chǎng)特征探測(cè)生成一個(gè)對(duì)應(yīng)的特征點(diǎn)。

本文隱式曲線特征點(diǎn)的提取，基于如下發(fā)現(xiàn)：給定一個(gè)四叉樹葉子節(jié)點(diǎn)，對(duì)于經(jīng)過該節(jié)點(diǎn)中的采樣點(diǎn)且以在該采樣點(diǎn)處的梯度方向?yàn)榉ㄏ虻拿織l直線，其在該節(jié)點(diǎn)內(nèi)特征點(diǎn)處的值與在特征點(diǎn)處的值之間存在誤差，把每個(gè)誤差疊加，所得的誤差和最小。因此，可根據(jù)上述發(fā)現(xiàn)構(gòu)造一個(gè)二次誤差函數(shù)(quadratic error functions，QEF)來求取每個(gè)葉子節(jié)點(diǎn)中的特征點(diǎn)。QEF定義如下

其中，是采樣點(diǎn)數(shù)量；T()是經(jīng)過采樣點(diǎn)且以在該采樣點(diǎn)處的梯度方向?yàn)榉ㄏ虻闹本€在特征點(diǎn)處的值，其可表示為

其中，為采樣點(diǎn)；T()為在采樣點(diǎn)p處的梯度；(,)為采樣點(diǎn)與特征點(diǎn)之間的距離。

為了更直觀地說明上述原理，圖3給出了一個(gè)一維情況下的特例。其中，曲線為數(shù)值場(chǎng)；1和2為2個(gè)采樣點(diǎn)；虛線1，2分別為經(jīng)過1和2，且以隱函數(shù)在1和2處的梯度方向?yàn)榉ň€的直線；如果在軸上選擇2個(gè)點(diǎn)3和4，可以發(fā)現(xiàn)，在3點(diǎn)處1(3)與(3)之間的差值為0，而在4點(diǎn)處的差值為(4)–(4)。如果在軸上選取除3外任意一點(diǎn)，該點(diǎn)處的差值都會(huì)大于0，在3點(diǎn)處，差值最小。由圖3可知，場(chǎng)曲線在3點(diǎn)處呈現(xiàn)出尖角特征，即3是該數(shù)值場(chǎng)的特征點(diǎn)。因此，可通過最小化QEF找到場(chǎng)特征點(diǎn)。

本文算法通過如下步驟提取特征點(diǎn)：

步驟1. 對(duì)于自適應(yīng)細(xì)分四叉樹中的每個(gè)葉子節(jié)點(diǎn)，將其4個(gè)頂點(diǎn)看作采樣點(diǎn)；

步驟2. 將采樣點(diǎn)代入QEF函數(shù)，定義每個(gè)采樣點(diǎn)的T()與()之間的誤差平方和；

步驟3. 通過最小化值確定特征點(diǎn)的位置。

2.3 創(chuàng)建對(duì)偶網(wǎng)格

在構(gòu)建隱式曲線時(shí)，傳統(tǒng)的MS算法通過連接在網(wǎng)格中的零點(diǎn)來逼近隱式曲線在該網(wǎng)格單元內(nèi)的部分。然而，若曲線在該單元中有尖銳特征，則該方法往往會(huì)丟失這些特征。為此，本文算法通過連接自適應(yīng)細(xì)分四叉樹中的特征點(diǎn)來創(chuàng)建對(duì)偶網(wǎng)格。其能夠逼近隱式曲線的形狀并有效保留曲線的尖銳特征?；谝韵?個(gè)規(guī)則來創(chuàng)建對(duì)偶網(wǎng)格：

(1) 若自適應(yīng)細(xì)分四叉樹中，一個(gè)節(jié)點(diǎn)的4個(gè)孩子節(jié)點(diǎn)均為葉子節(jié)點(diǎn)，則將該4個(gè)孩子節(jié)點(diǎn)中的特征點(diǎn)依次相連，生成一個(gè)單元格，參見圖4(a)；

(2) 對(duì)于兩個(gè)相鄰節(jié)點(diǎn)，如果一個(gè)是葉子節(jié)點(diǎn)，一個(gè)是非葉子節(jié)點(diǎn)，算法首先查找到非葉子節(jié)點(diǎn)中的所有葉子節(jié)點(diǎn)，然后將最初的葉子節(jié)點(diǎn)與相鄰的新查找到的葉子節(jié)點(diǎn)的特征點(diǎn)依次相連組成一個(gè)單元格，參見圖4(b)；

(3) 如圖4(c)所示，對(duì)于2個(gè)具有相同邊界的非葉子節(jié)點(diǎn)，算法首先分別遍歷并找到其所對(duì)應(yīng)的所有葉子節(jié)點(diǎn)，然后將相同邊界周圍的葉子節(jié)點(diǎn)依次相連組成新單元格。

根據(jù)上述3個(gè)規(guī)則，通過對(duì)自適應(yīng)細(xì)分四叉樹每個(gè)節(jié)點(diǎn)內(nèi)的特征點(diǎn)依次相連，構(gòu)造出一個(gè)對(duì)偶網(wǎng)格，如圖5所示。

圖4 創(chuàng)建對(duì)偶網(wǎng)格的3個(gè)規(guī)則

圖5 對(duì)偶網(wǎng)格示意圖

2.4 繪制曲線

在構(gòu)造對(duì)偶網(wǎng)格的基礎(chǔ)上，本文算法借助經(jīng)典的MS算法實(shí)現(xiàn)隱式曲線的繪制。由于在繪制曲線時(shí)MS算法通常在形狀規(guī)則的四邊形上操作，而本文算法所創(chuàng)建的對(duì)偶網(wǎng)格中，既有不規(guī)則的四邊形又有三角形。因此，算法將對(duì)偶網(wǎng)格中的每個(gè)單元格在拓?fù)渖系韧谒倪呅?，再運(yùn)用MS算法繪制隱式曲線。本文算法首先判斷對(duì)偶網(wǎng)格單元格的每條邊上是否存在隱函數(shù)的零點(diǎn)，然后對(duì)于有零點(diǎn)的邊則通過線性插值確定零點(diǎn)位置，最后依次連接單元格上的零點(diǎn)逼近隱式曲線在該單元格內(nèi)的部分，從而繪制出隱式曲線。

對(duì)于MS中可能出現(xiàn)的二義性問題，本文算法對(duì)有二義性的單元格進(jìn)行三角分割，求出單元格對(duì)角線上的中點(diǎn)坐標(biāo)以及其在該中點(diǎn)的函數(shù)值，該點(diǎn)與其他4個(gè)頂點(diǎn)構(gòu)成4個(gè)三角形。因?yàn)樵谌切沃锌傆?個(gè)頂點(diǎn)的符號(hào)與其他2個(gè)不同，所以可以避免二義性，如圖6所示。

圖6 MS中二義性情況處理示意

由于在對(duì)偶網(wǎng)格的創(chuàng)建過程中，對(duì)偶網(wǎng)格的頂點(diǎn)位于函數(shù)的數(shù)值場(chǎng)特征上，所以本文算法所繪制的隱式曲線能有效地保留尖銳特征。

3 實(shí)驗(yàn)與結(jié)果

為了驗(yàn)證本文算法的魯棒性和準(zhǔn)確性，本文使用Dev C++和OpenGL圖形庫在Windows平臺(tái)上實(shí)現(xiàn)了本文算法。并采用如下5個(gè)隱式曲線進(jìn)行曲線繪制的測(cè)試，并將繪制結(jié)果與傳統(tǒng)的MS算法以及文獻(xiàn)[22]中的算法在二維圖形上的運(yùn)行結(jié)果進(jìn)行了比較。

對(duì)比圖7中給出的3種方法的繪制結(jié)果，可以發(fā)現(xiàn)：①傳統(tǒng)的MS方法(下文統(tǒng)稱方法1)明顯會(huì)丟失了原始隱式曲線上的尖銳特征。如圖7所示，第1行中所繪制出的曲線均未能有效地捕捉到相應(yīng)的尖銳特征，曲線上的尖銳特征被鈍化處理；②文獻(xiàn)[22]中的方法(下文統(tǒng)稱方法2)只保留了原曲線的部分尖銳特征，且所保留的尖銳特征精確度不夠。如圖7所示，第2行中所繪制的曲線沒有準(zhǔn)確捕捉到相應(yīng)的尖銳特征，如該行第1列中的曲線理論上應(yīng)繪制出“V”形局部，但該曲線明顯丟失了尖角特征；③相比于方法2，本文算法能準(zhǔn)確捕捉到曲線的尖銳特征。圖7第3行中所繪制的曲線所示，所有曲線均保留了尖銳特征，例如該行第一列中的曲線呈現(xiàn)出尖角特征，逼近于“V”形，比較準(zhǔn)確地繪制出了隱式曲線。

表1 3種算法性能效果對(duì)比

曲線網(wǎng)格行列數(shù)/四叉樹深度線段數(shù)計(jì)算時(shí)間(s) MS方法文獻(xiàn)[22]方法本文方法MS方法文獻(xiàn)[22]方法本文方法MS方法文獻(xiàn)[22]方法本文方法 式(3)23881915150.018 8590.016 0930.016 465 式(4)26661 1545185400.492 5310.087 5550.089 490 式(5)26661 4195656000.544 8910.282 2330.314 777 式(6)255521388880.384 6640.345 3090.382 034 式(7)26661 0962673290.453 8320.374 1450.382 160

圖7 不同算法對(duì)各函數(shù)曲線的繪制結(jié)果

在性能方面，對(duì)比表1數(shù)據(jù)可知: 在網(wǎng)格深度相同的情況下，方法2與本文算法繪制曲線所用的線段數(shù)少于方法1，并且這2種方法運(yùn)行速度均快于方法1。當(dāng)隱式曲線比較復(fù)雜時(shí)，本文算法需要耗費(fèi)額外的時(shí)間來精確計(jì)算數(shù)值場(chǎng)的特征點(diǎn)，除此之外，利用這些特征點(diǎn)生成對(duì)偶網(wǎng)格也需要額外的時(shí)間，所以相對(duì)于方法2，本文算法生成曲線的速度較慢。

4 結(jié)束語

本文提出一種能保持尖銳特征的隱式曲線繪制算法。算法通過構(gòu)造QEF定位、捕捉隱函數(shù)數(shù)值場(chǎng)的特征點(diǎn)來捕捉隱式曲線的特征，通過連接特征點(diǎn)生成對(duì)偶網(wǎng)格來逼近了隱式曲線的形狀。實(shí)驗(yàn)表明，本文算法能在較稀松的網(wǎng)格中捕捉隱函數(shù)數(shù)值場(chǎng)的特征點(diǎn)，并且能在由這些特征點(diǎn)構(gòu)建的對(duì)偶網(wǎng)格中提取出較為精確的曲線，提升了曲線的繪制精確性。

為了逼近隱式曲線并且保留曲線的尖銳特征，本文算法需要生成自適應(yīng)細(xì)分四叉樹以及對(duì)偶網(wǎng)格，因此算法的運(yùn)行時(shí)間較長(zhǎng)。若要解決此問題，可開發(fā)只在包含曲線的單元格內(nèi)提取特征點(diǎn)或者創(chuàng)建對(duì)偶網(wǎng)格的算法，預(yù)計(jì)該算法會(huì)提高運(yùn)算速度。

[1] 徐國良. CAGD中的隱式曲線與曲面[J]. 數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用, 1997, 18(2): 114-124.

[2] BLOOMENTHAL J. An implicit surface polygonizer [M]. San Diego: Academic Press, 1994: 324-349.

[3] SHELBERG M C, MOELLERING H, LAM N. Measuring the fractal dimensions of empirical cartographic curves [M]. Rome: Food and Agriculture Organization of the United Nation, 1982: 481-490.

[4] 趙偉, 趙卓寧, 李五生. 一種有效的離散數(shù)據(jù)場(chǎng)等值線生成方法[J]. 成都信息工程學(xué)院學(xué)報(bào), 2007, 22(1): 116-121.

[5] 溫維亮, 郭新宇, 陸聲鏈, 等. 隱式曲面在三維植物建模中的應(yīng)用研究綜述[J]. 圖學(xué)學(xué)報(bào), 2010, 31(3): 1-10.

[6] SUNDARAMOORTHI G, YEZZI A, MENNUCCI A. Coarse-to-fine segmentation and tracking using Sobolev active contours [J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2008, 30(5): 851-864.

[7] 壽華好, 何蘋, 繆永偉. 自動(dòng)微分在隱式曲線繪制中的應(yīng)用[C]//第四屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議. 北京: 中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì), 2009: 150-153.

[8] 李華, 蒙培生, 王乘. 醫(yī)學(xué)圖像重建MC算法三角片的合并與實(shí)現(xiàn)[J]. 計(jì)算機(jī)應(yīng)用, 2003, 23(6): 104-106.

[9] 李彩云, 朱春鋼, 王仁宏. 參數(shù)曲線的分段近似隱式化[J]. 高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯, 2010, 25(2): 202-210.

[10] 駱沛, 吳壯志, 夏春和, 等. 基于e1范數(shù)最小化的非流形曲線族重構(gòu)[J]. 計(jì)算機(jī)學(xué)報(bào), 2013, 36(9): 1917- 1928.

[11] LAGUARDIA J J, CUETO E, DOBLARE M. A natural neighbour Galerkin method with quadtree structure [J]. International Journal for Numerical Methods in Engineering, 2006, 15(5): 529-548.

[12] ZHU X J, JI L X, JIN X B. Fitting and reconstruction of three-dimensional curve based on orthogonal curvature [C]//2009 9th International Conference on Electronic Measurement and Instruments. New York: IEEE Press, 2009: 323-328.

[13] 李云夕, 馮結(jié)青, 金小剛. 基于有向距離場(chǎng)的代數(shù)B-樣條曲線重建[J]. 軟件學(xué)報(bào), 2007, 18(9): 2306-2317.

[14] MAPLE C. Geometric designing and space planning using the marching squares and marching cube algorithms [C]//2003 International Conference on Geometric Modeling and Graphics. New York: IEEE Press, 2003: 90-95.

[15] MANTZ H, JACOBS K, MECKE K. Utilizing Minkowski functionals for image analysis: a marching square algorithm [J]. Journal of Statistical Mechanics Theory and Experiment, 2008, 12 (12): 12015.

[16] 肖海, 章亞男, 沈林勇, 等. 光纖光柵曲線重建算法中的曲率連續(xù)化研究[J]. 儀器儀表學(xué)報(bào), 2016, 17(5): 993-999.

[17] CIPOLLETTI M P, DELRIEUX C A, PERILLO G M E, et al. Superresolution border segmentation and measurement in remote sensing images [J]. Computers and Geosciences, 2012, 40(3): 87-96.

[18] AKKOUCHE S, GALIN E. Adaptive implicit surface polygonization using marching triangles [J]. Computer Graphics Forum, 2001, 20(2): 67-80.

[19] 劉穎. 復(fù)雜的隱式函數(shù)曲線繪制算法的研究[D]. 長(zhǎng)春: 吉林大學(xué), 2006.

[20] 范麗鵬, 王麗英, 龐明勇. 平面簡(jiǎn)單閉合曲線離散采樣與重建算法[J]. 圖學(xué)學(xué)報(bào), 2015, 36(4): 511-515.

[21] JU T, LOSASSO F, SCHAEFER S, et al. Dual contouring of Hermite data [J]. ACM Transactions on Graphics, 2002, 21(3): 339-346.

[22] RAMAN S, WENGER R. Quality isosurface mesh generation using an extended marching cubes look up table [J]. Computer Graphics Forum, 2010, 27(3): 791-798.

An Algorithm for Visualizing Implicit Curves with Sharp Features

ZHAO Jing-jie, ZHAO Rui-bin, PANG Ming-yong

(Institute of EduInfo Science and Engineering, Nanjing Normal University, Nanjing Jiangsu 210097, China)

Implicit curve plays an essential role in the fields of medicine, meteorology, geology, petroleum exploration, geophysics and so on. In this paper, we propose an algorithm to visualize implicit curves with sharp features, which can effectively extract the sharp features of such curves. The algorithm first defines the visualizing area of the curve and then adopts a quadtree that generates visualizing area by a top-down method. In each cell, the method produces a feature point of the numerical field, and connects different feature points to generate the dual mesh. Finally, the algorithm employs the Marching Squares algorithm to generate the curves. Experiments show that our method can efficiently extract the sharp features of implicit curves, and it can work with various implicit curves with or without sharp features robustly.

implicit curve; graphic plotting; visualization; marching squares

TP 391

10.11996/JG.j.2095-302X.2019020373

A

2095-302X(2019)02-0373-06

2018-06-21；

2018-09-12

全國教育科學(xué)“十三五”規(guī)劃教育部重點(diǎn)課題(DCA170302)；江蘇省社會(huì)科學(xué)基金項(xiàng)目(15TQB005)

趙晶潔(1994-)，女，山西晉城人，碩士研究生。主要研究方向?yàn)閿?shù)字媒體技術(shù)。E-mail：Ginjer@yeah.net

龐明勇(1968-)，男，安徽淮南人，教授，博士，博士生導(dǎo)師。主要研究方向?yàn)閹缀谓Ｅc數(shù)字幾何處理。E-mail：panion@netease.com