Image Representation on Curved Optimal Triangulation
Image Representation on Curved Optimal Triangulation
复制标题
曲线最优三角剖分的图像表示
DOI：
10.1111/cgf.14495
复制
发表时间：
2022-03
影响因子：
2.5
通讯作者：
Zhonggui Chen
中科院分区：
文献类型：
--
作者：
Yanyang Xiao;Juan Cao;Zhonggui Chen
图像三角测量旨在生成具有三角形元素的最佳分区来表示给定图像。确保原始图像和三角测量分段近似之间的近似质量的一个瓶颈是直边与弯曲特征的不准确对齐。在本文中，我们提出了一种称为曲线最优三角剖分的新颖变分方法，其中并非所有边缘都是直线段，但也可能是二次贝塞尔曲线。能量函数定义为由顶点位置、连通性和边弯曲确定的总近似误差。该函数的梯度公式以封闭形式显式导出，以有效地优化能量函数。我们在多个模型上测试我们的方法，以证明其保留特征的功效和能力。我们还探索了它在自动生成风格化和低多边形图像方面的应用。在顶点数量相同的情况下，与之前仅使用直线段的方法相比，我们的曲线最佳三角测量方法可生成更准确且视觉上令人愉悦的结果。
Image triangulation aims to generate an optimal partition with triangular elements to represent the given image. One bottleneck in ensuring approximation quality between the original image and a piecewise approximation over the triangulation is the inaccurate alignment of straight edges to the curved features. In this paper, we propose a novel variational method called curved optimal triangulation, where not all edges are straight segments, but may also be quadratic Bézier curves. The energy function is defined as the total approximation error determined by vertex locations, connectivity and bending of edges. The gradient formulas of this function are derived explicitly in closed form to optimize the energy function efficiently. We test our method on several models to demonstrate its efficacy and ability in preserving features. We also explore its applications in the automatic generation of stylization and Lowpoly images. With the same number of vertices, our curved optimal triangulation method generates more accurate and visually pleasing results compared with previous methods that only use straight segments.
登录
查看更多内容
影响因子：
1.8
作者：
R. Abgrall;R. Abgrall;R. Abgrall;C. Dobrzynski;C. Dobrzynski;A. Froehly;A. Froehly
通讯作者：
R. Abgrall;R. Abgrall;R. Abgrall;C. Dobrzynski;C. Dobrzynski;A. Froehly;A. Froehly
DOI：
10.1007/978-0-387-09766-4_2059
发表时间：
2011
期刊：
--
影响因子：
--
作者：
Holger Brunst;Andreas Knüpfer;Valentina Salapura;Joseph A. Fisher;P. Faraboschi;C. Young;Franco P. Preparata
通讯作者：
Holger Brunst;Andreas Knüpfer;Valentina Salapura;Joseph A. Fisher;P. Faraboschi;C. Young;Franco P. Preparata
DOI：
10.1090/mbk/049/14
发表时间：
2007-12
期刊：
Appl. Math. Comput.
影响因子：
--
作者：
D. Sarason
通讯作者：
D. Sarason
用于图像矢量化的自动且保留拓扑的梯度网格生成
影响因子：
6.2
作者：
Martin, Ralph R.;Hu, Shi-Min;Lai, Yu-Kun
通讯作者：
Lai, Yu-Kun
DOI：
10.1145/1661412.1618461
发表时间：
2009-12
期刊：
ACM SIGGRAPH Asia 2009 papers
影响因子：
--
作者：
Tian Xia;Binbin Liao;Yizhou Yu
通讯作者：
Tian Xia;Binbin Liao;Yizhou Yu