图形处理(四)基于梯度场的网格编辑-Siggraph 2004
基于梯度场的网格编辑,对应的Paper为《Mesh Editing with Poisson-Based Gradient Field Manipulation》,是Siggraph 2004上的一篇paper,这篇paper与基于拉普拉斯的网格变形方法,统称为基于微分域的网格变形算法,这篇paper其实本质上最后的求解公式和基于拉普拉斯的网格变形方法一样,之所以能够siggraph,是因为它通过泊松梯度场的原理进行推导,算法的巧妙之处在于它以顶点(x,y,z)中的每一维作为一个标量场。
这篇paper涉及到的概念:散度、梯度场、标量场、向量场等看起来很难的东西,说实话,对于这篇paper因为网上找不到源代码,我把这篇paper看了好多遍,才把它的代码写出来。学这篇paper时是我第一次学习向量场的相关知识,向量场在三维算法中非常重要,同时当时给我的感觉也真不是一般的难,我看了好多关于标量场、矢量场的相关知识理论,才感觉慢慢理解。
一、相关理论
数学上的泊松方程:
其中f表示标量场,w表示梯度场。
三角网格曲面上的微分算子离散化(引用自《勾画式泊松网格编辑》):
给定定义在网格曲面上的分段线性标量场f(v)=fi*φi(v),其中v为网格曲面上的任意一点;fi为标量场在网格曲面顶点vi处的函数值;φi(*)为分段线性基函数,它在顶点vi处取值为1 ,在其余顶点处取值为0。我们有标量场f 对应的梯度算子
其中▽φi(*)仅在顶点的邻接三角形上有非零值,且由于φi(*)分段线性,▽φi(*)在各个邻接三角形上为分段常值函数. 从几何角度,可以容易地给
出▽φi(*)在三角形T =(vi,vj ,vk)上的定义:
其中,R90代表绕三角形法向量nT 旋转90度,AT是三角形的面积。类似地,给定定义在三角网格曲面上的分段常值的矢量场w,我们定义在顶点vi处w的散度为:
根据梯度算子和散度算子的定义,最后可以推导出网格曲面上的标量场f在顶点vi处的拉普拉斯算子为:
这篇paper是由浙大的牛人周坤提出来的,算法最后跟拉普拉斯网格编辑的最后公式可以说是一样的,然而它的标量场给我很大的启示,这篇paper直接把(x,y,z)中的x,y,z分别当做一个标量场,然后对标量场求取梯度场,最后求取散度,然后通过泊松方程重建网格模型,实现网格变形。想要更深入的了解泊松重建,可以看看我的另外一篇博文《图像处理(十二)图像融合(1)Seamless cloning泊松克隆-Siggraph 2004》
二、算法实现
1、求取源网格曲面的梯度场,最后求取梯度场的散度。
- //计算各个顶点的梯度
- void CScaleDeformBrush::Get_Faces_Gradient()
- {
- int fn=m_BaseMesh->faces.size();
- m_BaseMesh->need_adjacentfaces();
- #pragma omp parallel for
- for (int i=0;i<fn;i++)
- {
- TriMesh::Face &f=m_BaseMesh->faces[i];
- vec vij=m_BaseMesh->vertices[f[1]]-m_BaseMesh->vertices[f[0]];
- vec vik=m_BaseMesh->vertices[f[2]]-m_BaseMesh->vertices[f[0]];
- vec normalf=vij CROSS vik;
- float areaf=0.5f*len(normalf);
- normalize(normalf);
- for (int k=0;k<3;k++)
- {
- m_Face_Gradient[i][k]=vec(0,0,0);
- for (int j=0;j<3;j++)
- {
- vec ei=m_BaseMesh->vertices[f[(j+2)%3]]-m_BaseMesh->vertices[f[(j+1)%3]];
- vec gradient=float(m_BaseMesh->vertices[f[j]][k]*0.5f/areaf)*(normalf CROSS ei);
- m_Face_Gradient[i][k]=m_Face_Gradient[i][k]+gradient;
- }
- }
- }
- }
- void CScaleDeformBrush::Compute_Divergence()
- {
- //计算顶点的散度
- m_BaseMesh->need_adjacentfaces();
- int vn=m_BaseMesh->vertices.size();
- #pragma omp parallel for
- for (int i=0;i<vn;i++)
- {
- for (int j=0;j<3;j++)
- {
- m_vertices[i].VDivergence[j]=0.0f;
- }
- vector<int>&adjacentface=m_BaseMesh->adjacentfaces[i];
- for (int j=0;j<adjacentface.size();j++)
- {
- TriMesh::Face &f=m_BaseMesh->faces[adjacentface[j]];
- for (int k=0;k<3;k++)
- {
- if (f[k]==i)
- {
- vec ei=m_BaseMesh->vertices[f[(k+2)%3]]-m_BaseMesh->vertices[f[(k+1)%3]];
- vec e1=m_BaseMesh->vertices[f[(k+1)%3]]-m_BaseMesh->vertices[f[k]];
- vec e2=m_BaseMesh->vertices[f[(k+2)%3]]-m_BaseMesh->vertices[f[k]];
- double cot_angle1=Cot_angle(e2,ei);
- double cot_angle2=Cot_angle(-1.0f*e1,ei);
- for (int xyz=0;xyz<3;xyz++)
- {
- m_vertices[i].VDivergence[xyz]+=0.5*(cot_angle1*(e1 DOT m_Face_Gradient[adjacentface[j]][xyz])+cot_angle2*(e2 DOT m_Face_Gradient[adjacentface[j]][xyz]));
- }
- break;
- }
- }
- }
- }
- }
- //计算v1 v2 之间夹角的余切值
- double CScaleDeformBrush::Cot_angle(vec v1,vec v2)
- {
- vec vivo=v1;
- vec vjvo=v2;
- double dotvector=vivo DOT vjvo;
- dotvector=dotvector/sqrt(len2(vivo)*len2(vjvo)-dotvector*dotvector);
- return dotvector;
- }
2、构建泊松方程的系数,矩阵A,也就是计算拉普拉斯矩阵
- //邻接顶点的余切权重计算
- void CScaleDeformBrush::CotangentWeights(TriMesh*TMesh,int vIndex,vector<double>&vweight,double &WeightSum,bool bNormalize)//计算一阶邻近点的各自cottan权重
- {
- int NeighborNumber=TMesh->neighbors[vIndex].size();
- vweight.resize(NeighborNumber);
- WeightSum=0;
- vector<int>&NeiV=TMesh->neighbors[vIndex];
- for (int i=0;i<NeighborNumber;i++)
- {
- int j_nei=NeiV[i];
- vector<int>tempnei;
- Co_neighbor(TMesh,vIndex,j_nei,tempnei);
- double cotsum=0.0;
- for (int j=0;j<tempnei.size();j++)
- {
- vec vivo=TMesh->vertices[vIndex]-TMesh->vertices[tempnei[j]];
- vec vjvo=TMesh->vertices[j_nei]-TMesh->vertices[tempnei[j]];
- double dotvector=vivo DOT vjvo;
- dotvector=dotvector/sqrt(len2(vivo)*len2(vjvo)-dotvector*dotvector);
- cotsum+=dotvector;
- }
- vweight[i]=cotsum/2.0;
- WeightSum+=vweight[i];
- }
- if ( bNormalize )
- {
- for (int k=0;k<NeighborNumber;++k)
- {
- vweight[k]/=WeightSum;
- }
- WeightSum=1.0;
- }
- }
- //获取两顶点的共同邻接顶点
- void CScaleDeformBrush::Co_neighbor(TriMesh *Tmesh,int u_id,int v_id,vector<int>&co_neiv)
- {
- Tmesh->need_adjacentedges();
- vector<int>&u_id_ae=Tmesh->adjancetedge[u_id];
- int en=u_id_ae.size();
- Tedge Co_Edge;
- for (int i=0;i<en;i++)
- {
- Tedge &ae=Tmesh->m_edges[u_id_ae[i]];
- int opsi=ae.opposite_vertex(u_id);
- if (opsi==v_id)
- {
- Co_Edge=ae;
- break;
- }
- }
- for (int i=0;i<Co_Edge.m_adjacent_faces.size();i++)
- {
- TriMesh::Face af=Tmesh->faces[Co_Edge.m_adjacent_faces[i]];
- for (int j=0;j<3;j++)
- {
- if((af[j]!=u_id)&&(af[j]!=v_id))
- {
- co_neiv.push_back(af[j]);
- }
- }
- }
- }
- //计算拉普拉斯矩阵
- void CScaleDeformBrush::Get_Laplace_Matrix()
- {
- int vn=m_BaseMesh->vertices.size();
- int count0=0;
- vector<int>begin_N(vn);
- for (int i=0;i<vn;i++)
- {
- begin_N[i]=count0;
- count0+=m_BaseMesh->neighbors[i].size()+1;
- }
- typedef Eigen::Triplet<double> T;
- std::vector<T> tripletList(count0);
- for(int i=0;i<vn;i++)
- {
- VProperty & vi = m_vertices[i];
- tripletList[begin_N[i]]=T(i,i,-vi.VSumWeight);
- int nNbrs = vi.VNeighbors.size();
- for (int k = 0;k<nNbrs;++k)
- {
- tripletList[begin_N[i]+k+1]=T(vi.VNeighbors[k],i,vi.VNeiWeight[k]);
- }
- }
- m_Laplace_Matrix.resize(vn,vn);
- m_Laplace_Matrix.setFromTriplets(tripletList.begin(), tripletList.end());
- }
3、添加边界约束条件,并求解泊松方程,更新变形结果。
实时更新函数:
- void CScaleDeformBrush::Update_V_Position()
- {
- Get_Faces_Gradient();//求梯度
- int fn=m_BaseMesh->faces.size();
- if(!m_ScaleFace.empty())
- for (int i=0;i<fn;i++)
- {
- if(m_ScaleFace[i])
- {
- for (int j=0;j<3;j++)
- {
- m_Face_Gradient[i][j]=1.1f*m_Face_Gradient[i][j];
- }
- m_BaseMesh->faces[i].beSelect=false;
- }
- }
- Compute_Divergence();//求散度
- if(!m_MatricesCholesky)//构建拉普拉斯矩阵
- {
- double a=m_Laplace_Matrix.coeff(0,0) +1;
- m_Laplace_Matrix.coeffRef(0,0)=a;
- m_MatricesCholesky=new Eigen::SimplicialCholesky<SparseMatrixType>(m_Laplace_Matrix);//矩阵分解
- }
- int vn=m_BaseMesh->vertices.size();
- for (int i=0;i<3;i++)
- {
- Eigen::VectorXd rhs_xyz(vn);
- for (int j=0;j<vn;j++)
- {
- rhs_xyz[j]=m_vertices[j].VDivergence[i];//方程组右边
- }
- rhs_xyz[0]=rhs_xyz[0]+1.0f*m_BaseMesh->vertices[0][i];
- Eigen::VectorXd xyz=m_MatricesCholesky->solve(rhs_xyz);//求解方程
- for (int j=0;j<vn;j++)
- {
- m_BaseMesh->vertices[j][i]=xyz[j];//更新结果
- }
- }
- m_ScaleFace.clear();
- m_ScaleFace.resize(fn,false);
- m_BaseMesh->normals.clear();
- m_BaseMesh->FaceNormal.clear();
- }
接着我们来看一下用这个算法实现的简单局部编辑结果:
上面的实时局部缩放算法我是通过另外一篇paper《Differential-Based Geometry and Texture Editing with Brushes》的思想实现的,这篇paper基本上就是拷贝《Mesh Editing with Poisson-Based Gradient Field Manipulation》的思想,唯一的创新点在于它的实时交互设计方面,因为我是为了实现实时缩放刷,所以缩放的思想就是根据《Differential-Based Geometry and Texture Editing with Brushes》进行写代码的。
上面是用了上面的算法进行简单的实时编辑。
这篇paper后面还有后续的算法调整,比如梯度方向调整、还有实现网格融合、几何纹理Transfer。其中梯度方向调整是实现保特征变形的必备条件,因此如果你想要实现完整的算法,就要对梯度方向进行调整,这个可以参考我的以一篇博文《基于旋转不变量的网格变形》。在这里,我就不详细讲方向调整了,方向调整有专门的算法,paper很多。
须知:基于梯度域的变形方法和拉普拉斯网格变形算法一样,微分坐标不具有旋转不变的特点,在变形的时候,会发生曲面细节扭曲,需要对微分坐标,或者梯度方向进行调整,才能实现保特征变形,要实现旋转不变的变形,可以参考我的另外一篇博文《基于旋转不变量的网格变形》以此实现旋转不变的特点。
本文地址:http://blog.csdn.net/hjimce/article/details/46415291 作者:hjimce 联系qq:1393852684 更多资源请关注我的博客:http://blog.csdn.net/hjimce 原创文章,转载请保留本行信息
参考文献:
1、《Mesh Editing with Poisson-Based Gradient Field Manipulation》
2、微分网格处理技术
3、勾画式泊松网格编辑
图形处理(四)基于梯度场的网格编辑-Siggraph 2004相关推荐
- 图形处理(三)简单拉普拉斯网格变形-Siggraph 2004
三角网格变形一直是CAGD相关领域的重点,刚上研究生的时候,感觉有点神奇.而且一上来导师就给我发了一篇基于格林坐标的自由变形的相关paper,让我看,外文文献,看了n多天,第一次看外文文献,啥也没看懂 ...
- 图形处理(五)基于旋转不变量的网格变形-Siggraph 2007
一.相关理论 本篇博文主要讲解2007年Siggraph上的一篇经典paper:<Linear Rotation-invariant Coordinates for Meshes>,这篇p ...
- 图形处理(十二)拉普拉斯网格优化、最小二乘网格模型光顺
看这篇博文前,请先参考我的另外一篇博文<图形处理(三)简单拉普拉斯网格变形-Siggraph 2004>学习拉普拉斯坐标的相关理论知识.这里要分享的paper,是通过拉普拉斯的方法实现三角 ...
- 机器学习笔记之玻尔兹曼机(三)梯度求解(基于平均场理论的变分推断)
机器学习笔记之玻尔兹曼机--基于平均场推断梯度求解 引言 回顾:玻尔兹曼机模型参数梯度求解困难与MCMC方法的处理方式 变分推断方法处理玻尔兹曼机对数似然梯度 引言 上一节介绍了使用马尔可夫链蒙特卡洛 ...
- 机器学习笔记之玻尔兹曼机(三)基于平均场理论变分推断的梯度求解(续)
机器学习笔记之玻尔兹曼机--基于平均场推断梯度求解[续] 引言 Λ 3 \Lambda_3 Λ3梯度求解 求解最优参数 ϕ ^ j \hat {\phi}_j ϕ^j 引言 基于玻尔兹曼机(三) ...
- 吴恩达机器学习(十四)推荐系统(基于梯度下降的协同过滤算法)
目录 0. 前言 1. 基于内容的推荐算法(Content-based recommendations) 2. 计算电影特征 3. 基于梯度下降的协同过滤算法(Collaborative filter ...
- 图形处理(七)基于热传播的测地距离计算-Siggraph 2013
这里要跟大家分享的是2013年Siggraph上面的一篇paper,名为<Geodesics in Heat:A New Approach to Computing Distance Based ...
- 【数据库实验】实验四 基于嵌入SQL的综合应用编程(基于QSqlTableModel实现)
[数据库实验]实验四 基于嵌入SQL的综合应用编程 一.实验目的 二.实验要求 三.实验内容.实验结果与主要程序代码 数据准备(建表并插入数据) 前言:黎哥的写法 参考 建表 SQL语言插入数据 S表 ...
- 云原生爱好者周刊:Linkerd 即将赢得这场服务网格战争的胜利?
云原生一周动态要闻: 供应链安全项目 in-toto 升级成为 CNCF 孵化项目 云原生可观测性微调查结果出炉 Linkerd 发布 Kubernetes 自动多集群故障转移新特性 Solo.io ...
最新文章
- mac 拷贝文件时报错 8060 解决方案
- php windows 编译,Windows编译PHP7.2拓展
- Testin云测试:QQ(4.2.0)安卓版客户端可用性优秀
- python可以处理什么文件夹_Python处理文件和文件夹的10条命令
- 混凝土墙开洞_易县混凝土剪力墙切割常见问题
- 数据采集时总提示未登录_个税申报系统新功能!申报数据丢了也能找回!|税务局|个税|办税服务厅|纳税...
- SQL Server 2008 R2 SSRS 安装配置后无法使用问题的解决方法
- 使用ssl_exporter监控K8S集群证书
- 为枪击事件默哀,程序员们确实要重视代码规范
- 【IIOT】欧姆龙PLC数采之NX/NJ系列
- 使用Photoshop制作名片
- RADIUS协议指南
- thinkphp 后台管理框架swiftadmin的使用
- ps抠图怎么放大图片_PS抠图时选区图片放大后,怎么移动图片抠图选区?
- C51最小单片机系统
- 基于IPv6的5G专网终端身份认证技术与应用
- 曲率、曲率(对弧长)的导数以及曲率导数(对弧长)的导数的计算
- Caused by: java.util.concurrent.ExecutionException: java.util.concurrent.ExecutionException: com.and
- [MATLAB] 心形图
- DFS和BFS求字符串的所有非空子集———Java
热门文章
- 2014年应该学习的十种编程语言
- 食品安全溯源区块链解决方案探索-转载
- @excel 注解_7 行代码实现 Excel 文件导出
- Shell-实际业务操作02
- Oracle优化12-10053事件
- CoordinatorLayout+AppBarLayout实现上滑隐藏ToolBar-Android M新控件
- linux接收网络数据并存存储,linux网络数据包数据结构 Socket Buffer
- java shape用法_Java PShape.scale方法代码示例
- 一个对象的属性_【前端冷知识】如何判断一个对象的某个属性是可写的?
- 汇编编程计算机流程图,汇编程序怎么做流程图?