圆形排样与图像圆点绘制问题研究

来源 :厦门大学 | 被引量 : 0次 | 上传用户:yy080408
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
圆形排样问题指的是:给定一组圆,已知其大小和个数,再给定一个容器,已知其形状,目标是将这组圆不重叠地放到容器中,求容器容积的最小值。这个问题是NP难的,即不能在确定的多项式时间内求得它的解。图像圆点绘制指的是:给定一张图像,根据图像的特征和颜色,在图像区域内摆放合适大小的圆点,使得圆点的排列符合图像的特征,而且它们的颜色能体现原始图像的颜色。本文提出了一种改进区域划分的圆形排样方法,并且研究了图像上的圆点绘制问题。本文通过改进基于Power图区域划分的圆形排样方法,提出一种收敛速度更快的圆形排样方法。首先固定容器的面积为某一定值,将输入圆缩小一定的倍数,随机撒在容器中,保证其互不重叠;之后对圆心点进行正则三角化,并根据相邻圆的半径比值对容器进行区域划分,各圆获得自己的区域;然后让所有圆在不超出自己区域边界的条件下等比例增长,直至不能再增长为止;最后将划分区域-长大的过程迭代下去,得到最大增长倍数。此外,本文还研究了图像上的圆点绘制问题。首先对图像进行分割,提取分割后图像的轮廓边界线并获取原始图像的特征线,生成图像上的方向场,使得图像的每个像素点位置都存在一个方向;之后设计密度函数,刻画待摆放的圆点半径大小随着图像梯度的变化;最后结合方向场和密度函数根据一定的规则开始圆的摆放直至铺满图像区域。此外,本文还进行了补洞优化使画面更加饱满。实验结果表明,改进的圆形排样算法能够使得圆排样的过程更快地达到收敛并且很多时候能获得更好的排样结果;图像上圆点绘制算法能够生成与图像特征和颜色相适应的圆点逼近结果。
其他文献
《大众日报》是山东地区创刊最早、办刊时间最长、影响最大的红色报刊,更是中共在山东地区实现马克思主义大众化的中介。马克思主义的理论不仅要武装党员、干部,更要为中国民
近年来,随着现代科学技术的不断发展,流形学习已经成为信息科学领域的重要的研究方向之一,在真实世界中,存在很多高维度的流形数据,如果直接对这些高维数据操作会面临很多的困难,所以解决高维数据所面临的问题是如今的难题,经过许多学者的不断钻研,很多经典的流形学习方法被提出,这些流形学习方法主要被分为两种,线性的流形学习算法和非线性的流形学习算法,但研究者们发现线性学习方法并不适合具有高维非线性结构的流形数
NH2-MIL-125-Ti是一种具有光电和光催化性能和良好的水热稳定性的MOFs材料。MOFs材料的形貌包括晶粒尺寸对其物理化学性质有重要影响。本文通过改变DMF-甲醇混合溶剂中DMF和
芳烃化合物,可参与多种有机反应制备高附加值的精细化工品。近年来,随着工业技术的迅猛发展,芳酮化合物的需求量大幅增加,引起了科研人员的研究兴趣。目前普遍采用的制备芳酮
古往今来,为了保证信息的安全性,人们的加密手段不断的更迭,从手工加密到机器加密。但是目前使用的密码大多数基于计算安全性,只能保证密码一定时间内的安全性。随着计算机的计算速度不断的提升和新破译算法的不断提出,破译的时间变得越来越短。尤其是在量子计算机的概念提出后,以计算复杂度为安全性基础的加密方式变得愈发脆弱。针对这一问题,研究人员提出了量子密码系统,通过量子的方式分发密钥,其安全性依赖于量子力学,
21世纪是一个大发展、大变革的伟大时代,人类社会迈向人类命运共同体乃时代发展之必然。伟大时代呼唤伟大理论。习近平人类命运共同体思想正是为解决人类发展的难题而提出的
由于湖盆沉积速度快,陆相富有机质泥页岩表现出强烈的非均质性。针对不同沉积环境的富有机质页岩非均质性研究,本文以东营凹陷FY1井、沾化凹陷L69井、江汉盆地BYY2井及鄂尔多
由于PPP项目能够为政府和私人投资者提供“利益共享,风险共担”的合作伙伴关系,近年来已成为缓解政府债务危机、为社会提供公共产品和服务的新模式。然而PPP项目本身不可避免
数字发射机是一种通过数字处理实现对基带信号调制、上混频,并以开关功率放大器为核心部件放大射频信号的发射机架构,因其功耗低、集成度高、效率高、抗干扰能力强等优点而备
在大数据时代,云计算技术为大数据处理提供了更为便捷的计算环境,使得用户得以专注于计算需求本身而不需要过多考虑计算环境。随着云计算服务在商业市场中的发展,根据已分配的虚拟机作为资源设置的定价模式开始出现。这种新的定价模式使得用户可以自由地定制适合自身需求的资源。对于用户而言,如何为任务选择合适的虚拟机资源设置,使得在满足服务质量(QoS)的情况下,计算所需要的经济开销最小,成为一个困扰他们的新问题。