王磊-Paralel Banding Algorithm及双向扫描算法.pptVIP

* * * * * * * * * * * * 双向扫描算法（距离变换算法） 双向扫描算法（距离变换算法） 双向扫描算法（距离变换算法） 双向扫描算法（距离变换算法） 双向扫描算法（距离变换算法） 双向扫描算法（距离变换算法） 第9层格网生成相应点数Voronoi图所用时间（ms） 双向扫描算法（距离变换算法） 结论 若扫描过程中只保存每个格网的最近种子点，两个周期的扫描后生成的球面V图仍有较大误差（超过两个格网）；若保存最近和次近种子点，则能够将误差控制在一个格网以内。 格网层次一定时，本文算法生成球面V图所用的时间与种子点数无关。 数据规模越大，本文算法相对于确定归属算法在效率方面的优势越明显。 下一步工作 平面上的PBA算法基于QTM扩展到球面 “双向扫描算法”的理论证明 “双向扫描算法”与“多层次算法”结合 球面Voronoi图应用 * * * * B’到第i列的距离比B要远，因此B’的Voronoi区域不会与第i列相交；如果将Sij按列组合成Si，则第i列所有格网的最近种子点都在Si中 * Fact2：abc从上到下，若ab 的 垂直平分线与第i列相交于p，而bc的垂直平分线与第i列相交于q，若q在p的上方，则b的Voronoi区域不会与第不列相交。 Fact3：如果第i列的两个像素q，p（q在上方，p在下方）的最近种子点分别为a和c，则种子点a一定在种子点c的上方。 * Fact3：如果第i列的两个像素q，p（q在上方，p在下方）的最近种子点分别为a和c，则种子点a一定在种子点c的上方。 这也就是说，第i列的像素与他们的种子点，在行号上有相同的顺序；从上往下，依次为第i行每个像素从Si中找最近种子点，若a不为q的最近种子点，则对q以下的像素进行判断时，就不用再对a进行判断。 This fact means that the proximate sites of column i have their Voronoi regions appear in exactly the same order as when they are sorted by their y-coordinates. At each pixel p, we check the distance of p to the two sites a and b where a is at the front and b is just after a in the list. If a is closer, then a is the closest site to p, and the process is repeated for the pixel after p. If not, we can remove a from the list since it can no longer affect any other pixel from p onward (by Fact 3), and use b in place of a as the front of the list to compute the closest site to p. * * * * * * * * * * * * * * * * * 王磊 2014.10.24 汇报提纲 1.Parallel Banding Algorithm 2.双向扫描算法 3.下一步工作 1.Parallel Banding Algorithm Voronoi图 栅格算法 基于栅格的Voronoi图生成算法，最关键的步骤就是确定距离每个栅格最近的种子点（或线、面），通常可以使用扩张算法和距离的计算与比较算法。 Parallel Banding Algorithm（降维算法） 找到格网（i,j）在第j行的最近种子点Sij； Parallel Banding Algorithm（降维算法） 将Sij按列号组合，第i列的组合为Si（Fact 1）； Parallel Banding Algorithm（降维算法） 从Si中剔除与第i列不相交的种子点，得到集合Pi (Fact 2) ； Parallel Banding Algorithm（降维算法） 从Pi中为第i列中的每个栅格找到最近种子点（Fact 3）。 Parallel Banding Algorithm（降维算法） Parallel Banding Algorithm（降维算法） 与确定归属算法的对比（串行） 当种子点数量较少时，PBA算法所用时间比确定归属算法长； 随着种子点数的增多，特别是当种子点数大于栅格图像行数时，PBA算法优势明显。 Parallel Banding Algorithm（降维算法） 扩展到球面（陈伟