计算机图形学图形的表示与数据结构.ppt

整理课件 随机Koch曲线——对海岸线的模拟 Koch曲线的一些基本性质 Koch曲线具有与Cantor集，Sierpinski垫片类似的性质. 长度等于无穷. Sierpinski集 首先，将一个等边三角形四等分，得到四个小等边三角形，去掉中间的一个，保留它的边。将剩下的三个小三角形再分别进行四等分，并分别去掉中间的一个，保留它的边。重复操作直至无穷，得到一个面积为零，线的欧式长度趋于无穷大的图形。这个图形被人们称为谢尔宾斯基缕垫。 Sierpinsk垫片的生成过程—第0步、第1步 Sierpinsk垫片的生成过程—第2步、第3步 Sierpinsk垫片 Sierpinski地毯 其次，将一个正方形九等分，去掉中间的一个，保留四条边，剩下八个小正方形。将这九个小正方形再分别进行九等分，各自去掉中间的一个保留它们的边。重复操作直至无穷。 Sierpinski地毯 第三，对一个正六面体，将它的每条边进行三等分，即对正六面体进行27等分，去掉体心和面心处的7个小正六面体，剩下20个小正六面体，并保留它们的表面，重复操作直无穷，得到的图形。体积趋于零，而其表面的欧式面积趋于无穷大。 Sierpinski海绵 Sierpinski集的共同特点 它们都是经典几何无法描述的图形，是一种“只有皮没有肉”的几何集合。 它们都具有无穷多个自相似的内部结构，任何一个分割后的图形放大后都是原来图形的翻版。 问题在哪里？ 以上是一些经典几何意义下的“病态”图形，以Koch曲线为例，以一维来度量它，它的长度趋于无穷，而以二维来度量它，它的面积为零，那么，它究竟是几维图形?1维？ 2维？1．？？？？维吗？ 经典的维度定义有问题吗？ 经典几何的维度定义 在经典几何下，点被定义成0维的，点没有长度；直线被定义成1维，只有长度，没有面积，平面图形被定义成2维的，有面积，没有体积，立体图形是3维的，有体积。 经典几何讨论的维度都是整数，它们的数值与决定几何形状的变量个数及自由度是一致的，这是一个很自然的想法。 换一个角度看维度 根据相似性来看线段、正方形和立方体的维数。首先把线段、正方形和立方体的边两等分，这样，线段成为长度一半的两条线段，正方形变成边长为原来边长1/2的四个小正方形，而立方体而成为八个小立方体，边长为原来边长的1/2。原来的线段、正方形和立方体分别由2，4，8个把全体分成1/2的相似形组成。而2，4，8可改写成2的1，2，3次方，这里的1，2，3分别与其图形的经验维数相一致。 相似维度的定义 一般地，如果某图形是由把全体缩小为1/a的aD个相似图形构成的，那么此指数D就具有维度的意义。此维数被称为相似维数。 相似维数常用DS表示，按照定义，DS完全没有是整数的必要。如某图形是由全体缩小1/a的b个相似形组成，则 DS=(㏑b)/(㏑a) 我们可以以此计算上述几种图形的相似维度。 Koch曲线：(㏑4)/ (㏑3)=1.2618 Cantor集： (㏑2)/ (㏑3)=0.6309 Sierpinski集： 缕垫： (㏑3)/ (㏑2)=1.5850 地毯： (㏑8)/ (㏑3)=1.8927 海绵： (㏑20)/ (㏑3)=2.7268 从以上图形的生成方式来看，大体上有两种方式：第一种是从初始图形E0按一定原则往下“挖”，得到的新图形的维数小于E0 的欧式维数,常称为降维生成；第二种是在初始图形E0的基础上增加一些线或面，得到的图形E的维数大于E0的欧式维数，这种生成方式常称为升维生成。 相似维数的定义具有很大的局限性，因为只用对具有严格的自相似性的分形，才能使用这个维数，定义适用于包括随机图形在内的任意的维数是很必要的。 波恩大学数学家豪斯道夫1919年从测量的角度引进了Hausdorff维数。 多边形表面模型——数据结构 几何信息（几何表） 建立3张表：顶点表、边表和多边形表来存储几何数据。 实体模型中，用多边形顶点坐标值以及多边形所在平面方程方式保存实体单个表面部分的空间方向信息 多边形表面模型——数据结构 拓扑信息：翼边结构表示（Winged Edges Structure） 图4.11 翼边结构表示 多边形表面模型——数据结构 属性信息 用属性表来存储多边形面的属性，指明物体透明度及表面反射度的参数和纹理特征等等。 实体测试条件：1）每个顶点至少是两条边的端点 2）每条边至少是一个多边形的部分 3）每个多边形式封闭的 4）每个多边形至少有一条公共边 5）如果多边形表包含指向多边形边的指针，则每一个被指针指向的边有一个逆指针指回到多边形 多边形网格：三维