误差可控的细分曲面图像矢量化

作     者：陈爱芬 李桂清 王宇攀 聂勇伟 Chen Aifen;Li Guiqing;Wang Yupan;Nie Yongwei

作者机构：华南理工大学计算机科学与工程学院广州510640 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2017年第29卷第12期

页      面：2197-2203页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61572202 61602183) 广东省自然科学基金重点项目(S2013020012795) 广州市科技计划(201707010140) 华南理工大学中央高校培育项目 

主　　题：图像矢量化 图像特征 网格简化 细分曲面 误差可控 

摘      要：为了提高矢量化图像的重构质量,提出一种基于细分曲面的误差可控矢量化算法.首先提取图像特征,构建特征约束的初始网格,并利用二次误差度量方法简化初始网格,得到特征保持的基网格;然后利用带尖锐特征的Loop细分曲面拟合图像颜色,得到控制网格;最后计算重构图像的误差,对控制网格进行自适应细分,直至重构误差达到用户需求.实验结果表明,该算法能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控.