首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在区域中拟合2D多边形的算法?

在计算机图形学中,拟合2D多边形的算法有很多种,其中一种常见的算法是“凸包”算法。凸包是一个凸多边形,它可以包含所有的点,并且具有最小的面积。

在实际应用中,可以使用凸包算法来进行2D多边形的拟合,例如在地理信息系统中,可以使用凸包算法来进行地理区域的拟合,从而实现区域的管理和监控。

在凸包算法中,常见的实现方法有Graham Scan算法和Jarvis March算法。Graham Scan算法是一种基于栈的算法,它可以在O(nlogn)的时间复杂度内完成凸包的计算。Jarvis March算法是一种基于旋转卡壳的算法,它可以在O(nh)的时间复杂度内完成凸包的计算,其中h是凸包的高度。

总之,在区域中拟合2D多边形的算法有很多种,其中凸包算法是一种常见的算法,可以用于实现2D多边形的拟合。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

开源 | CVPR2020 使用二叉空间分割生成3D 网格模型

多边形网格普遍存在数字三维领域中,但在深度学习革命中却只发挥了很小的作用。当前领先的生成模型方法通过隐函数实现,并且需要在生成昂贵的iso-surface后,才能生成网格。为了克服这些挑战,受到计算机图形学中的经典空间数据结构——二进制空间划分(BSP)的启发,来改善3D学习模型。BSP的核心是通过空间的递归细分得到凸集的运算。基于这一特性,本文设计了一种通过凸多边形分解来学习表示三维形状的网络BSP-Net。重要的是,BSP-Net是通过非凸多边形分解新型无监督的训练的。该网络使用一组由BSPtree从平面生成的凸集,来进行训练并重建模型形状。无需进行等值曲面处理,BSPNet推导出的凸多边形可以很容易地提取出来,形成一个多边形网格。生成的网格是紧凑的,非常适合表示尖锐的几何形状;生成的网格是严密的,并且可以很容易地参数化。结果表明,使用更少的图元,BSP-Net的重建质量与目前最先进的方法相比具有竞争力的。

01
领券