二维轨迹的路径简化和平滑算法
Algorithm for path simplification and smoothing of 2D trajectories
我正在寻找一种用于简化和平滑 2D 轨迹的路径的算法。所以我有一个二维点的有序列表。这些要点应该简化,例如使用 Ramer-Douglas-Peucker 算法。但输出必须是平滑的,因此生成的路径应该由贝塞尔曲线或样条曲线构建。 Ramer-Douglas-Peucker 算法是否有任何修改可以处理这个问题?
我在 paper.js 库中找到了一个路径简化算法,它正是我正在搜索的:http://paperjs.org/examples/path-simplification/ 但是我无法从未记录的 [=16] 中理解该算法=] 源代码.
您要执行的操作称为 Curve Fitting.
虽然 Ramer-Douglas-Peucker 算法基本上通过移除不必要的点来平滑 'noise' 多段线 - 曲线拟合算法将通过这些点拟合贝塞尔曲线。
Here is a pretty nice example on Youtube and here 是描述算法本身的原始论文。
至于 Paper.js 示例:
您想做的工作属于"curve fitting"的范畴。曲线拟合算法有很多种,但几乎所有的曲线拟合算法都可以分为两类:插值法和近似法。插值算法生成的曲线恰好通过所有数据点,而近似算法生成的曲线靠近数据点。当然,混合算法也存在。
既然你想让数据点平滑,你应该寻找近似算法。你提到的两个算法:RDP算法和施耐德算法(Paper.js中的那个),都是近似算法。所以,基本上你可以使用它们中的任何一个。对于RDP,在获得简化路径后,可以通过简化路径的顶点创建Catmull Rom样条或Overhauser样条以获得平滑曲线。但是,您无法直接控制生成的样条曲线与原始路径中的顶点之间的偏差。
对于 Schneider 算法,它将首先通过具有端切线约束的三次贝塞尔曲线拟合数据点。如果与结果曲线的偏差太大,那么它会将数据点分成两个 "regions" 并用具有端切线约束的三次贝塞尔曲线拟合每个数据区域。将重复此过程,直到所有三次贝塞尔曲线的偏差都足够小。结果,它产生了一系列最多与 C1 连续性相连的三次贝塞尔曲线(很可能实际上只是 G1)。此外,由于该算法从原始数据点评估端切线,数据点中的噪声将影响端切线评估,从而影响三次贝塞尔曲线拟合。
如果你能花时间在曲线拟合的主题上,你应该研究一下 B 样条曲线的最小二乘拟合。这将生成具有高连续性的输出曲线(例如,三次 B 样条曲线的 C2)。如果你没有太多时间可以花,那么施耐德的算法是一个很好的选择,它在实现成本(如果你必须用特定语言重新实现它)和结果曲线的质量之间取得平衡
就我而言,我发现 Catmull-Rom Splines 最容易应用。 Smooth Paths Using Catmull-Rom Splines 来自 Mika 的 Coding Bits 的文章非常有帮助。我用它在我的 Unity3D 项目中用 C# 实现样条插值脚本。这是脚本:
public static Vector2 CatmullRomInterpolation(Vector2 p0, Vector2 p1, Vector2 p2, Vector2 p3, float t, float alpha = .5f, float tension = 0)
{
float t01 = Mathf.Pow(Vector2.Distance(p0, p1), alpha);
float t12 = Mathf.Pow(Vector2.Distance(p1, p2), alpha);
float t23 = Mathf.Pow(Vector2.Distance(p2, p3), alpha);
Vector2 m1 = (1.0f - tension) * (p2 - p1 + t12 * ((p1 - p0) / t01 - (p2 - p0) / (t01 + t12)));
Vector2 m2 = (1.0f - tension) * (p2 - p1 + t12 * ((p3 - p2) / t23 - (p3 - p1) / (t12 + t23)));
return (2.0f * (p1 - p2) + m1 + m2) * Mathf.Pow(t, 3) + (-3.0f * (p1 - p2) - m1 - m1 - m2) * Mathf.Pow(t, 2) + m1 * t + p1;
}
p0 和 p3 是控制点,它们应该不同于 p1 和 p2,它们是路径中的起点和终点。
我正在寻找一种用于简化和平滑 2D 轨迹的路径的算法。所以我有一个二维点的有序列表。这些要点应该简化,例如使用 Ramer-Douglas-Peucker 算法。但输出必须是平滑的,因此生成的路径应该由贝塞尔曲线或样条曲线构建。 Ramer-Douglas-Peucker 算法是否有任何修改可以处理这个问题?
我在 paper.js 库中找到了一个路径简化算法,它正是我正在搜索的:http://paperjs.org/examples/path-simplification/ 但是我无法从未记录的 [=16] 中理解该算法=] 源代码.
您要执行的操作称为 Curve Fitting.
虽然 Ramer-Douglas-Peucker 算法基本上通过移除不必要的点来平滑 'noise' 多段线 - 曲线拟合算法将通过这些点拟合贝塞尔曲线。
Here is a pretty nice example on Youtube and here 是描述算法本身的原始论文。
至于 Paper.js 示例:
您想做的工作属于"curve fitting"的范畴。曲线拟合算法有很多种,但几乎所有的曲线拟合算法都可以分为两类:插值法和近似法。插值算法生成的曲线恰好通过所有数据点,而近似算法生成的曲线靠近数据点。当然,混合算法也存在。
既然你想让数据点平滑,你应该寻找近似算法。你提到的两个算法:RDP算法和施耐德算法(Paper.js中的那个),都是近似算法。所以,基本上你可以使用它们中的任何一个。对于RDP,在获得简化路径后,可以通过简化路径的顶点创建Catmull Rom样条或Overhauser样条以获得平滑曲线。但是,您无法直接控制生成的样条曲线与原始路径中的顶点之间的偏差。
对于 Schneider 算法,它将首先通过具有端切线约束的三次贝塞尔曲线拟合数据点。如果与结果曲线的偏差太大,那么它会将数据点分成两个 "regions" 并用具有端切线约束的三次贝塞尔曲线拟合每个数据区域。将重复此过程,直到所有三次贝塞尔曲线的偏差都足够小。结果,它产生了一系列最多与 C1 连续性相连的三次贝塞尔曲线(很可能实际上只是 G1)。此外,由于该算法从原始数据点评估端切线,数据点中的噪声将影响端切线评估,从而影响三次贝塞尔曲线拟合。
如果你能花时间在曲线拟合的主题上,你应该研究一下 B 样条曲线的最小二乘拟合。这将生成具有高连续性的输出曲线(例如,三次 B 样条曲线的 C2)。如果你没有太多时间可以花,那么施耐德的算法是一个很好的选择,它在实现成本(如果你必须用特定语言重新实现它)和结果曲线的质量之间取得平衡
就我而言,我发现 Catmull-Rom Splines 最容易应用。 Smooth Paths Using Catmull-Rom Splines 来自 Mika 的 Coding Bits 的文章非常有帮助。我用它在我的 Unity3D 项目中用 C# 实现样条插值脚本。这是脚本:
public static Vector2 CatmullRomInterpolation(Vector2 p0, Vector2 p1, Vector2 p2, Vector2 p3, float t, float alpha = .5f, float tension = 0)
{
float t01 = Mathf.Pow(Vector2.Distance(p0, p1), alpha);
float t12 = Mathf.Pow(Vector2.Distance(p1, p2), alpha);
float t23 = Mathf.Pow(Vector2.Distance(p2, p3), alpha);
Vector2 m1 = (1.0f - tension) * (p2 - p1 + t12 * ((p1 - p0) / t01 - (p2 - p0) / (t01 + t12)));
Vector2 m2 = (1.0f - tension) * (p2 - p1 + t12 * ((p3 - p2) / t23 - (p3 - p1) / (t12 + t23)));
return (2.0f * (p1 - p2) + m1 + m2) * Mathf.Pow(t, 3) + (-3.0f * (p1 - p2) - m1 - m1 - m2) * Mathf.Pow(t, 2) + m1 * t + p1;
}
p0 和 p3 是控制点,它们应该不同于 p1 和 p2,它们是路径中的起点和终点。