[论文解读] Discrete Conformal Deformation: Algorithm and Experiments

Jian Sun, Tianqi Wu+2 more|arXiv (Cornell University)|Dec 22, 2014

Advanced Numerical Analysis Techniques参考文献 2被引用 4

一句话总结

本文提出了一种用于具有平坦锥度量的三角化曲面的离散共形变形算法，结合顶点缩放与共圆对角线切换，以解决曲率规定问题。该算法构建了一个离散共形映射，可实现满足高斯-博内条件的任意指定曲率，通过牛顿法在凸能量泛函上实现快速收敛，并在多种拓扑结构与网格质量下表现出鲁棒性。

ABSTRACT

In this paper, we introduce a definition of discrete conformality for triangulated surfaces with flat cone metrics and describe an algorithm for solving the problem of prescribing curvature, that is to deform the metric discrete conformally so that the curvature of the resulting metric coincides with the prescribed curvature. We explicitly construct a discrete conformal map between the input triangulated surface and the deformed triangulated surface. Our algorithm can handle the surface with any topology with or without boundary, and can find a deformed metric for any prescribed curvature satisfying the Gauss-Bonnet formula. In addition, we present the numerical examples to show the convergence of our discrete conformality and to demonstrate the efficiency and the robustness of our algorithm.

研究动机与目标

• 定义一种适用于具有平坦锥度量的三角化曲面的离散共形性，支持曲率规定。
• 开发一种算法，计算输入网格与具有指定曲率的目标网格之间的离散共形映射。
• 确保该方法适用于任意拓扑的曲面，包括带边界的曲面。
• 在仅使用顶点缩放会因退化三角形而失效的情况下，通过引入共圆对角线切换来处理此类情况。
• 通过在多样化几何模型上进行大量实验，展示数值收敛性与效率。

提出的方法

• 该方法使用顶点缩放，由共形因子 w 定义，其中边长变换为 w*_{T}l(e) = e^{w(u)+w(v)}l(e)，保持交比不变。
• 通过牛顿法最小化基于微分一形式路径积分的凸能量泛函，以计算最优共形因子。
• 当变形过程中违反三角不等式时，应用共圆对角线切换以保持非退化三角形，并扩展有效共形因子的定义域。
• 算法在优化过程中动态更新三角剖分与边长，确保离散共形因子的合法性。
• 通过共形畸变度量（d₂, d∞）与不同网格分辨率下的时间统计量来跟踪收敛性。
• 该算法采用高效的数据显示结构与数值求解器，对角线切换带来的开销极小。

实验结果

研究问题

• RQ1 能否为具有平坦锥度量的三角化曲面定义一种离散共形变形，使其适用于任意拓扑（包括带边界的曲面）并实现曲率规定？
• RQ2 当退化情况发生时，如何将有效离散共形因子的定义域扩展至仅使用顶点缩放的范围之外？
• RQ3 顶点缩放与共圆对角线切换的结合是否保持能量泛函的凸性并确保收敛？
• RQ4 该算法在不同网格类型与分辨率下的收敛速度与计算效率如何？
• RQ5 该方法能否实现高精度的离散共形参数化，并将几何畸变降至最低？

主要发现

• 随着网格分辨率增加，该算法线性收敛至经典共形行为，且与三角形质量无关。
• 对于包含20万个顶点的Eight模型，使用DC方法将共形畸变d∞降低至0.0361，而HF方法则为14.158。
• 牛顿法在所有测试案例中仅需5至10次迭代即可收敛，牛顿步的时间范围为0.34至43.1秒。
• 对角线切换后，面数平均仅增加数百个，表明复杂度开销极低。
• 共圆对角线切换操作高效，Eight模型（19.6万个面）上18次切换的平均耗时为5.41秒。
• 与现有最先进方法相比，该方法近似误差显著更低，对于包含5万个以上顶点的网格，d₂误差低于0.04。