苏科华
Supervisor of Doctorate Candidates
Supervisor of Master's Candidates
E-Mail:
Date of Employment:2008-11-02
School/Department:计算机学院
Education Level:研究生毕业
Business Address:D203
Gender:Male
Contact Information:13517299596
Status:Employed
Discipline:Computer Applications Technology
Communications and Information Systems
Other specialties in Software Engineering
Cyberspace Security
Hits:
Impact Factor:1.165
DOI number:10.3724/SP.J.1089.2017.16533
Affiliation of Author(s):中国计算机学会;北京中科期刊出版有限公司
Journal:Journal of Computer-Aided Design & Computer Graphics
Place of Publication:北京市
Key Words:共形映射;参数化;非线性扩散;调和能量;高亏格曲面
Abstract:共形映射又称为保角映射,在计算机图形学、几何信息处理和参数化领域扮演着重要角色.调和映射易于计算并且有严密的理论基础,为了计算高亏格曲面的共形映射,提出一种基于调和映射的非线性扩散方法.首先使用贪心算法在高亏格曲面上找到一个同伦群基底;然后通过求解一个线性系统来计算曲面的调和映射,将该映射的结果作为非线性扩散计算的初始条件;再使用拉普拉斯切向法来调节曲面边界的调和能量,调和能量下降的过程即非线性扩散过程;最后最小化调和能量,以获得曲面的共形映射.实验结果表明,文中方法是稳定的,映射结果可以很好地保证曲面三角网格的角度关系;算法对模型网格质量要求不高,具有更高的鲁棒性;与经典的共形映射方法相比,该方法得到的结果更均匀,共形效果更好.该方法可以在参数化、纹理映射、曲面注册等领域得到很好应用.
Co-author:张家玲,李映华,吕毅斌
First Author:钱坤
Indexed by:Journal paper
Correspondence Author:苏科华
Document Type:J
Volume:29
Issue:12
Page Number:2225-2234
ISSN No.:1003-9775
Translation or Not:no
CN No.:11-2925/TP
Date of Publication:2017-12-15
Included Journals:EI
苏科华，男，武汉大学计算机学院教授、博导；武汉大学科技成果转化中心（技术转移中心）副主任。研究主要集中在最优传输（Optimal Transport）领域，它是研究概率测度间最优变换的一类优化问题。在计算机图形学、机器视觉、人工智能、医学图像处理等领域有着广泛的应用。本人主要研究最优传输的几何计算理论和高效算法，并将其应用于网格保测参数化、三维场景优化、智能烧伤评估和卫星互联网任务优化中。主持包括国家自然科学基金、中央军科委、航天5院、华为公司等20多个项目支持，发表论文50余篇，获批发明专利10余项。为CCF计算机辅助设计与图形学（CAD/CG）和虚拟现实与可视化(TCVRV)专委会的执行委员。
