102 views
--- title: VISI601_CMI Paramétrisation de maillages type: slide slideOptions: transition: slide progress: true slideNumber: true --- # Paramétrisation de maillages > [name=Jacques-Olivier Lachaud][time=January 2022][color=#907bf7] > (Les images peuvent être soumises à des droits d'auteur. Elles sont utilisées ici exclusivement dans un but pédagogique) ###### tags: `visi601` Retour à [VISI601_CMI (Main) Algorithmique numérique](https://codimd.math.cnrs.fr/s/IWTaBkA9m) --- ## Paramétrisation = illustration ![](https://codimd.math.cnrs.fr/uploads/upload_cfdd16d47a78a0afd5387d5ff1dea6d1.png) --- ## Paramétrisation = système de coordonnées (u,v) | ![bunny-view-1](https://codimd.math.cnrs.fr/uploads/upload_14aafe1fef1d1a63df83429af9f608b9.png =x250) | ![bunny-view-2](https://codimd.math.cnrs.fr/uploads/upload_b414a676e5c502ad94784c266f72b5b6.png =x250) | | ------------------------------------------------------------------------------------------------------ | ------------------------------------------------------------------------------------------------------ | | | | Trouver une application $f: S \rightarrow \mathbb{R}^2$, qui associe des coordonnées $(u,v)$ à chaque point de $S$. En fait, association aux sommets + interpolation linéaire --- ## Formulation du problème de paramétrisation Soit $V=\{1,\ldots,n\}$ les $n$ sommets de $S$, et $B \subset V$ les sommets du bord de $S$ Soit $E \subset V \times V$ les arêtes de $S$ On cherche $\mathbf{u}$ et $\mathbf{v}$, vecteurs de taille $n$, coordonnées $(u_i,v_i)$ de chaque sommet $i$ ==minimiser une distorsion== ici on choisit de limiter les variations de $u$ et $v$ $E(\mathbf{u},\mathbf{v})=\sum_{i=1}^n \sum_{j, (i,j) \in E} |u_j-u_i|^2 + |v_j-v_i|^2$ minimiser $E(\mathbf{u},\mathbf{v})$, en fixant les $(u_k,v_k)$, $k \in B$ du bord --- ## Paramétrisation de Tutte On fixe $(u_j,v_j)$, $j \in B$ du bord, par exemple sur un cercle ou un carré Soit $\mathbf{U}$ la concaténation de $\mathbf{u}$ et $\mathbf{v}$ Soit $L$ le Laplacien de graphe du maillage, $L_2:=\begin{bmatrix} L & \mathbf{0}\\ \mathbf{0} & L \end{bmatrix}$ $\min_{\mathbf{u},\mathbf{v}} E(\mathbf{u},\mathbf{v}) \,\Leftrightarrow\, \min_{\mathbf{U}} \mathbf{U}^T L_2 \mathbf{U} \,\Leftrightarrow\, (L_2^T+L_2) \mathbf{U} = \mathbf{0} \,\Leftrightarrow\, L_2 \mathbf{U} = \mathbf{0}$ ==Fixer le sommet bord $j$ à $x_j$== $\begin{bmatrix} \ddots & \ddots & \ddots & \vdots & \ddots \\ \ddots & \ddots & \ddots & 1 & \ddots \\ \ddots & \ddots & \ddots & \vdots & \ddots \\ \cdots & 1 & \cdots & -4 & \cdots \\ \ddots & \ddots & \ddots & \vdots & \ddots \\\end{bmatrix}\mathbf{U}=\begin{bmatrix}\vdots \\ \vdots \\ \vdots \\ \vdots \\ \vdots \end{bmatrix}$ devient $\begin{bmatrix} \ddots & \ddots & \ddots & \vdots & \ddots \\ \ddots & \ddots & \ddots & 0 & \ddots \\ \ddots & \ddots & \ddots & \vdots & \ddots \\ \cdots & 0 & \cdots & 1 & \cdots \\ \ddots & \ddots & \ddots & \vdots & \ddots \\\end{bmatrix}\mathbf{U}=\begin{bmatrix}\vdots \\ \cdots -x_j \\ \vdots \\ x_j \\ \vdots \end{bmatrix}$ --- ## Paramétrisation de Tutte On résoud $L'_2 \mathbf{U} = \mathbf{b}$, système transformé pour fixer le bord |![bunny-textured](https://codimd.math.cnrs.fr/uploads/upload_5bb54d0df984687fd209fca85591b81c.png =x190) | ![bunny-textured-uv](https://codimd.math.cnrs.fr/uploads/upload_fd113ba6689c2a8082dfeb56e6326b44.png =x190) | | -------- | -------- | | $f(S)$ + paramétrisation | $S$ + paramétrisation | :::success Si bord convexe, paramétrisation **injective**. On peut même mettre des poids variables :::