所以让它变得简单。目前,我使用了一种在网上找到的方法来计算网格的标量场的梯度。
为了检验这个结果有多精确,我制作了一个球体,然后沿着测地线的梯度方向来构造一条线。也就是说,选择球面上的p并定义\phi(X)返回X和p之间的测地线距离的函数。
根据Manfredo描述的指数映射的一个性质,X上的测地线梯度(切线)唯一地描述了包含X和P的测地线。
简而言之,如果您知道X的正确切线,您就可以在指数映射中遵循这个方向,并最终命中源p。
所以我去了,并准确地编码了:

在该图像中,源p位于图像底部3行的交点处。所以我的线离它很近,但没有击中。
我的假设是,这是因为我的梯度近似是线性的,因此即使是小的误差也会很快产生很大的影响,尤其是当点之间的距离越来越远的时候。
我想知道人们是否知道可以提高梯度精度的方法或算法。
我在第28页这里上得到了离散梯度的公式。
发布于 2020-09-17 01:18:11
我不知道你用什么来计算Cotan,精度应该不同的实现。
但是你可以通过使用taylor展开来近似这些值来做更精确的计算。
或者找一些其他的能更精确的。
此外,请确保您使用的是高prec数据类型。
https://computergraphics.stackexchange.com/questions/10235
复制相似问题