[java] Structure QuadTree [Sources]

**pseudocode** · 19/01/2008, 14h36

Une implémentation de la structure QuadTree en Java. Cette structure permet de partitionner un espace 2D sous la forme d'un arbre. Chaque noeud possède 0 ou 4 enfants, suivant la granularité souhaitée pour une région.

Exemple de partitionnement 2D et le QuadTree correspondant

Code java :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
 
import java.util.ArrayList;
import java.util.List;
 
/**
 * Cette classe implémente la structure QuadTree
 * 
 * @author Xavier Philippeau
 *
 */
public class QuadTreeNode {
 
	// organisation des noeuds enfant:
	//  _________ 
	// |    |    |
	// | NW | NE |           
	// |____|____|
	// |    |    |
	// | SW | SE | 
	// |____|____| 
 
	// types de noeuds
	static final int TYPE_ROOT=-1, TYPE_NW=0, TYPE_NE=1, TYPE_SW=2, TYPE_SE=3;
 
	// informations utilisées pour la navigation dans le QuadTree
 
	// types des ancetres communs
	private static final int[] rightAncestors = new int[] {TYPE_NW,TYPE_SW};
	private static final int[] leftAncestors  = new int[] {TYPE_NE,TYPE_SE};
	private static final int[] bottomAncestors= new int[] {TYPE_NW,TYPE_NE};
	private static final int[] topAncestors   = new int[] {TYPE_SW,TYPE_SE};
 
	// tableau de symetrie pour l'inversion des chemins
	private static final int[] horizontalReverter = new int[] {TYPE_NE,TYPE_NW,TYPE_SE,TYPE_SW};
	private static final int[] verticalReverter   = new int[] {TYPE_SW,TYPE_SE,TYPE_NW,TYPE_NE};
 
	// types des enfants
	private static final int[] leftNodes   = new int[] {TYPE_NW,TYPE_SW};
	private static final int[] rightNodes  = new int[] {TYPE_NE,TYPE_SE};
	private static final int[] topNodes    = new int[] {TYPE_NW,TYPE_NE};
	private static final int[] bottomNodes = new int[] {TYPE_SW,TYPE_SE};
	private static final int[] AllNodes    = new int[] {TYPE_NW,TYPE_NE,TYPE_SW,TYPE_SE};
 
	// profondeur maximum de l'arbre
	public static int MAXDEPTH=0;
 
	// composants du noeud
	public int type;
	public int depth;
	public QuadTreeNode parent;
	public QuadTreeNode[] children = null;
 
	public Object object; // champ libre (donnée utilisateur) 
 
	/** constructeur public (racine de l'arbre) */
	public QuadTreeNode(Object o) {
		this.parent = null;
		this.type = TYPE_ROOT;
		this.depth = 0;
		this.object = o;
	}
 
	// constructeur privé (utilisé lors du split)
	private QuadTreeNode(QuadTreeNode parent, int type, Object o) {
		this.parent = parent;
		this.type = type;
		this.depth = parent.depth+1;
		this.object = o;
		if (depth>MAXDEPTH) MAXDEPTH=depth;
	}
 
	// retourne le noeud voisin d'un noeud (algorithme générique)
	private static QuadTreeNode sibling(QuadTreeNode node, int[] ancestortype, int[] reverter) {
		int[] path = new int[MAXDEPTH+1];
		int pathlength=0;
 
		// recherche du plus proche ancetre commun
		QuadTreeNode ancestor=node;
		while(true) {
			if (ancestor.type==-1) return null; // no common ancestor -> exit
			path[pathlength] = ancestor.type; pathlength++;
			if (ancestor.type==ancestortype[0]) {ancestor = ancestor.parent; break;}
			if (ancestor.type==ancestortype[1]) {ancestor = ancestor.parent; break;}
			ancestor = ancestor.parent;
		}
 
		// parcours de l'arbre en utilsant le chemin symetrique
		QuadTreeNode cursor=ancestor,next=null;
		for(int i=pathlength-1;i>=0;i--) {
			if (cursor.children==null) break;
			next = cursor.children[ reverter[ path[i] ] ];
			if (next==null) break;
			cursor=next;
		}
		return cursor;
	}
 
	// parcours reccursif des enfants. Helper pour la methode childrens()
	private void childrens_atom(List<QuadTreeNode> results, QuadTreeNode node, int[] finaltypes) {
		if (node==null) return;
		if (node.children==null) {
			results.add(node); 
			return;
		}
		for(int type:finaltypes){
			childrens_atom(results,node.children[type],finaltypes);
		}
	}
 
	// retourne la liste des feuilles accessibles à partir d'un noeud
	private List<QuadTreeNode> childrens(QuadTreeNode node, int[] finaltypes) {
		List<QuadTreeNode> results = new ArrayList<QuadTreeNode>();
		childrens_atom(results,node,finaltypes);
		return results;
	}
 
	// ----------------------------------------------------------------------------------
 
	/** split un noeud, i.e. création des 4 enfants (ordre=NW,NE,SW,SE)*/
	public void split(Object... objects) {
		if (children!=null) return;
		children = new QuadTreeNode[4];
		children[TYPE_NW] = new QuadTreeNode(this,TYPE_NW,null);
		children[TYPE_NE] = new QuadTreeNode(this,TYPE_NE,null);
		children[TYPE_SW] = new QuadTreeNode(this,TYPE_SW,null);
		children[TYPE_SE] = new QuadTreeNode(this,TYPE_SE,null);
 
		if(objects.length>=1) children[TYPE_NW].object = objects[0];
		if(objects.length>=2) children[TYPE_NE].object = objects[1];
		if(objects.length>=3) children[TYPE_SW].object = objects[2];
		if(objects.length>=4) children[TYPE_SE].object = objects[3];
	}
 
	// ----------------------------------------------------------------------------------
 
	/** retourne le noeud représentant la case de droite */
	public QuadTreeNode getRightSibling() {
		return 	sibling(this,QuadTreeNode.rightAncestors,QuadTreeNode.horizontalReverter);
	}
 
	/** retourne le noeud représentant la case de gauche */
	public QuadTreeNode getLeftSibling() {
		return 	sibling(this,QuadTreeNode.leftAncestors,QuadTreeNode.horizontalReverter);
	}
 
	/** retourne le noeud représentant la case du dessus */
	public QuadTreeNode getTopSibling() {
		return 	sibling(this,QuadTreeNode.topAncestors,QuadTreeNode.verticalReverter);
	}
 
	/** retourne le noeud représentant la case du dessous */
	public QuadTreeNode getBottomSibling() {
		return 	sibling(this,QuadTreeNode.bottomAncestors,QuadTreeNode.verticalReverter);
	}
 
	// ----------------------------------------------------------------------------------
 
	/** retourne toutes les feuilles de type: gauche */
	public List<QuadTreeNode> getLeftChildren() {
		return 	childrens(this,QuadTreeNode.leftNodes);
	}
 
	/** retourne toutes les feuilles de type: droite */
	public List<QuadTreeNode> getRightChildren() {
		return childrens(this,QuadTreeNode.rightNodes);
	}
 
	/** retourne toutes les feuilles de type: haut */
	public List<QuadTreeNode> getTopChildren() {
		return childrens(this,QuadTreeNode.topNodes);
	}
 
	/** retourne toutes les feuilles de type: bas */
	public List<QuadTreeNode> getBottomChildren() {
		return childrens(this,QuadTreeNode.bottomNodes);
	}
 
	/** retourne toutes les feuilles */
	public List<QuadTreeNode> getLeaves() {
		return childrens(this,QuadTreeNode.AllNodes);
	}
 
	// ----------------------------------------------------------------------------------
 
	/** retourne les noeuds représentant les cases voisines à gauche */
	public List<QuadTreeNode> getRightNeighbors() {
		QuadTreeNode sibling = this.getRightSibling();
		if (sibling==null) return new ArrayList<QuadTreeNode>();
		return 	sibling.getLeftChildren();
	}
 
	/** retourne les noeuds représentant les cases voisines à droite */
	public List<QuadTreeNode> getLeftNeighbors() {
		QuadTreeNode sibling = this.getLeftSibling();
		if (sibling==null) return new ArrayList<QuadTreeNode>();
		return 	sibling.getRightChildren();
	}
 
	/** retourne les noeuds représentant les cases voisines au dessus */
	public List<QuadTreeNode> getTopNeighbors() {
		QuadTreeNode sibling = this.getTopSibling();
		if (sibling==null) return new ArrayList<QuadTreeNode>();
		return 	sibling.getBottomChildren();
	}	
 
	/** retourne les noeuds représentant les cases voisines en dessous */
	public List<QuadTreeNode> getBottomNeighbors() {
		QuadTreeNode sibling = this.getBottomSibling();
		if (sibling==null) return new ArrayList<QuadTreeNode>();
		return 	sibling.getTopChildren();
	}
}

Voici un exemple d'utilisation de cette classe qui permet de réaliser le partitionnement montré dans l'image d'exemple:

Code java :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
// Creation du noeud "racine"
QuadTreeNode root = new QuadTreeNode("ROOT");
 
// split du noeud "racine" en 4 
root.split("1","2","3","4");
 
// Reference du noeud "1"
QuadTreeNode n1 = root.children[TYPE_NW];
 
// split du noeud "1" en 4
n1.split("1.1","1.2","1.3","1.4");

Pour afficher les voisins de gauche du noeud "2":

Code java :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
 
// Reference du noeud "2"
QuadTreeNode n2 = root.children[TYPE_NE];
 
// Affiche les voisins de gauche du noeud "2" --> affiche: 1.2 1.4
for( QuadTreeNode voisin : n2.getLeftNeighbors() )
	System.out.println(voisin.object);

PRomu@ld : sources

**highlight** · 16/02/2012, 16h37

Très très bonne initiative Xavier de ta part. Je dois transcrire le code en C++ et voir comment l’intégrer pour Split and Merge, pour décomposer les images en bloque homogène. Il y a du boulot à faire

. j'ai jamais fait du java dans ma vie lol

**pseudocode** · 16/02/2012, 22h38

Envoyé par highlight

Très très bonne initiative Xavier de ta part. Je dois transcrire le code en C++ et voir comment l’intégrer pour Split and Merge, pour décomposer les images en bloque homogène. Il y a du boulot à faire

. j'ai jamais fait du java dans ma vie lol

Il existe surement des implémentations déjà faites de Quadtree en C++. A moins que tu ne doives/préfères coder ta propre implémentation.

L'implémentation que je propose ici est assez compliquée car elle inclut tout un système de navigation (sibling, neighbors, children, ...). Tout ce système n'est pas nécessaire si tu veux segmenter une image. Un bon graphe d'adjacence est tout aussi efficace et plus simple.

**highlight** · 17/02/2012, 00h09

Oui effectivement j'en ai trouvé pas mal mais c'est pour detecter la collision des objets hors de mon application donc

. Franchement j'ai perdu un temps fou à chercher cela. Mon but en fin de compte est de retrouvé une decomposition en régions homogene d'une carte de profondeur (depth map). l'idée c'est de bien determiner des région connexes homogènes.
Je n'ai pas trouvé d implémentation!

**pseudocode** · 17/02/2012, 00h36

Envoyé par highlight

Oui effectivement j'en ai trouvé pas mal mais c'est pour detecter la collision des objets hors de mon application donc

. Franchement j'ai perdu un temps fou à chercher cela. Mon but en fin de compte est de retrouvé une decomposition en régions homogene d'une carte de profondeur (depth map). l'idée c'est de bien determiner des région connexes homogènes.
Je n'ai pas trouvé d implémentation!

Dans ce cas là, le plus simple c'est d'utiliser le QuadTree uniquement pour la phase de "split". Au final, on construit une nouvelle image où chaque pixel à la valeur moyenne de la région. On fait alors le "merge" avec un algo classique de composantes connexes (cf. les implémentation dans ce forum).

Pas besoin de système de navigation, ni de graphe d'adjacence.

**highlight** · 17/02/2012, 11h08

Ok, je viens de définir qlqs structures essentielles pour la décomposition en Quadtree. C'est representation tres simple. Mettez en tete, qu'une image est decomposée en 4 régions a la forme suivante: L00, L01,L10 et L11, (comme les coefficients d'une matrices de 2x2).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
typedef struct data{
 
	float * c; // le centre de la feuille (leaf) c=[x,y]
 
	float *corner_leaf00;
	float *corner_leaf10;
	float *corner_leaf11;
	float *corner_leaf01;
 
}data;

Maintenant structure de la feuille

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
typedef struct leaf {
 
	data *coords;
	struct leaf *LP; // le noeud 
	struct leaf *L00;  // Les feuilles 
	struct leaf *L10;
	struct leaf *L11;
	struct leaf *L01;
 
}leaf;

et une structure quadtree

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
typedef struct quadtree{
	leaf *root;
}quadtree;

Maintenant l'allcoation de la memoire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
 
leaf * leaf_alloc(float *center, float *corner00, float *corner10, float *corner11, float *corner01) 
{
	leaf * new_leaf;
	if ( (new_leaf = (leaf*)malloc(sizeof(leaf)) ) == NULL ) 
	{
		fprintf(stderr,"Error : A problem of allocation of the leaf" );
	}
 
	if ( (new_leaf->coords = (data*)malloc(sizeof(data)) ) == NULL ) 
	{
		fprintf(stderr," Error: A problem of allocation of the leaf" );
	}
 
	new_leaf->coords->c = center ;
	new_leaf->coords->corner_leaf00 = corner00 ;
	new_leaf->coords->corner_leaf01 = corner01 ;
	new_leaf->coords->corner_leaf11 = corner11 ;
	new_leaf->coords->corner_leaf10 = corner10 ;
 
	new_leaf->LP  = NULL;
	new_leaf->L00 = NULL;
	new_leaf->L10 = NULL;
	new_leaf->L11 = NULL;
	new_leaf->L01 = NULL;
	return new_leaf;
}

Et bien evidemment une fonction de la subidivision de la feuille:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 
void leaf_subdivise(leaf * leaf) {
 
	if (!leaf) 
	{ // If the leaf is NULL (the null pointer)
		fprintf(stderr,"[e] The leaf points to NULL and cannot be subdivided.\n" );
		exit(EXIT_FAILURE);
 
	} 
	else 
	{
 
		float * center     = leaf->coords->c    ;
		float * corner_leaf00 = leaf->coords->corner_leaf00;
		float * corner_leaf10 = leaf->coords->corner_leaf10;
		float * corner_leaf11 = leaf->coords->corner_leaf11;
		float * corner_leaf01 = leaf->coords->corner_leaf01;
 
		// the first child: L00 child ( the upper-left)
 
		float L00_corner00[2] = {corner_leaf00[0] ,corner_leaf00[1]};
		float L00_corner10[2] = {corner_leaf00[0] ,center[1]    };
		float L00_corner11[2] = {center[0]     ,center[1]    };
		float L00_corner01[2] = {center[0]     ,corner_leaf00[2]};
 
		float L00_center[2]   = { (L00_corner00[0] + L00_corner01[0])/2.0f, (L00_corner00[1] + L00_corner10[1])/2.0f};
 
		leaf->L00 = leaf_alloc(L00_center,L00_corner00,L00_corner10,L00_corner11,L00_corner01);
		leaf->L00->LP = leaf;
 
// Et on fait pareil pour les 3 restants, je vais pas les ecrire ici :)

Je sais pas si cela est correct... C'est vraiment tres simple comme approche d'implémentation des quadtree!!
A vous

**pseudocode** · 17/02/2012, 12h04

Envoyé par highlight

Je sais pas si cela est correct... C'est vraiment tres simple comme approche d'implémentation des quadtree!!
A vous

Ca m'a l'air correct.

Faut bien faire attention au moment de la subdivision à créer 4 zones jointives, mais non couvrantes. A force de subdiviser, la zone de départ n'est pas toujours un carré parfait, ni une dimension multiple de 2. Avec ton approche de "centre" de la feuille, ca devrait marcher.

**highlight** · 21/02/2012, 16h50

Merci Pseudocode pour ta réponse. Je veux juste avoir quelques precisions pour determiner un critere d'homogeneité, on peut par exemple qui est d'ailleurs le plus simple:

Calculer l'intesité moyenne d'un bloque intensity_average, et tester si l'intensité maximale et minimale de ce bloque appartient à l'intervalle:
[intensity_average-seuil,intensity_average+seuil]

Qu'est ce que tu en pense?
Je te remercie infiniment

**pseudocode** · 21/02/2012, 19h04

Envoyé par highlight

Calculer l'intesité moyenne d'un bloque intensity_average, et tester si l'intensité maximale et minimale de ce bloque appartient à l'intervalle:
[intensity_average-seuil,intensity_average+seuil]

Qu'est ce que tu en pense?

J'en pense que c'est extrêmement sensible au bruit. Un seul pixel trop clair dans un gros bloc va entrainer une cascade de division jusqu'à isoler ce pixel.

Si ton image est synthétique (synthèse 2D ou 3D), ce critère peut être acceptable à condition de bien choisir le seuil. Si c'est une image réelle ou bruitée, il vaut mieux utiliser la variance.

**ballou129** · 04/06/2012, 03h08

Bonjour ,

Merci beaucoup Philippeau pour le code moi je travaille sur le split and merge.
J'ai terminé le split sauf mnt au merge je dois connaitre les voisins de chaque Bloc.
J'ai lu la méthode utilisé dans votre code mais j'ai pas compris comment t'as fais pour connaitre les voisins.
STP peux tu m'expliquer l'algorithme avec un petit algo ou les étapes que t'as fais pour que je puisse mettre le code dans mon propre projet.

Merci d'avance

**pseudocode** · 04/06/2012, 11h50

Envoyé par ballou129

J'ai terminé le split sauf mnt au merge je dois connaitre les voisins de chaque Bloc.
J'ai lu la méthode utilisé dans votre code mais j'ai pas compris comment t'as fais pour connaitre les voisins.

Il faut chercher indépendamment chacun des 4 voisins.

Prenons l'exemple du "voisin de droite" d'un noeud X. Il y a deux cas:

Le cas simple: Si X est du type NW ou SW, alors son voisin de droite Y est le noeud NE ou SE dans le même carré.

Le cas compliqué: Si X est du type NE ou SE, alors son voisin de droite Y est dans un autre carré. Cet autre carré est forcément à droite de X. Il nous faut donc un moyen de nous ramener au cas simple...

Et pour cela, on va remonter d'un cran dans la hiérarchie et inspecter le parent de X : si le parent de X est du type NW ou SW, alors le parent de Y est le NE ou SE dans le même carré. Si ce n'est pas le cas on inspecte le parent du parent de X, et ainsi de suite.

Lorsqu'on fini par trouver un parent de X de type NW/SW, on a donc trouvé le parent de Y correspondant. Il nous reste a redescendre la hiérarchie du parent de Y pour trouver Y.

L'astuce consiste a remarquer que la redescente s'effectue de manière symétrique (en miroir) à la remontée. Cela s'explique car le voisin de droite de X est de l' "autre coté" de la ligne verticale qui sépare les parents.

Donc, a chaque fois qu'on a fait une remontée de "NE -> parent", alors il faudra faire un redescente "parent -> NW". Et idem pour "SE -> parent" qui devient "parent -> SW".

 -------------------------
|  ___N_W___   ___N_E___  |
| |    |    | |    |    | |
| | NW | NE | | NW | NE | |
| |____|____| |____|____| |
| |    |    | |    |    | |
| | SW | SE | | SW | SE | |
| |____|____| |____|____| |
|  _________   _________  |
| |    |    | |    |    | |
| | NW | NE | | NW | NE | |
| |____|____| |____|____| |
| |    |    | |    |    | |
| | SW | SE | | SW | SE | |
| |____|____| |____|____| |
|     S W         S E     |
 -------------------------

SE -parent-> NW  <-miroir->  NE -enfant-> SW

**younesse123** · 06/12/2012, 17h17

tres bon exemple ,
mais si je veux apliquer cette structure il faut que je sauvgarde un objet dans le noed comme les pixles du quadtrant
si qlq 1 peut nous aider a faire ca

et merci

[java] Structure QuadTree [Sources]

Contribuez

Discussions similaires

Partager

Partager