基于凸包切割的不规则三角网及其邻接关系的生成算法

不规则三角网（TIN）是一种重要的数字高程模型,它一般是基于离散采样点来构建的;构建TIN的算法可归结为由二维平面内的离散点生成Delaunay三角网.目前有很多Delaunay三角网生成算法,但不足之处是已有的算法对三角形之间邻接关系的维护缺乏具体的论述和明确的约定.作者按照凸包切割的思想提出了一种完整的算法,并对三角网的生成和三角形邻接关系维护的具体步骤和约定做了详细论述.编程实验表明：本算法能够正确地将凸包剖分为三角形,且能够保证三角形之间具有正确的邻接关系;当将剩余的非凸包顶点的离散点插入已有的三角形时,仍能保持三角形之间的正确邻接关系.     

一种基于Graham三角剖分生成Delaunay三角网的算法

目的提出一种基于Graham三角剖分生成Delaunay三角网的算法,加快Delaunay三角网的生成速度.方法首先按Graham扫描法对平面散乱点集进行排序,然后将排好序的点通过可见点的判断连接成Graham三角网,最后利用拓扑结构快速进行优化,使其成为Delaunay三角网.结果通过500至10000个点的测试,表明这种基于Graham三角剖分生成Delaunay三角网的生成速度快于传统基于凸包生成Delaunay三角网的生成速度.结论采用可见点表的数据结构以及利用点、边、三角形的有序性的特点构建Delaunay三角网,是提高建网速度的关键.     

一种Delaunay三角网的改进生成算法

Delaunay三角网在地理信息系统等领域有着广泛的应用,通常被用于生成不规则三角网(Triangular Irregular Network,TIN)模型,并被用于描述地表的形态.基于传统的逐点插入法,提出一种改进的Delaunay三角网生成算法,通过合理的数据结构与拓扑关系,建立新生成的三角形之间以及点插入前后三角形之间的联系,优化三角形定位过程.首先通过点集凸包生成若干个初始三角形,然后依次插入各点,新点的三角形定位从前一插入点所在的三角形开始,可大幅缩短三角形定位过程的搜索路径,快速定位到新点所在的三角形,当所有点均插入后,最后对整个三角网进行局部优化.实践表明了该算法的高效性和稳定性.     

基于不规则三角网的分块地形网格生成算法

利用不规则三角网(TIN）拓扑灵活性,研究了一类基于TIN的分块地形网格生成算法.经典分块层次细节（LOD）程序采用基于半规则三角网（SRN）的网格生成算法,存在冗余顶点过多的缺陷.新算法基于Delaunay网格生成技术,可生成不包含任何冗余顶点的TIN.给出地形绘制算法总体框架以及基于SRN的分块地形网格生成算法,指出冗余节点的产生机理,讨论基于TIN的分块地形网格生成算法,重点研究基于Bowyer-Watson增量插点内核的Delaunay网格生成算法及其健壮性问题,同时给出三角形条带化的技术途径.实验结果表明,在典型的应用中,新算法能使简化后的分块地形网格规模降低3 成左右,这不仅减少了中间文件大小,也有利于提升后续的绘制效率.     

Delauny三角网与邻接关系自动生成的数据结构与算法

在三角网生长法思想的基础上提出了一种Delauny三角网数据结构和基于该数据结构的构网与邻接关系生成的算法.本数据结构采用由三角形对象组成的单表结构,每个三角形对象都有组成它的三个边对象指针;而边对象是作为三角形对象的索引对象,它也有指向其两个左、右邻接三角形的指针.该数据结构及算法具有构网效果较好和三角形邻接查询较快的优点     

Delauny三角网与邻接关系自动生成的数据结构与算法

在三角网生长法思想的基础上提出了一种Delauny三角网数据结构和基于该数据结构的构网与邻接关系生成的算法.本数据结构采用由三角形对象组成的单表结构,每个三角形对象都有组成它的三个边对象指针;而边对象是作为三角形对象的索引对象,它也有指向其两个左、右邻接三角形的指针.该数据结构及算法具有构网效果较好和三角形邻接查询较快的优点     

基于分治策略的快速构建Delaunay三角网算法

目的降低构建Delaunay三角网的时间复杂度,提高构建Delaunay三角网的速度.方法首先递归分割点集,然后按照构网条件以分割线为轴线对其两侧的点进行构造三角网的操作,直至每个点都被包含进所构建的三角网,最后使其成为Delaunay三角网.结果通过1000~5000个点的测试,表明基于分治策略的快速构建Delaunay三角网的生成速度要快于传统基于分治策略生成Delaunay三角网的速度.结论该方法能够到边建网边优化,使程序一次成型,提高了建网速度,本算法的设计思想还可以推广到三维空间.     

三角网数字地面模型内插法研究

地形表面由一组规则或不规则的分布的采样点组成的矩形或三角形来表示,由于原始采样点的空间分布受到客观条件的限制,往往不能满足显示的需要,这就需要进行内插以产生更多的点,才能使构建的数字地面模型真实的反映地表.基于Delaunay三角网理论,运用格网点的检索、高程内插、沿坡面内插法构建地形特征的数字地面模型,对于不规则离散分布的特征点数据,可以建立各种不规则网的数字地面模型,并通过高程矩阵(Grid)与不规则三角网(TIN)建立数字地面模型的比较,TIN构建数字地面模型的存储量小,速度快,精度高.因此,TIN是表示数字地面模型最简单的、最好的方法.     

动态Voronoi图的算法实现

文中讨论了一种动态生成Voronoi图的构造算法。该算法以Delaunay三角网和相应的Voronoi图的对偶关系为基础,利用3个额外生长点,动态实现Delaunay三角网,然后根据优化后的三角网生成最终的Voronoi图。     

改进的构建约束Delaunay三角网的算法

当前构建约束Delaunay三角网的算法在影响域为凹多边形的情况下不是很稳定,甚至失效。在介绍了Delaunay三角网的相关的概念和算法基础上,重点研究了约束Delaunay三角网生成算法以及影响域为凹多边形的相关问题,提出基于对角线交换的改进算法。实验表明,该算法能够解决影响域为凹多边形等的各种特殊情况,程序稳定简单,易实现。     

一种平面点集的高效凸包算法

凸包问题是计算几何的基本问题之一。为实时计算平面点集的凸包,近年来许多学者提出很多优秀的算法,但依然不能满足实际中的实时性需求。为此,本文提出一种简单但高效快速的凸包算法。由于凸包点必然位于平面点集边缘,本文算法能够快速地筛选出极少量的凸包点候选点集,这是本算法的核心优势。然后,使用本文另外提出的一种简单易于实现的改进的Graham扫描算法,或其他任何已有的凸包检测方法,即可快速而准确地计算出点集的凸包。经典的Graham扫描算法使用一个基点计算凸包,本文的改进算法则是根据凸包候选点的分布情况,将点集分成4个子块,也即使用4个基点分别在每块中进行凸包检测,最后将每个子块中的检测结果进行合并,得到最终的完整凸包。实验中,采用一组公开的动物骨骼点云数据作为一次测试集。在凸包计算完全正确的情况下,当点数约为3×10⁵左右时,本算法的计算时间比其他算法减少2.22倍;当点数约为3×10⁶时,本算法的计算时间比其他方法减少5.42倍。点数越多,所提出算法就表现出越明显的优势。     

一种基于煤层底板TIN模型的剖面线生成算法

提出了一种利用TIN模型快速生成煤层底板剖面线的方法。该方法充分利用了高效的索引机制和不规则三角网一体化数据结构中包含拓扑关系特点，实现了剖面线端点所在三角形以及与剖面线相交三角形的快速搜索和定位，极大提高了煤层底板剖面线生成的速度和算法的效率，并且有效地表示出断层交面线与剖面线的相交关系。     

基于凸包算法的二维条码定位

在二维条码识别过程中,只有精确定位条码区域在原始图像中的位置,才能进一步做后续的矫正处理.文中以二维条码Data Matrix为例将计算几何中的凸包概念应用于条码定位,从像素点序列中筛选出凸包顶点以减少待处理像素点的数量.同时利用Data Matrix的定位图形特征设定筛选条件,最终得到用于定位条码区域的凸包顶点.凸包算法克服了传统直线检测算法因全局检测而需要大量存储空间的缺点.实验结果表明此算法能对扭曲或倾斜的二维条码区域进行有效的定位,并减少精确定位消耗的处理时间.     

求平面点集凸壳的一种新算法

提出了一个求平面点集凸壳的新算法.首先提取点集中的最小外接矩形,并对点集中的点进行分类,删除在最小外接矩形内的点,将剩余的点划分到不同的区间范围内,然后确定不同范围内的点与最小外接矩形顶点构成夹角的最大的点是凸壳的顶点,并以该点作为下次判断的顶点,循环往复,最后得到凸壳的顶点.将顶点顺序连接即为点集的凸壳.     

一种两维三角剖分的新算法

提出一种两维三角剖分的新算法,算法首先应用求两维点集凸包的Graham扫描法,求出两维点集的凸包,然后将凸包包含的点从原有点集中去掉,求出剩余点集的凸包.如此递归应用Graham扫描法求出一系列凸包,并将原始区域划分为多个独立的子区域,然后利用本文中提出的方法对2个凸包之间的子区域进行三角剖分,从而实现对整个原始区域的三角剖分.     

改进的二维点集凸包快速求取方法

凸包问题是计算几何的基本问题，分为平面点集凸包和多边形凸包2类。对传统点集快速凸包算法进行改进．通过找到点集中8个方向的极值点来准确地确定凸包上的部分顶点，得到凸包的粗略逼近，接着在逼近结果上进行遍历，使用链表或栈这样的数据结构，找到逼近结果中连续2个顶点之间的漏检点，从而得到完整的凸包。整个过程达到复杂度下限，且在通常情况下接近线性时间。该方法已经有效地应用于基于控制点的图像配准中。     

单域单向水平倾角最小化圈绕凸壳新算法

本文作者实现了对二维点集卷包裹凸壳算法的同构化改进与创新,并依据同构化凸壳构造基本定理,提出效率更高的单域单向水平倾角最小化圈绕凸壳新算法。本新算法的同构化特点是：1）找出给定二维点集的最低点,即Y轴座标值最小点（若有多个最小点,则只取最左的最小点）,并作为凸壳初始顶点（即最低顶点）;2）过最近新顶点,作平行X轴正方向的同向顶点射线,并找出当前点集内对该顶点射线倾角最小的点,以作为逐边圈绕的最新顶点;3）在当前点集分布域中,删除由初始顶点、次新顶点、最新顶点构成三角形所覆盖的全部点。并当所剩当前点集非空时才从“2）”继续作逐边圈绕。     

三维凸包的快速算法

很多情况下点集的凸包只是由其中一部分点的构成,在构造凸包时如能将其内部的点全部或大部分预先去掉,则可大大提高构造凸包的效率,通过地点集的最小包围盒进行剖分和利用凸集的凸性性质,给出了一个新的三维凸包快速算法,与传统方法相比,该方法具有计算简单,效率高的特点。     

利用凸壳建TIN的算法研究

首先阐述了如何利用凸壳建TIN的原理和方法,并对相关算法进行了综合和改进;然后基于“分而治之”的思想提出了一种格网数据筛选法,用来提高凸壳建TIN的效率;最后通过实例测试进行比较和验证.在三角网优化过程中,采用LOP优化原则,使得建TIN结果满足最小角最大的性质,当平面点集满足D-三角网构网条件时,所得三角网为D-三角网.