基于最大外接圆的约束Delaunay三角剖分算法

目的 研究构建约束Delaunay三角网的方法 ,提高构建约束Delaunay三角网的速度.方法 基于生长法并利用分治法的思想,以约束边为基边分别向两侧重新构网,先构建Delaunay三角网,然后插入约束边并删除与约束边相交的边,按照构网条件对约束边两侧的空腔构网,直至约束边两侧构建成三角网,最后使其成为约束Delaunay三角网.结果 实验测试表明,在地形点数为5 000时,传统算法构建CDT时间为6 195 ms,笔者算法构建CDT时间为6 007ms,速度明显优于传统算法.结论 算法简单、运算速度快、内存开销小且易于实现.     

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.     

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.     

基于联合Delaunay三角网的等高线地形特征提取研究

分析了基于等高线的地形特征自动提取过程，提出了一种“联合Delaunay三角网”来探测和分析等高线群的弯曲，同时提出了“三角形局域连接方法”来解决地形特征线连接的难点．结果表明：与传统Delaunay三角网方法相比，利用“联合Delaunay三角网”和“三角形局域连接方法”能自动提取更完整的具有树结构的地形特征线．     

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.     

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.     

VC环境下Delaunay三角剖分算法的设计及实现

三角剖分算法在计算机图形学、模式识别等方面有重要的作用．本文以VisualC＋＋为平台实现空间离散点的三角剖分．重建方法采用的是Bowyer—Watson算法来生成Delaunay三角网,并改进了其点定位搜索策略,还提出了一种新的数据结构,提高了三角剖分程序的执行效率,最后给出了此算法在双日立体视觉中的应用．     

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。     

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.     

基于半边数据结构的逐点插入Delaunay三角剖分算法

目的 根据传统的三角剖分算法,提出一种基于半边数据结构的逐点插入Delaunay三角剖分算法,提高三角网的构网效率.方法 在逐点插入Delaunay三角剖分算法中引入半边数据结构,在半边数据结构基础上定义Dart三元组,并为Dart三元组定义一组拓扑和几何操作,实现基于半边数据结构的逐点插入Delaunay三角剖分算法.结果 结合随机生成数据,通过实验结果 比较,证明基于半边数据结构的逐点插入Delaunay三角剖分算法具有较好的执行效率,并且随着点个数的增多,这种优势越加明显.结论 半边数据结构及其拓扑和几何操作能够较好地适应Delaunay三角剖分,提高了构网效率.     

自适应图像三角化法的新改进

为了提高图像 Delaunay 三角形化(Delannay Triangulation, DT) 的速度及恢复图像的质量, 在文献[1]方法的基础上, 对自适应图像 Delaunay 三角形化的方法进行了结构性的改进. 改进后的新方法采用了以三角形、边、顶点为基础的类结构, 并以三角形的边描述三角形间的相邻关系. 由于每条边本身就是两个相邻三角形的交界, 加之类特别适合描述相互关系, 使得算法得到较大的简化, 运算复杂度也随之减小了. 在算法的关键步骤采用双精度计算, 提高了网格恢复图像的描述精度. 实验结果表明, 新方法产生的网格随图像内容自适应变化, 在网格生成速度上比文献 [1] 提高了约 1/3,在恢复图像的 PSNR (峰值信噪比)上比文献 [1] 提高约 (0.02～0.08) dB.     

Delaunay三角剖分的快速重建算法

本文描述了一种Delaunay三角剖分的快速重建算法,用以节省三角网格存储和传输时间.该算法既可以在基于均匀网格的Delaunay三角化过程中,直接生成点集序列,也可以推广到其他Delaunay三角剖分方法的输出结果,在O(n)的时间内生成点集序列.简单遍历这个点集序列就可以在O(n)的时间内重建Delaunay三角剖分.与以前的算法相比,该算法具有重建操作简单、执行速度快、拓扑信息完全隐藏在点集序列中、不需要增量插入操作等特点.     

无网格法数值结果的云图表征

无网格法基于离散点的特性导致其数值计算结果的全域可视化表征遇到困难,特别是当这些离散点随机分布时。Delaunay三角化可将空间散乱点联接生成非结构化网格。提出以背景Delaunay三角形三个顶点数值结果的平均值所对应的颜色填充该三角形区域的无网格法数值结果云图生成方法,并借助MATLAB予以实现。算例表明所提方法行之有效。     

基于点云数据的主成分分析重构表面算法

提出一种基于三维点云数据的主成分分析重建三维表面模型的方法,该方法利用基于主成分分析的动态聚类方法对三维扫描数据进行聚类,进而对点云数据重构一点片,研究在局部利用二维三角网构网技术构建三角网,然后在考虑局部三角网边缘一致性的基础上组合成整体三维表面模型的算法。应用实例表明,该算法能有效地完成重建物体三维表面模型。     

装备伪装效果可视化检测技术研究与实现

迷彩伪装是一种对抗军事侦察和武器攻击系统的常用手段,其伪装效果对提高部队战斗力和战场生存能力具有十分重要的作用。采用基于图像的三维重建技术,提出了一种改进的区域增长算法来实现空间散乱点的自主三角构网。该算法引入八叉树思想,对点云进行栅格化存储,以提高点云的搜索效率;在每条边界边向外扩展时,综合考虑与其相邻的两边界边对新扩展三角形的影响,保证三角网格能够稳定地增长;采用三角网格优化算法,使得网格中的三角形接近正三角形。     

Delaunay三角网格化算法及实现

在实践的基础上，探讨了Ｄｅｌａｕｎａｙ三角网格化算法的实现技巧，提出了改进措施．是后就平面单连通城的Ｄｅｌａｕｎａｙ三角网格化算法及在空间中的应用做了深入的讨论。     

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。     

用Visual C语言实现的Delaunay三角剖分算法

描述了一种区域生长的平面Ｄｅｌａｕｎａｙ三角剖分方法,该算法首先生成一个满足条件的三角形,然后 循环扩展每一个已生成的三角形直至剖分完所有的点。由于使用了 Ｖｉｓｕａｌ　Ｃ语言ＭＦＣ类进行链表的管理, 使得编程容易,整个程序简单实用。最后,给出了本算法在实际中的应用。