基于图的任意域内点集的Delaunay三角剖分算法

本文提出了一种基于图的二维任意域内点集的Ｄｅｌａｕｎａｙ三角剖分算法．该算法首先求出任意域内点集的约束最小生成树，然后逐次加入一边构造三角形网格，最后通过局部优化变换，得到二维任意域内点集的Ｄｅｌａｕｎａｙ三角剖分．本文还给出了该算法在有限元网格自动生成过程中的应用.     

二维任意域内点集的Delaunay三角划分生成算法

本文研究二维任意域内点集的Ｄｅｌａｕｎａｙ三角划分（简记为ＤＴＡＤ）的生成算法只有边界点的ＤＴＡＤ用环切边界的方法生成．本文讨论了ＤＴＡＤ的插入、删除性质，提出了以此为基础的生成核插入算法．     

一种基于图的平面点集Delaunay三角剖分算法

本文提出了一种基于图的平面点集Ｄｅｌａｕｎａｙ三角剖分算法。该算法首先求出平面点集的欧几里得最小生成树，然后逐次加入一边构造三角形网格，最后按最小内角最大的三角化准则，通过局部变换，得到平面点集的Ｄｅｌａｕｎａｙ三角剖分。本文同时阐述了它的对偶图；平面点集的Ｖｏｒｏｎｏｉ图的概念和性质。     

三维不规则三角网格的精确裁剪算法

给出了一种基于约束Delaunay三角剖分的三维不规则三角网格的精确裁剪算法。算法结合TIN数据的生成特点,首先将TIN投影到二维平面,然后利用约束Delaunay三角剖分把裁剪多边形的每条边嵌入三角网中,再利用边-三角形的拓扑关系删除裁剪多边形外部多余三角形,最后利用边-点的拓扑关系对裁剪多边形顶点高程进行插值,使生成裁剪后的TIN模型。对不同复杂程度的三维TIN模型进行裁剪实验,发现二维投影策略极大地提高了三维TIN裁剪效率。算法的程序实现简单,且符合工程需求。     

三维任意区域中点集的三角剖分算法

本文在已有算法基础上，发展了一种三维任意区域中点集的三角剖分算法。该算法不仅可用于三维点集的标准Ｄｅｌａｕｎａｙ三角剖分，而且可用于带有约束表面及内部含有孔洞情况，可以处理非凸区域的三角剖分问题。算法对点在空间的位置滑任何限制。     

面向并行的动态增量式Delaunay三角剖分算法

三角剖分是计算机图形学中的重要话题。并行三角剖分算法的发展对传统三角剖分算法提出了新需求,其中之一即是给定一个点数不断增大的点集,实现对该点集三角剖分的快速增量更新。虽然现今已有一些增量三角剖分算法,但都无法支持新增点落入原有三角剖分之外的情况。为解决此问题,提出了三角剖分的外扩技术,基于插入法设计了增量三角剖分算法TID。该算法能够支持任意次、任意数量、任意位置点的增量添加。TID算法能够对任意分布的点集均给出唯一三角剖分结果。对TID算法的性能评估表明,TID算法比现有算法具有更高的计算效率,且增量功能引入的额外开销较小。此外,该算法已成功作为局地三角剖分算法用于并行三角剖分算法中。     

用随机增量局部转换算法实现三维点集的Delaunay三角剖分

Delaunay三角剖分作为计算几何中的一个核心问题,尤其适用于三维网格生成.因此就需要开发出高效、健壮性的算法来实现.本文在原有算法的基础上提出了随机增量局部转换的算法来实现三维点集的Delaunay三角剖分.采用不退化的四点生成最初的三角剖分,每次加入一点,通过局部交换使新的三角剖分保持Delaunay性质,直到处理完所有点.还讨论了局部交换的思想和对不同面类型的处理方法,给出了两个剖分实例.     

大规模离散点集Delaunay三角剖分加点策略的分析

局部变换法和Watson算法是离散点集Delaunay三角剖分的常用算法,算法过程中逐点添加、局部优化是三角网格生成速度的重要影响因素.按位置相邻次序逐点添加时易产生外接圆较大的扁平三角形,引起较大范围的局部优化,三角网格的生成速度下降.在位置相邻次序的点集中随机选择部分点生成相对匀称的初始三角网格,再依次添加数据点,可有效减少局部优化消耗的时间,提高三角网格的生成速度.以激光扫描测量数据为例,切分为不同数量的点集进行三角剖分测试,当数据点数大于20000点时,采用部分随机点优化策略,其三角剖分速度比直接按位置相邻次序添加的方法提高一倍以上,且数据量越大,效率越高.     

约束Delaunay三角剖分地嵌入约束边的多对角线交换算法

在不允许改变原有点集的场合,实现约事束Ｄｅｌａｕｎａｙ三角剖分的一种有效算法是,将边界点与内点一起进行标准Ｄｅｌａｕｎａｙ三角剖分,然后强行嵌入不在剖分中的约束边,最后删除城外三角形。其中,任意一条待嵌入约束边所经三角形构成的多边形区域称为该约束边的域,影响域内部的每条边称为对象线。     

周培德三角剖分不是最小权三角剖分

平面点集的（欧几里德）最小权三角剖分问题是计算几何和算法领域的一个长期悬而未决的公开问题,周培德于文献[1]中提出了一个新的平面点集三角剖分算,并称该算法能够获得最小权三角剖分,文中通过给出反例,证明了该三角剖分不是最小权三角剖分,因此,最小权三角剖分问题仍有待于进一步研究。     

平面线段集三角剖分的算法

本文提出了计算平面线段集三角剖分的两种算法，第一个算法是利用平面扫描的思想，当扫描线达到事件点时，处理事件点，即将事件点与已被扫描的某些点连接，这样便将已扫描的区域三角剖分，当扫描线达到最左边的事件点时，处理该事件点，就完成了平面线段集的三角剖分，第二个算法基于逐层计算凸壳，并将凸壳改变为多边形，这样便便形成嵌套的多边形层，这些多边形覆盖线段集凸壳内的区域，然后三角剖分每个多边形，即完成平面线段集的三角剖分，两个算法的时间复杂性分别为O（nlogn),O(mnlogn)，其中n为线段集中线估的数目，m为凸壳的层数。     

一种快速三维散乱点云的三角剖分算法

改进了一种三维散乱点云三角剖分算法。三角剖分是点云数据曲面重构的主要算法之一,但针对三维散乱点云的三角剖分存在剖分效率不高,剖分得到的三角曲面形状无法控制,细节特征表现不足的问题。提出了基于空间栅格划分的三角剖分算法,并提出了一个新的评价函数,以控制三角网格曲面的生长。实验证明,改进后的算法极大的提高了剖分效率,而且能保证最终生成的三角网格曲面平滑而保有丰富的细节特征,适用于在虚拟现实、曲面重构等领域推广使用。     

基于贪心算法与多边形剖分的印鉴匹配算法

将计算几何中平面点集的三角剖分方法之一贪心算法与多边形三角剖分方法引入印鉴匹配,研究了一种基于三角网格(用贪心算法进行平面点集的三角剖分)的印鉴匹配方法.用贪心算法对基于线条的细节点集进行三角剖分,而对于基于多边形的细节点直接进行多边形的三角剖分.通过对两种细节点(基于线条的细节点和基于多边形的细节点)的拓扑结构进行三角划分,把空间上位置相近的细节点按照一定的规则相连,得到三角形网格.然后基于该网格寻找若干参考点对,并根据获得的参考点对将两幅印鉴图像进行姿势调整.最后使用获得的参考点时实现基于点模式的印鉴匹配,经分析该方法是一种行之有效的印鉴识别方法.     

针对密集点云的快速曲面重建算法

为了能够快速地从高密度散乱点云生成三角形网格曲面,提出一种针对散乱点云的曲面重建算法.首先通过逐层外扩建立原始点云的近似网格曲面,然后对近似网格曲面进行二次剖分生成最终的精确曲面;为了能够处理噪声点云,在剖分过程中所有网格曲面顶点都通过层次B样条进行了优化.相比于其他曲面重建方法,该算法剖分速度快,且能够保证点云到所生成的三角网格曲面的距离小于预先设定容限.实验结果表明,文中算法能够有效地实现高密度散乱点云的三角剖分,且其剖分速度较已有算法有大幅提高.     

三维散乱点集的曲面三角剖分

根据三维散乱点集构造曲面剖分在 CAGD/CAD、反求工程等方面有着十分广泛的应用 .本文回顾了三维散乱点集曲面三角剖分的两种主要方法即平面投影法和直接剖分法 ,对几种常用的算法作了较为详细的描述 ,同时对剖分算法中经常出现的数据结构作了详细的介绍 .由于剖分采用的优化准则决定了剖分结果 ,因此本文讨论了几种常用的剖分优化准则 ,并举例对几种优化准则进行了较详细的分析比较 .最后简要地讨论了算法复杂度以及目前剖分的主要研究方向 ,并指出在实际工程应用中对复杂曲面采样得到的散乱点集 ,要得到光顺和保形的三角剖分 ,需要新的剖分准则和算法 .     

一种常用的二维任意域的Delaunay三角剖分算法的健壮性补充

由于对任意给定的平面点集通过Ｄｅｌａｕｎａｙ三角剖分进行处理可得到具有整体最优性的三角形网络,因而该方法得到了广泛的重视。但研究发现,常用的二维任意域Ｄｅｌａｕｎａｙ三角剖分算法＾［１,２］是有缺陷的,它在构成Ｄｅｌａｕｎａｙ三角形候选点的选择过程中,可以使候选点出现“位置违约”的错误,即在候造节点链表中,虽然可出现依据算法的判据有条件成为Ｄｅｌａｕｎａｙ三角形的构成点,但采用该点构成Ｄｅｌａｕｎ     

一种有效的散乱数据点云三角剖分算法

本文使用的算法充分利用邻近点集反映出的局部拓扑和几何信息,基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建。本算法的运行效率高,且思想简单易于实现;输出结果为最常用的三角网格表示,适用于任意拓扑结构的物体和各种类型的散乱数据点云对象,允许数据点集的分布具有一定的不均匀性。     

通用点线面集Delaunay三角剖分与动态编辑

总结并提出了一种通用点线面集Delaunay三角剖分与动态编辑的统一算法。可以实现离散点的Delaunay三角剖分,约束线、面的Delaunay三角剖分,任意多边形内带特征约束(包括点、线、面)的三角剖分,一般Delaunay三角剖分的外边界都是其离散点集的凸包,且内岛屿一般没有挖掉,本算法实现了Delaunay三角剖分时内、外边界的保界处理。     

一种三维表面重构中的轮廓集拼合新方法

针对切片级三维表面重构中的难点，提出了一种拼合轮廓集的新方法：通过对待拼合的轮廓集首尾轮廓进行平面三角剖分方向的判别，将空间轮廓集拼合的三维问题转化为平面多连通域三角剖分的二维问题，并改进了现有的平面多连通域三角剖分算法，巧妙地解决了切片级重构中的轮廓分支对应问题。实验表明，谊方法能准确完成复杂轮廓集的表面拼合，具有良好的适应性。     

平面点集三角剖分的算法

提出平面点集三角剖分的一种新的算法，该算法首先逐层求凸包，然后分割环或成三角形，最后调整相邻环域的三角剖分便圾获得最小权三角剖分。