一个利用法矢的散乱点三角剖分算法

曲面上散乱点的三角剖分在曲面重建中发挥着重要作用,借助于曲面上的法矢信息和三维Delaunay三角剖分算法,该文给出了一种新的散乱点三角剖分算法,输入一组散乱点以及所在曲面S在这些散乱点处的一致定向的法矢信息,该算法将产生一张插值散乱点的三角网格曲面M,并且曲面M可以近似地看成是曲面S的三角剖分,算法的主要步骤分为两步：首先通过曲面S的一致定向的法矢信息,在曲面S的同一侧添加辅助点,利用这些辅助点来剔除Delaunay三角剖分中产生的不需要的三角片;然后将剩余的三角片连接成一张完整的网格曲面,与基于中轴的三角剖分算法相比,该文算法需要更少和更简单的计算,与局部三角剖分算法相比,该文算法可以更有效地避免重建后的曲面产生自交,该文的算法可用于任意拓扑的光滑曲面重建。     

空间散乱点三角剖分通用算法研究

针对分段处理后的空间散乱点集,引入启发函数选择投影方向,通过投影映射把空间离散点三角剖分问题转化到二维空间处理。建立点集投影凸域网格来形成节点邻域,以提高剖分过程中对节点搜索效率,同时采用三角形边扩展法建立投影点集三角网,进而实现对空间散乱点集的三角剖分。     

一种基于点云数据的快速曲面重构方法

研究激光扫描中的点云数据重构技术,提出一种基于规则点云数据的快速曲面重构方法。分析相邻扫描线之间数据点的相对位置关系,在三角剖分的基础上,设计改进的扫描线剖分算法,根据激光逐行扫描的特点,对点云数据进行不规则三角网格划分,利用几何关系进行配对构网,并在所建三角模型的基础上实现三角网格的局部优化和纹理映射,得到重建模型。实验结果表明,与传统Delaunay空间三角剖分算法相比,该算法可明显提高三角构网速度和质量,消除空洞,改善重建效果。     

散乱数据曲面造型的凸组合Bezier三角曲面片插值方法

本文讨论了在计算机辅助设计和计算机图形学的散乱数据曲面造型中一种有效的凸组合Ｂｅｚｉｅｒ三角曲面片插值方法。构造曲面的方法是对三角剖分的每一条边,得到一个插值已知条件的５次Ｂｅｚｉｅｒ三角曲面片,它与共此边的相邻５次Ｂｅｚｉｅｒ三角曲面片满足Ｃ＾２连续条件,然后对三角剖分的每一个三角形,将三边对应的Ｂｅｚｉｅｒ三角曲面片作凸组合,使之仍然插值已知条件并满足Ｃ＾２连续条件,从数值例子看,效果是不错的     

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.     

NURBS曲面的有限元网格三角划分

主要介绍一种ＮＵＲＢＳ曲面的有限元网格三角剖分算法，首先讨论ＮＵＲＢＳ曲面的离散算法，接着在此基础上，提出了利用网格前沿技术剖分ＮＵＲＢＳ曲面的算法，并且网格单元和结点同时生成。     

NURBS曲面的有限元网格三角剖分

主要介绍一种ＮＵＲＢＳ曲面的有限元网格三角剖分算法。首先讨论ＮＵＲＢＳ曲面的离散算法，接着在此基础上，提出了利用网格前沿技术剖分ＮＵＲＢＳ曲面的算法，并且网格单元和结点同时生成     

一种散乱点云空间直接剖分算法

散乱点云的三角剖分在曲面重建中发挥着重要作用。在对三角剖分基本方法深入分析的基础上对此类点云提出了一种高效的重构算法。本算法将基于动态球策略的搜索算法引入到曲面重建中,源于增量式计算的思想,结合约束准则和设计的顶点度量函数,从基础三角面片开始扩展到覆盖整个物体表面。分析及实验结果表明,该算法能有效地对点云数据进行三角网格化,同时剖分后的三角网格曲面最大限度地保持了原有曲面的特性,证明了提出的基于动态球的曲面重构算法应用于散乱点云曲面重构问题的可行性。     

基于凸四边形曲率的三角剖分优化准则

由3D散乱点集构造三角剖分在曲面造型中有着十分重要的作用，而剖分所采用的优化准则决定了最终的剖分结构。从曲率这一曲面内在特性入手，提出了一种空间凸四边形的曲率估计算法，据此还提出了一种新的基于该曲率的优化准则，即一种曲率最小优化准则，并通过一个例子详细地将这一新的优化准则与几种常用的优化准则做了比较，实验结果的分析表明，运用该优化准则得到的三角剖分具有较好的几何特性，在曲面重构和曲面设计等方面有很好的实用价值。     

裁剪曲面自适应三角化剖分

针对CAD/CAM领域中裁剪曲面的三角剖分问题,从提高效率和满足剖分精度的角度出发,提出了一种较为实用的自适应离散方法,与传统的自适应方法相比,三角片数量有所减少,速度有明显的提高.     

《周培德三角剖分不是最小权三角剖分》一文商榷——反例不成立

周培协三角剖分是否能得到最小权三角剖分，周培德在《周培德三角部分不是最小权三角剖分》一文撰写之前已有新的结论，本文还指出《周培德三角剖分不是最小权三角剖分》一文所举反例不成立。     

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 .     

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。     

三角剖分综述

多变形的三角剖分是计算几何中的基本问题,本文简述三角剖分的基本理论及应用,对三角剖分算法做简要的综述,为设计更好的三角剖分算法提供一定的依据。     

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。     

三维散乱点云快速曲面重建算法

提出了一种基于Delaunay三角剖分的三维散乱点云快速曲面重建算法。算法首先计算点云的Delaunay三角剖分, 从Delaunay四面体提取初始三角网格, 根据Voronoi体元的特征构造优先队列并生成种子三角网格, 然后通过区域生长的方式进行流形提取。实验结果表明, 该算法可以高效、稳定地重构具有复杂拓扑结构、非封闭曲面甚至是非均匀采样的点云数据。与传统的基于Delaunay的方法比较, 该算法仅需要进行一次Delaunay三角剖分, 无须极点的计算, 因此算法的重构速度快。     

平面点集三角剖分算法的改进性研究

介绍了三角剖分的基本知识和方法,并且使用VB开发工具实现了一种改进后的三角剖分算法。讨论了现有各种三角剖分之间的优缺点,并对各种剖分进行了系统分析,最终在现有剖分算法的基础上给出了一种散列点密度产生法,使得三角剖分的结果更加合理。     

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。     

一种多张裁减曲面的快速三角化算法

针对多张裁减曲面的三角化问题,提出一种多张裁减曲面三角化边界的算法。该算法在进行多张裁减曲面的三角化时,采用点对应的方法离散曲面的公共边界,因而能有效地防止曲面相交处出现裂缝、孔洞和覆盖等现象,提高了多张裁减曲面三角化算法的正确性。同时采用了目前比较先进的基于局部优先的平面任意区域三角剖分算法,因而提高了三角化的效率。     

曲面的自适应三角网格剖分

在传统的映射法基础上 ,采用自适应三角网格加密法能有效地处理带有特征约束条件的任意曲面的三角剖分问题 .在平面三角化算法中对环边统一处理 ,并且采取了一种简单有效的曲率估算方法 ,提高了运行效率 ;并在保持外观的基础上进行了网格质量的优化