一种基于插入法的Delaunay三角网生成算法

文章讨论了建立离散点Delaunay三角剖分算法的研究现状,针对＂逐点插入法＂采用网格分块的方法对构网离散点集和已生成的三角网建立索引,提高了点在三角网中的定位效率和三角网的生成效率。     

约束数据域的Delaunay三角剖分算法研究及应用

研究了一种约束Delaunay三角网生成算法,它充分利用分治算法与生长算法的优点,对离散点、构网中实时生成的边及三角形采用分块进行网格索引,有效地减少了搜索目标点、边及三角形的时间,从而提高了构网速度,并将该算法用于地面模型的构建中,实现了地形三维可视化。     

一种基于四叉树的大规模地形实时生成算法

论文分析了现有地形简化算法,提出了一种基于地形四叉树实时构建地形多分辨率模型的优化算法,该算法采用分层分块的思想。首先将大规模高程数据进行分块,然后对块内数据按照分辨率的大小分层存储,并给出一种与视点相依赖的对地形节点误差进行评价的方法,在网格的生成中只使用一次四叉树遍历,从而大大提高了渲染速度。     

一种基于四又树的大规模地形实时生成算法

论文分析了现有地形简化算法,提出了一种基于地形四叉树实时构建地形多分辨率模型的优化算法,该算法采用分层分块的思想。,首先将大规模高程数据进行分块,然后对块内数据按照分辨率的大小分层存储,并给出一种与视点相依赖的对地形节点误差进行评价的方法,在网格的生成中只使用一次四叉树遍历,从而大大提高了渲染速度。     

Delaunay三角网高效构建及地形仿真应用

针对基于离散点的Delaunay三角网构建过程中待插入点的定位耗时问题,提出Delaunay三角网高效构建算法,并将其用于三维地形仿真应用中。对大量数据点进行分块排序预处理后,运用空间自相关理论使下一个待插入点总是紧邻新近插入点,融合最短路径定位算法和三角形面积法,结合三角形重心与点、有向线段的关系遍历三角形,减少遍历时间。在对三角网进行LOP局部优化时,采用Delaunay四叉树保存待调整的所有边的节点信息,提高遍历效率。实验结果证明,该算法构建的三维地表真实感较强,并且具有较低的时间复杂度。     

基于LiDAR点云数据的三角网构建算法

在现有Delaunay三角网生长法的基础上进行改进,提出了一种三角网生长算法.该算法对大规模点云进行等格网分块,自适应确定搜索范围.通过在构建过程中对生成的基线进行分组和排序,动态删除封闭点,提高了构建三角网的速度;通过在整个点集范围内进行搜索,避免了通过插值所产生的误差和模块之间的拼接过程.利用此算法对大规模LiDAR点云数据进行构网,结果表明了该算法的有效性.     

大规模地形的LOD生成算法研究

为了实时地绘制大规模地形数据,提出了一种改进的实时连续LOD生成算法.该算法采用分块分层的思想,首先将大规模高程数据进行分块,然后对块中数据按照分辨率的大小分层存储.根据视点位置和网格空间对象误差的关系建立基于四叉树的LOD模型,从而提高了大规模地形的绘制效率.使用该方法描述了太湖流域的地形,取得了良好的绘制效果.     

结合二叉树和Graham扫描技术的高效Delaunay三角网构建算法*

为了提高不规则三角网的构建速度,提出了一种高效构建Delaunay三角网算法。首先对平面上的离散点集按一定的阈值进行分块,建立子块索引二叉树,然后利用Graham扫描技术对各子块构建Delaunay三角网,最后自底向上合并具有相同父节点的子块。通过具体实验与其他构网算法比较,该算法在构网速度上具有明显的优越性。     

一种基于混合结构的地形快速绘制算法

大规模地形绘制在虚拟现实等领域中有着广泛应用.针对实时场景漫游过程中对场景精度的要求,提出一种视点相关的混合结构的LOD简化算法,算法保留了四叉树结构与不规则三角网TIN(Triangulated Irregular Network)结构的优点,在宏观上以四叉树方法简化地形数据,在细节层次上使用不规则三角网表示地形,最后通过有效的误差控制原则,解决了四叉树结构分块间的连接问题.简化了算法实现,提高了算法效率,在重建速度上有了一定的提高.     

基于纹理数组的大规模地形绘制算法

将Shader Model 4.0引入的纹理数组技术同顶点纹理拾取技术、瓦片块四叉树算法和地形分块技术等相结合,提出了一种基于GPU的大规模地形绘制方法。将整个大规模地形数据分割成地形块,按照金字塔模型保存在CPU内存里,将地形中潜在的可见部分以纹理数组形式驻留在GPU Cache里;在CPU上发送瓦片块四叉树平面网格,利用存储在GPU Cache里的高程值生成相应的地形;GPU Cache随着视点运动而连续更新。实验证明该方法充分利用了现代GPU的特性,适合于大规模地形的漫游。     

基于四叉树结构的数字地表模型快速生成算法设计

为了研究数字地表模型的快速生成方法，在总结传统Delaunay三角化算法的基础上，给出了一个基于四叉树结构的数字地表模型快速生成算法的详细设计，该算法的基本思想是首先利用四叉树结构来对离散点进行分割，然后对四叉树叶节点进行Delaunay三角化，再两两合并四叉树节点三角网的凸壳，以快速生成地表表格网模型，该算法是以四叉树为基本单位为实现限定边和限定多边形的快速嵌入，最后给出了算法在不同情况下的测试结果，并对测试结果进行了具体分析，给出了算法的时间效率分析和空间复杂性分析，实测数据结果表明，该算法有着较好的性能，而且也非常稳定，通过实测结果分析和算法的时间效率分析，可以得到算法的时间效率近似为O(nlog(n）），通过算法的空间复杂性分析可以看出，算法可以自动适应不同的点空间分布情况，而且采用四叉树结构也非常有利于限定边和限定多边形的嵌入。     

无参数聚类边界检测算法的研究

为自动快速地提取聚类的边界点,减少输入参数对边界检测结果的影响,提出一种无参数聚类边界检测算法。该算法不需要任何参数,在生成的三角剖分图上计算每个数据点的边界度,用k-means自动计算边界度阈值,按边界度阈值将数据集划分为候选边界点和非候选边界点两部分,根据噪声点在三角剖分图中的性质去除候选边界点中的噪声点,最终检测出边界点。实验结果表明,该算法能快速、有效地识别任意形状、不同大小和密度聚类的边界点。     

基于三角形网格的浓密视差图提取

提出一种基于三角形网格的浓密视差图提取算法。用SUSAN算法从立体图像对中提取某一幅图像的特征点，用Delaunay的方法将特征点三角化．然后再进行视差的计算，最终得到浓密的视差图。该算法将SUSAN算法和DT（Dalaunay triangulation）N格结合起来，使算法更加简单化，实现了浓密视差图的快速提取。     

基于三角形网格的浓密视差图提取

提出一种基于三角形网格的浓密视差图提取算法。用SUSAN算法从立体图像对中提取某一幅图像的特征点,用Delaunay的方法将特征点三角化,然后再进行视差的计算,最终得到浓密的视差图。该算法将SUSAN算法和DT(Dalau-nay triangulation)网格结合起来,使算法更加简单化,实现了浓密视差图的快速提取。     

约束三角剖分在雨量等值线的应用

雨量等值线在水文、防汛领域应用广泛,Delaunay三角剖分具有空外接圆和最大的最小角度两个良好性质,对于非规则分布的离散点数据进行三角剖分内插是生成等值线的最常用的算法,但实际应用中往往都术是凸壳进行三角化,而是有限定边（或限定点）对三角剖分进行约束。该文在标准Delaunay三角剖分基础上,分析了逐点插入法的基本原理,基于此提出了一种解决有限定边的约束三角网格剖分生成等值线的方法,给出了限定边进行三角剖分的算法,同时对边界采用网格加密和邻域内插算子进行边界附件插值,提高等值线的边界拟合精度,并在雨量等值线生成中得到较好应用。     

Delaunay三角网动态更新算法的研究进展

通过对Delaunay三角网动态更新算法进行研究,综述了Delaunay三角网中插入和删除点、约束线算法以往研究.详细介绍点定位、LOP优化、对角线交换等关键技术的研究进展,并对比各种方法的优缺点,分析已解决的问题和仍存在的问题.最后对更新算法研究不足之处进行总结,并提出若干可能的研究方向.     

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.     

基于最小内角动态判定的简单多边形三角剖分

提出了一种基于最小内角动态判定的简单多边形三角剖分算法，首先计算简单多边形内角的大小，然后按内角最小优先法并实时更新将多边形三角剖分，算法思想简单，效率高。     

约束三角剖分在雨量等值线的应用

雨量等值线在水文、防汛领域应用广泛,Delaunay三角剖分具有空外接圆和最大的最小角度两个良好性质,对于非规则分布的离散点数据进行三角剖分内插是生成等值线的最常用的算法,但实际应用中往往都不是凸壳进行三角化,而是有限定边(或限定点)对三角剖分进行约束。该文在标准Delaunay三角剖分基础上,分析了逐点插入法的基本原理,基于此提出了一种解决有限定边的约束三角网格剖分生成等值线的方法,给出了限定边进行三角剖分的算法,同时对边界采用网格加密和邻域内插算子进行边界附件插值,提高等值线的边界拟合精度,并在雨量等值线生成中得到较好应用。