任意多边形内带特征约束的散列数据的最优三角剖分

给出了一种新的基于Ｄｅｌａｕｎａｙ三角形化的任意多边形边界内散列数据的优化三角剖分算法，该算法可允许散列数据任意复杂的折线及封闭多边形环的特征约束。算法用统一的数据结构来记录散列数据、约束特征和三角剖分信息，并且引入了辅助窗的概念，从而使优化剖分和加入约束容易实现。     

一种带岛屿约束数据域的三角网剖分算法研究

文中对多边形内部三角剖分算法及具有属性的带岛屿的约束数据域的D－三角剖分算法进行了研究，提出了一种适用于多边形内部的基于“最小内角优先原则“D－三角剖分算法及适用于多边形内，外部构网通用三角剖三角剖分算法，算法充分考虑到了构网数据域中存在多种不同属性块，并成功将算法应用于工程项目之中。     

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。     

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。     

三角剖分的模拟退火算洁

本文提出一个基于模拟退火的三角剖分算法ＳＴ．理论分析和运行结果表明ＳＴ的费用比已有三角剖分算法的费用都小，在统计上是最优三角剖分费用的常数倍．     

三角剖分的模拟退火算法

本文提出一个基于模拟退火的三角剖人算法ＳＴ，理论分析和运行结果表明ＳＴ的费用比已有三角剖分算法的费用都小，在统计上是最优三角剖分费用的常数倍。     

任意多边形的Delaunay三角剖分

任意多边形的三角剖分是计算机图形学领域中的一个基本算法，其用途非常广泛，本文利用著名的Ｄｅｌａｕｎａｙ三角剖分的优化性质，提出了一个简洁、通用的任意多边形Ｄｅｌａｕｎａｙ三角剖分算法，并给出了该算法在有限元网络自动生成过程的应用。     

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。     

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。     

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。