一种基于格网划分的高Delaunay三角网格化算法

对于任意给定的平面散点数据,可以通过Delaunay三角剖分进行网格化处理.但是当数据量较大时,一般的Delaunay三角网格化算法建模过程非常复杂,且内存消耗大,执行效率低.本文在传统的分割-合并算法基础上,对已经进行块分割的格网数据进行排序、再分割,然后按照分割的逆序合并Delaunay子三角网,高效快速地生成Delaunay三角网格,有效地提高了建模效率,其时间复杂度接近于O(n).     

一种基于格网划分的高效Delaunay三角网格化算法

对于任意给定的平面散点数据,可以通过Delaunay三角剖分进行网格化处理。但是当数据量较大时,一般的Delaunay三角网格化算法建模过程非常复杂,且内存消耗大,执行效率低。本文在传统的分割-合并算法基础上,对已经进行块分割的格网数据进行排序、再分割,然后按照分割的逆序合并Delaunay子三角网,高效快速地生成Delaunay三角网格,有效地提高了建模效率,其时间复杂度接近于Ο(n)。