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)。     

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).     

基于格网划分的海量地形数据三维可视化

首先按照格网划分方式对研究区域进行分割,采用与视点相关的静态LOD模型,在格网块内以四叉树进行管理,根据误差以二元三角树方式进行LOD模型预处理,并采用三角形条带进行若干不同层次的LOD模型文件组织;然后按照格网块进行视景体投影裁剪,结合动态内存调用、多线程管理的数据引擎方法以及视觉光滑处理,实现了海量地形数据的三维可视化及漫游．实验结果表明,文中算法具有处理数据量无限制、效率高、效果好等特点．     

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。     

基于格网划分的海量DEM数据生成

在自适应格网划分的分割-合并Delaunay三角剖分算法、格网线性内插方法的基础上,提出基于格网划分的海量DEM数据生成算法．该算法执行效率较高,对计算机硬件配置要求较低,并适合于并行处理。     

侵蚀坡面数字高程模型重构算法研究

构建具有微地貌的数字高程模型是坡面水蚀模拟的基础工作。针对定距邻域内插法的不足,提出了由点云构建侵蚀坡面的Delaunay三角内插法。该算法包括投影、三角化、分割和插值等步骤,利用主元分析法计算坡面点云的主轴和次轴并将其与坐标轴对齐,再由Delaunay三角化生成不规则三角网,将其分割为指定分辨率的规则格网,由三角线性插值得到格网单元的高程。试验结果表明,当邻域搜索半径与格网单元边长之比约为1.414时,定距邻域内插法的性能达到最优;当点云含有较多侵蚀坑等微地貌信息时,Delaunay三角内插法优于定距邻域内插法。     

基于三维激光扫描的树木点云三维建模

利用三维激光扫描得到的树木枝干点云数据为数据源,利用拉普拉斯算法对三维点云数据进行噪声去除工作,对去噪后的数据采用Delaunay三角网生长算法,构建点云数据的三角网格模型.     

月面地形重构系统中的并行Delaunay算法设计

三角剖分过程是影响三维重建系统实时性的瓶颈之一,为提高三角剖分速度,基于共享内存多核计算机设计并实现了并行Delaunay算法。该算法在分治三角剖分算法的基础上,通过改进子三角网归并过程及Delaunay三角网优化过程避免了并行计算中的数据竞争问题。利用月面仿真实验场真实地形数据在50万到500万不同规模的点云数据集上进行了实验,加速比最高可达6.44。除此之外,对算法复杂度、加速比以及并行效率进行了全面分析,并将算法实际应用于月面地形重构系统,实现了虚拟地形的快速构建。     

平面域上离散点的三角化实现

简单回顾了生成Delaunay三角网的分治算法，逐点插入法，三角网生长法等三类主流算法，提出了一种基于逐点插入思想的快速，有效的分区逐点插入三角化算法，实现了平面域上离散数据点的三角化，网络的优化是在网格生成过程中完成的，生成的网格符合Delaunay准。     

基于Delaunay三角网的任意多边形三角剖分算法研究

文章通过分析现有多边形三角剖分算法,给出一种基于Delaunay三角网的任意复杂多边形三角剖分的改进算法。算法首先忽略多边形顶点与边线间的逻辑关系,将其看做散乱顶点的集合,然后采用Delaunay三角化方法对点集进行合理剖分,再依据多边形顶点及边线间的逻辑关系,逐一将那些不合理的三角网剔除,最终重新组合出符合要求的三角网格。     

带特征线约束的Delaunay三角剖分最优算法的研究及实现

为了提高特征线约束的Delaunay三角剖分的速度和功率,从两个方面进行改进;一是生成无约束的Delaunay三角网时,采用进行剖分算法;二是在约束线上插入点时,应用取三角形外接圆与特征线交点的方法。并行剖分算法具有较好的加速性能;“交点”插入算法考虑了特征线的影响域及Delaunay三角形规则的边界条件,在满足全局Delaunay三角剖分的前提下,使插入的点最少,对原有的网格影响最小。     

基于TIN的三维地质建模研究

将三维地质建模技术用于地质分析,提出一种基于TIN的建模方法。采用带断层约束的三角剖分算法,实现海量数据Delaunay三角剖分,建立地质层面模型,以地层和断层为约束,根据层序地层学原理,按层序网格表征方式细分地层,建立层序模型,并在结构模型的基础上,使用距离加权反比法估算网格结点的属性,建立地质体属性模型。     

Adaptive image segmentation by combining photometric invariantregion and edge information

An adaptive image segmentation scheme is proposed employing the Delaunay triangulation for image splitting. The tessellation grid of the Delaunay triangulation is adapted to the semantics of the image data by combining region and edge information. To achieve robustness against imaging conditions (e.g. shading, shadows, illumination and highlights), photometric invariant similarity measures and edge computation are proposed. Experimental results on synthetic and real images show that the segmentation method is robust to edge orientation, partially weak object boundaries and noisy-but-homogeneous regions. Furthermore, the method is robust, to a large degree, to varying imaging conditions     

Lepp terminal centroid method for quality triangulation

We discuss Lepp-centroid versus Lepp-midpoint algorithms for Delaunay quality triangulation. We present geometrical results that ensure that the centroid version produces triangulations with both average smallest angles greater than those obtained with the midpoint version and with bigger smallest edges, without suffering from a rare looping case associated to the midpoint method. Empirical study shows that the centroid method behaves significantly better than the midpoint version (and than the off-center algorithm for angles bigger than 25^°), for geometries whose initial Delaunay triangulation have triangle smallest edges over the boundary.     

基于Voronoi 最小邻近点集的Delaunay 三角化方法

针对局部条件下网格生成的需求,提出一种基于节点的Delaunay 三角化 生成算法,该算法以Delaunay 三角形及其对偶Voronoi 图的局部性特征为基础,通过在局部 搜索最小Voronoi 邻近点集,来生成约束点附近的局部网格,通过建立背景索引网格,来提 高算法效率。给出算法的原理证明、程序实现、效率分析和测试结果,并给出了算法的应用 领域。     

基于C~∞基函数的自然邻点插值(NNI)方法在科学计算可视化上的应用

插值方法及插值基函数的选择是可视化技术的一个关键问题。该文首先根据平面域上分布的数据点集,将平面域剖分为 Ｖｏｒｏｎｏｉ ｃｅｌｌｓ进而得到相应的 Ｄｅｌａｕｎａｒ三角化网格。然后基于 Ｖｏｒｏｎｏｉ ｃｅｌｌｓ的几何性质,应用自然邻点插值（ＮＮＩ）方法,介绍了一种具有无穷次连续可微的 Ｃ∞插值基函数及其数学性质。将基于 Ｃ”基函数的 ＮＮＩ方法用于把复杂数据场重构成一个具有规则网格的经验模型。最后再根据规则网格,生成三维立体图、等值线图、矢量分布图等。文章通过实例表明了基于Ｃ∞基函数的ＮＮＩ方法能够很好地应用于处理极不规则分布数据场的可视化。     

基于C∞基函数的自然邻点插值（NNI）方法在科学计算可视化上的应用基于C∞基函数的自然邻点插值(NNI)方法在科学计算可视化上的应用

插值方法及插值基函数的选择是可视化技术的一个关键问题。该文首先根据平面域上分布的数据点集,将平面域剖分为Voronoicells进而得到相应的Delaunay三角化网格。然后基于Voronoicells的几何性质,应用自然邻点插值(NNI)方法,介绍了一种具有无穷次连续可微的C∞插值基函数及其数学性质。将基于C     

基于均匀网格的Delaunay三角网算法在随机聚合网屏中的应用

Delaunay三角网一直是一个重要而有意义的研究课题，并具有极其广泛的用途。经过20多年来的研究，它的生成算法已趋于成熟。为了满足印刷、印染系统中随机聚合网屏生成的实时性需要，将一种将的算法引处到FM网屏技术中，并首先简要介绍了Delaunay三角网的牧场考及生成算法的分类；然后主要介绍了一种基于均匀网格的Delaunay三角网生成算法在随机聚合网屏中的应用；最后给出了算法的正确性证明。经测试，该算法的运算速度相当快，具有接近于线性的时间复杂性，能够满足排版印刷、印染系统中随机聚合网屏生成的需要。     

球面凸类图形Delaunay三角剖分再分算法及其收敛性分析

在计算曲面Ricci Flow时,会因为三角网格中存在过小的角而出现不收敛的情况。针对这种不收敛的问题,提出一种提高最小角角度的球面凸类图形Delaunay三角剖分再分算法。首先,给出球面凸类图形Delaunay三角剖分再分算法。它的核心操作有两个：1）如果某条Delaunay劣弧被"侵占",通过添加Delaunay劣弧中点分割Delaunay劣弧;2）如果存在"瘦"球面三角形,通过添加球面三角形外接球面小圆圆心分解球面三角形。然后,利用局部特征尺度探索出所提算法的收敛条件并给出输出顶点的一个上界公式。根据实验输出的网格验证,所提算法网格生成的球面三角形没有狭小的角,适合用来计算Ricci Flow。     

Delaunay三角剖分并行算法研究及实现

本文通过对Delaunay三角剖分的特性和并行性进行分析,提出了一种基于网格的Delaunay三角剖分并行算法。该算法解决了四点共圆的不唯一性及并行处理边界的任意性问题,在任务分配上较好地保证了负载的均衡,并在分布式环境中成功地实现该算法,有较好的并行效果。