离散点集3D三角划分算法在裁剪曲面中的实现

提出一种在3D空间直接对曲面离散数据点进行三角网格划分的算法,该方法适用于非封闭曲面、封闭曲面及多连通复杂曲面的离散点集,同时也能处理剪载曲面的离散点集,得到优良的三角网格。在引入边界环融合的概念的基础上,详细阐述算法如何实现对剪载裁曲面离散点集三角划分,并给出应用实例。     

散乱数据点集的三角划分算法研究

在对当前的三角网格划分方法进行比较分析后,提出了一种散乱数据点集的3D三角网格划分算法,该算法不需如同二维划分方法一样要对散乱点集对应的自由曲面分片投影,并可自然处理含有凹边界及孔域的曲面数据点集,利用网格扩展、边界环分裂和边界环封闭,根据曲面的变化逐层推进生成三角网格,使算法能方便地处理非封闭曲面、空间剪裁曲面、封闭曲面、空间多连通曲面等各种曲面的散乱数据。     

散乱点云的三角划分算法研究

通过对当前的三角网格划分方法进行比较分析,提出了一种散乱点云的3D三角网格划分算法。该算法不需如同二维划分方法那样要对散乱点云对应的自由曲面分片投影,而是直接在3D空间,根据离散点集所对应的曲面形态变化,利用网格扩展、边界环分裂和边界环封闭,逐层收缩生成三角网格。该算法能方便地处理空间多种曲面的散乱点云数据,并且生成的三角网格形态优良,布局合理。     

实现3D离散点优化三角划分的三维算法

本文系统研究了３Ｄ离散数据的直接三角划分，并解决了与多值曲面相对应离散数据的分片三角划分问题。实现这一算法的关键是将这些与多值曲面相对应的离散数据按有关的特征线分解，慢之转化成较简单的问题分别进行处理。目前，这种分片三角划分算法已在Ｂｅｚｉｅｒ三角曲面插值中取得了良好的效果。     

平面离散点集的边界搜索算法

进行有限元仿真首先要建立有限元网格模型。使用不含有任何拓扑信息的离散点集直接进行网格划分可以快速、精确地建立网格模型。使用铺路法进行网格剖分是从边界开始向内生成网格单元。该文提出一种使用搜索盒的搜索平面离散点集边界的算法。该方法将离散点分配到搜索盒中,遍历位于边界的搜索盒,将其中的点连接成边界点链表。该算法能正确地搜索包含有凹点、孔洞特征的离散点集的边界,具有较强的通用性。文中介绍了算法的基本思想,并给出算例。     

显式BEZIER三角曲面的构造及其在离散数据插值中的应用

本文较系统地讨论了显式Bezier三角曲面的Clough-Tocher分割构造方法，并从工程应用角度提出了一种准C‘连续的Bezier三角曲面。由这种准C‘连续的Bezier三角曲面，通过进一步求解整体C‘连续的Bezier三角曲面在解决3D离散数据的曲面插值中取得了较好的应用效果。     

离散曲面变形与拼接的研究

本文研究了以自由变形技术FFD(Free—Form Deformation)使离散曲面进行整体或局部变形的方法。在此基础上,针对理想曲面造型存在的要求存储量大的不足,提出了一种分片构造离散曲面片,再使用自由变形技术进行拼接的方法,并分析了在离散曲面进行变形与拼接时在跨界方向达到各阶导数连续所需满足的条件。     

大规模离散点集Delaunay三角剖分加点策略的分析

局部变换法和Watson算法是离散点集Delaunay三角剖分的常用算法,算法过程中逐点添加、局部优化是三角网格生成速度的重要影响因素.按位置相邻次序逐点添加时易产生外接圆较大的扁平三角形,引起较大范围的局部优化,三角网格的生成速度下降.在位置相邻次序的点集中随机选择部分点生成相对匀称的初始三角网格,再依次添加数据点,可有效减少局部优化消耗的时间,提高三角网格的生成速度.以激光扫描测量数据为例,切分为不同数量的点集进行三角剖分测试,当数据点数大于20000点时,采用部分随机点优化策略,其三角剖分速度比直接按位置相邻次序添加的方法提高一倍以上,且数据量越大,效率越高.     

特征驱动的曲面重建

提出了基于散乱空间点集进行曲面重建的新方法,从点集的空间位置信息中提取待建曲面的内蕴特征量——法向和曲率,利用点集的这些特征信息来确定拓扑重建的搜索空间,采用面片生长的方式重建曲面。该方法在快速获得正确拓扑连接的同时,直接生成了用较少的面片就能保持曲面特征的优化网格。     

基于离散数据的自由曲面三角网格实现算法

针对自由曲面三角网格实现过程中三角网格的数目和形态等质量问题,提出一种采用最小权法直接实现三角划分的算法。分析和总结了三角形网格的优化方法,制定了具体的三维优化过程,不仅分析指出了现在主流三维划分的优点和局限性,而且结合环域网格的特点,制定了用增加点法完成的三维优化方法。提高了三角划分的速度,改善了三角单元质量,并提高了对三角单元进行修正的速度,实验结果证明了算法的有效性。     

基于CAD模型的3D散乱数据点三角剖分方法

提出了一种针对空间大规模散乱数据点三角剖分的方法。该方法基于可用的CAD模型,采用“分而治之”的思想。对齐测量数据点与CAD模型、记录数据点及在CAD裁剪NURBS曲面实体上投影点。分别对每块实体的参数区域(u,v)相应点2D-Delaunay三角化、根据R2区域的连通结构反构造出3D三角网。进行冗余三角形删除和网格片缝合等优化处理。与其他方法不同的是,它不受测量数据的分布方式和物体曲面形状的拓扑结构限制。实际的算例结果表明,该方法高效且可靠实用。     

基于NURBS相容性的散乱数据三角剖分算法

针对散乱数据三角剖分中,几何拓扑关系难建立和存在大量冗余数据的特点,研究了散乱数据直接分层方法,简化了几何拓扑关系的建立过程。利用NURBS曲线的拟合技术实现了截面轮廓数据的精整,在此基础上,采用曲线间相容性处理实现了散乱数据的三角剖分算法。     

基于VTK的散乱点集三角网重建算法研究

散乱点数据在机械产品测量造型、地理信息系统等众多领域来说都较易得到。为使VTK可视化平台中的数据处理及面显示应用面更广,本文设计了基于平坦度的自适应增量的网格构造算法,将散乱点数据格式转换成VTK数据格式,从而利用VTK流水线机制进行面绘制。该算法实现了空间直接三角剖分,而且动态调整逼近误差。实验证明,该算法能
高效、可靠地生成贴近原始曲面的三角网格,并取得较理想的VTK绘制效果。该算法对于三角剖分问题和VTK可视化平台的数据处理具有一定的理论和实际意义。     

平面散乱点三角剖分分治算法的实现

平面散乱点三角剖分在实践中有广泛应用。文中在分析已有算法的基础上,提出利用分治算法实现平面散乱点三角剖分。给出了算法实现流程并讨论了算法实现过程中几个重要问题。最终给出了实验结果。文中的研究对开展此类工作有借鉴和指导作用。     

密集散乱数据的三角形网格曲面逼近方法

介绍了一种密集三维散乱点群数据的三角形网格曲面逼近方法 .算法采用一定数量的球体在曲面空间的有效投影域上的排布来模拟 Voronoi多边形 ,从而实现平面域约束 Delaunay三角剖分 ,并利用 Hardy多二项式插值原理将其映射到曲面空间 .通过对球体集合的动力学数值仿真 ,解决了网格节点的位置确定和最佳网格节点数量确定的问题 .实际模拟结果表明 :算法结构清晰、实用 ,三角化结果品质良好 ,在数控加工和反求工程中有着广阔的应用前景 .     

带内边界约束散乱数据的Delaunay三角剖分算法研究

带内边界约事条件点集的Delauney三角剖分是有限元分析、计算机图形学及真实感图形等许多领域常遇到的一个基本问题,在已有算法的基础上通过插入中点恢复约束边界,较好地实现了带内边界约束散乱数据的Delaunay三解剖分。     

一种基于散乱数据的自适应曲面重建算法

本文依据Shepard基本原理,提出了一种新的自适应曲面重建算法。该算法首先利用LMS方法优化改进型Shepard算法,求出由粗糙到细致的控制网格。再利用双线性插值方法进行曲面重建,同时保证曲面的平滑性。实验结果表明本文提出的算法能够有效地重建较高精度的曲面。     

海量散乱点的曲面重建算法研究

基于海量散乱点的曲面重建在机械产品测量造型、计算机视觉、根据切片数据的医学图像重建等领域中有重要应用.给出了一种以物体表面上不附加任何几何和拓扑信息(包括测点法矢、曲面边界信息)的散乱点集为处理对象,自动生成物体表面的三角网格模型的算法.该算法首先根据测点的邻近测点估算曲面在该测点处的法矢,并采用优化的顺序对法矢方向进行调整以使各测点处的法矢都指向曲面外侧,最后用步进立方体算法输出三角网格模型.采用新的方法计算切平面,不但进一步提高了效率,而且改善了曲面边界及尖锐棱边区域的重建效果.还提出并解决了法矢方向传播中可能出现的局部“孤岛”问题.同时,提出了一种对海量数据进行空间划分的算法,从而大大提高了海量数据的处理效率.应用实例表明,算法效果良好     

三维约束Delaunay三角化的研究

概述了约束三角化的研究进展,着重分析了三维约束Ｄｅｌａｕｎａｙ三角化中存在的问题,提出并论证了边界边、边界面片在Ｄｅｌａｕｎａｙ三角化中存在的条件,讨论了存在性条件在实际工程中的应用范围,充实了三维约束Ｄｅｌａｕｎａｙ三角化的研究基础,为三维Ｄｅｌａｕｎａｙ三角化算法的设计提供了理论依据。