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。     

实现平面上散乱数据点三角剖分的算法

本文针对传统剖分方法的不足，基于轨迹生成和边界裁剪等技术，提出了实现包含若干内孔的复杂多边形区域内散乱数据点自动三角剖分的新方法，并给出用此法进行三角剖分若干实例。     

平面散乱点线集三角剖分的算法

利用平面扫描的思想，即利用从右到左移动的y-轴扫描点线集．当扫描线达到某个给定点或给定线段端点时，将该点或端点与其上下相邻线段端点连接．新连线与已三角剖分的边只能在其端点处相交．该算法的时间复杂性为O(N log N)，其中N是点线集中点的数目与线段端点数之和．     

平面点集三角剖分的算法

提出平面点集三角剖分的一种新的算法，该算法首先逐层求凸包，然后分割环或成三角形，最后调整相邻环域的三角剖分便圾获得最小权三角剖分。     

一种有效的散乱数据点云三角剖分算法

本文使用的算法充分利用邻近点集反映出的局部拓扑和几何信息,基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建。本算法的运行效率高,且思想简单易于实现;输出结果为最常用的三角网格表示,适用于任意拓扑结构的物体和各种类型的散乱数据点云对象,允许数据点集的分布具有一定的不均匀性。     

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。     

点云三角剖分的软件实现

空间点云的三角化是机器视觉等领域中的一个共同的研究热点,研究的终极目标是对任何空间散乱点云都可以进行任何指定精度的、快速的、正确的三角剖分。软件(算法)通过多种三角剖分算法的集成提高软件对不同空间点云的适用性;通过多次三角形的全体优化和畸形三角形的删除保证三角剖分结果的正确性和优质性;通过采用大点云数据分次读取、合并点的读取和盒子参数提取、程序分阶段完成等措施提高程序运行的流畅性;通过参数设置对话框、操作结果数据对话框,操作结果的即时显示提高人机交互性和程序界面的友好性。实验证明该软件(算法)是实用的、正确的、快速流畅的、友好的软件(算法),其功能达到应用软件相应要求。     

基于三维重建技术的三角剖分

在分析已有算法的基础上,利用增量法与分治法相结合的思想,实现了直接对空间散乱点的三角剖分.通过对空间散乱点的三角剖分,最终得到满足所要重建物体的三角网格模型,且网格非常均匀,该模型直观、清晰地再现了实体模型.实验证明了算法的可行性.     

空间散乱点三角剖分通用算法研究

针对分段处理后的空间散乱点集,引入启发函数选择投影方向,通过投影映射把空间离散点三角剖分问题转化到二维空间处理。建立点集投影凸域网格来形成节点邻域,以提高剖分过程中对节点搜索效率,同时采用三角形边扩展法建立投影点集三角网,进而实现对空间散乱点集的三角剖分。     

三维散乱点集的曲面三角剖分

根据三维散乱点集构造曲面剖分在 CAGD/CAD、反求工程等方面有着十分广泛的应用 .本文回顾了三维散乱点集曲面三角剖分的两种主要方法即平面投影法和直接剖分法 ,对几种常用的算法作了较为详细的描述 ,同时对剖分算法中经常出现的数据结构作了详细的介绍 .由于剖分采用的优化准则决定了剖分结果 ,因此本文讨论了几种常用的剖分优化准则 ,并举例对几种优化准则进行了较详细的分析比较 .最后简要地讨论了算法复杂度以及目前剖分的主要研究方向 ,并指出在实际工程应用中对复杂曲面采样得到的散乱点集 ,要得到光顺和保形的三角剖分 ,需要新的剖分准则和算法 .     

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。     

任意平面域上离散点集的三角化方法

本文提出了一种快速、有效的三角化算法,实现了任意平面域上散乱数据的三角化,生成的网络符合Delaunay准则,网格的优化是在网格生成过程中完成的,算法复杂度与点数呈近似线性关系.该算法运用于石油地质勘探领域,成功地解决了包含复杂断层的大规模数据点的三角化问题.     

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。     

多连通曲面离散点集的3D三角划分算法研究

在对非封闭曲面、简单封闭曲面和多连通封闭曲面的特点进行分析之后,提出了一种多连通封闭曲面离散点集的3D三角划分算法.该算法无须对离散点集所对应的自由曲面进行分片,直接在3D空间根据曲面的形态变化向前逐层推进生成三角网格.算法同时还适用于非封闭曲面和简单封闭曲面两种情形.实验结果表明,该算法的划分效果优良,能够满足曲面重构的需要.     

散乱点集Delaunay三角剖分的分布并行算法

为了加快大数据集Ｄｅｌａｕｎａｙ三角剖分的速度,提出了一种能对任意散乱点集进行Ｄｅｌａｕｎａｙ三角剖分的分布并行算法,算法具有容错性和自动负载平衡的能力,文中对其设计和实现方法进行了详细讨论,对算法的复杂性进行了分析,实验结果表明该算法的加速效果明显。     

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 .     

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。