Delauny三角网与邻接关系自动生成的数据结构与算法

在三角网生长法思想的基础上提出了一种Delauny三角网数据结构和基于该数据结构的构网与邻接关系生成的算法.本数据结构采用由三角形对象组成的单表结构,每个三角形对象都有组成它的三个边对象指针;而边对象是作为三角形对象的索引对象,它也有指向其两个左、右邻接三角形的指针.该数据结构及算法具有构网效果较好和三角形邻接查询较快的优点     

基于凸包切割的不规则三角网及其邻接关系的生成算法

不规则三角网（TIN）是一种重要的数字高程模型,它一般是基于离散采样点来构建的;构建TIN的算法可归结为由二维平面内的离散点生成Delaunay三角网.目前有很多Delaunay三角网生成算法,但不足之处是已有的算法对三角形之间邻接关系的维护缺乏具体的论述和明确的约定.作者按照凸包切割的思想提出了一种完整的算法,并对三角网的生成和三角形邻接关系维护的具体步骤和约定做了详细论述.编程实验表明：本算法能够正确地将凸包剖分为三角形,且能够保证三角形之间具有正确的邻接关系;当将剩余的非凸包顶点的离散点插入已有的三角形时,仍能保持三角形之间的正确邻接关系.     

基于凸包切割的不规则三角网及其邻接关系的生成算法

不规则三角网(TIN)是一种重要的数字高程模型,它一般是基于离散采样点来构建的;构建TIN的算法可归结为由二维平面内的离散点生成Delaunay三角网.目前有很多Delaunay三角网生成算法,但不足之处是已有的算法对三角形之间邻接关系的维护缺乏具体的论述和明确的约定.作者按照凸包切割的思想提出了一种完整的算法,并对三角网的生成和三角形邻接关系维护的具体步骤和约定做了详细论述.编程实验表明:本算法能够正确地将凸包剖分为三角形,且能够保证三角形之间具有正确的邻接关系;当将剩余的非凸包顶点的离散点插入已有的三角形时,仍能保持三角形之间的正确邻接关系.     

基于最大外接圆的约束Delaunay三角剖分算法

目的 研究构建约束Delaunay三角网的方法 ,提高构建约束Delaunay三角网的速度.方法 基于生长法并利用分治法的思想,以约束边为基边分别向两侧重新构网,先构建Delaunay三角网,然后插入约束边并删除与约束边相交的边,按照构网条件对约束边两侧的空腔构网,直至约束边两侧构建成三角网,最后使其成为约束Delaunay三角网.结果 实验测试表明,在地形点数为5 000时,传统算法构建CDT时间为6 195 ms,笔者算法构建CDT时间为6 007ms,速度明显优于传统算法.结论 算法简单、运算速度快、内存开销小且易于实现.     

一种基于Graham三角剖分生成Delaunay三角网的算法

目的提出一种基于Graham三角剖分生成Delaunay三角网的算法,加快Delaunay三角网的生成速度.方法首先按Graham扫描法对平面散乱点集进行排序,然后将排好序的点通过可见点的判断连接成Graham三角网,最后利用拓扑结构快速进行优化,使其成为Delaunay三角网.结果通过500至10000个点的测试,表明这种基于Graham三角剖分生成Delaunay三角网的生成速度快于传统基于凸包生成Delaunay三角网的生成速度.结论采用可见点表的数据结构以及利用点、边、三角形的有序性的特点构建Delaunay三角网,是提高建网速度的关键.     

基于分治策略的快速构建Delaunay三角网算法

目的降低构建Delaunay三角网的时间复杂度,提高构建Delaunay三角网的速度.方法首先递归分割点集,然后按照构网条件以分割线为轴线对其两侧的点进行构造三角网的操作,直至每个点都被包含进所构建的三角网,最后使其成为Delaunay三角网.结果通过1000~5000个点的测试,表明基于分治策略的快速构建Delaunay三角网的生成速度要快于传统基于分治策略生成Delaunay三角网的速度.结论该方法能够到边建网边优化,使程序一次成型,提高了建网速度,本算法的设计思想还可以推广到三维空间.     

基于半边数据结构的逐点插入Delaunay三角剖分算法

目的 根据传统的三角剖分算法,提出一种基于半边数据结构的逐点插入Delaunay三角剖分算法,提高三角网的构网效率.方法 在逐点插入Delaunay三角剖分算法中引入半边数据结构,在半边数据结构基础上定义Dart三元组,并为Dart三元组定义一组拓扑和几何操作,实现基于半边数据结构的逐点插入Delaunay三角剖分算法.结果 结合随机生成数据,通过实验结果 比较,证明基于半边数据结构的逐点插入Delaunay三角剖分算法具有较好的执行效率,并且随着点个数的增多,这种优势越加明显.结论 半边数据结构及其拓扑和几何操作能够较好地适应Delaunay三角剖分,提高了构网效率.     

利用凸壳建TIN的算法研究

首先阐述了如何利用凸壳建TIN的原理和方法,并对相关算法进行了综合和改进;然后基于“分而治之”的思想提出了一种格网数据筛选法,用来提高凸壳建TIN的效率;最后通过实例测试进行比较和验证.在三角网优化过程中,采用LOP优化原则,使得建TIN结果满足最小角最大的性质,当平面点集满足D-三角网构网条件时,所得三角网为D-三角网.     

基于矩形环分区的Delaunay三角网生长算法

针对传统三角网生长算法需要花费大量时间检索第三点的问题,对三角网生长算法进行改进,即对离散点集所在的区域由外到内进行矩形环式的分区,而后从内环到外环逐渐生成Delaunay三角形。每次查询第三点时,在当前环和其相邻的下一个环中进行,以减少第三点的查询范围并尽量保证第三点的正确查找。同时根据Delaunay三角形生成的顺序采取三角形基边先进先出的策略,保证当前矩形环状区域内的大部分点被加载至三角网中。在当前区域构网完成后,进入下一个相邻区域,如此循环构网,而后对三角网进行整体优化。采用C#语言进行算法的实现,结果表明,改进后的算法保证了构网的正确性、唯一性,也提高了构网的效率,对生产实践具有一定应用价值。     

一种确定高阶Delaunay三角网中可用k—OD边的算法

目的构建高阶Delaunay三角剖分方法的数字地形模型,有效地减少局部极值问题,使得地形模型能更好地反映原始地形的真实面貌．方法提出了一种确定高阶Delaunay三角网中可用k-OD边的方法,该方法首先在任意边uv的两侧分别确定两点,使每个点与uv边形成的三角形的外接圆不包含同侧的点,若这两三角形都为k—OD三角形,则uv边是可用k—OD边．结果用Visual C＋＋实现算法,通过实验验证了算法的有效性,对于具有n个点的点集P,在时间O（nk^2＋nklogn）内可以计算出所有的可用k—OD边．结论选择合适的可用k—OD边生成相应的高阶Delaunay三角网来模拟实际地形,可以有效地减少局部极小的数量,使地形模型更接近于实际地形．     

基于散乱点云数据的曲面重构方法

散乱点云的三维重构有广阔的应用前景,通用高效的重构算法是研究重点之一,目前大多采用三角面片重构,与通用CAD/CAM系统中的四边域重构不兼容。本文提出一种在三角域上对散乱点云数据进行NURBS曲面重构的方法,结合了三角面片重构的灵活性与NURBS曲面重构的通用性。首先对测量点     

空间封闭点云的八象限三角剖分算法

提出了一种针对空间封闭点云的三角剖分算法.该算法首先根据空间封闭点云的分布特征,将其划分到三维坐标的八个象限中,使每部分点云的包角均小于180°;然后适当旋转各部分点云,使其对应投影平面面积最大化,再运用平面三角剖分方法对其进行三角剖分,从而得到各部分点云的剖分结果;最后将已处理的各部分用三角面片对其边界进行缝合,进而形成空间封闭点云的立体三角化.实验结果表明,该方法剖分速度快、形成的三角网格质量高,能够较好地再现原三维物体的表面特征.     

基于邻接表的非结构网格快速生成算法

目的 优化Delaunay方法,提高网格生成效率并通过拉普拉斯光顺化提高网格质量.方法 用图这种数据结构来表示三角形网格并用邻接表存储以优化存储方式.结果 该数据结构同传统结构数组算法相比时间大大缩短、提高了网格生成效率.从网格生成的算例看出,该算法不仅提高了网格生成的速度,而且生成的网格质量较好,便于局部加密.结论 通过用图表示三角形网格并用邻接表优化储存,提高了网格生成效率.将生成的网格进行拉普拉斯光顺化,可使网格质量得到进一步的提高.     

自适应图像三角化法的新改进

为了提高图像 Delaunay 三角形化(Delannay Triangulation, DT) 的速度及恢复图像的质量, 在文献[1]方法的基础上, 对自适应图像 Delaunay 三角形化的方法进行了结构性的改进. 改进后的新方法采用了以三角形、边、顶点为基础的类结构, 并以三角形的边描述三角形间的相邻关系. 由于每条边本身就是两个相邻三角形的交界, 加之类特别适合描述相互关系, 使得算法得到较大的简化, 运算复杂度也随之减小了. 在算法的关键步骤采用双精度计算, 提高了网格恢复图像的描述精度. 实验结果表明, 新方法产生的网格随图像内容自适应变化, 在网格生成速度上比文献 [1] 提高了约 1/3,在恢复图像的 PSNR (峰值信噪比)上比文献 [1] 提高约 (0.02～0.08) dB.     

测量造型技术中的散乱数据规则化处理方法

针对测量造型技术中的散乱数据处理问题,提出了一个实用的散乱数据规则化方法。该方法基于散乱数据的三角剖分,建立五次Ｃ１ 三角插值曲面,用平行平面截取三角曲面得到截面线数据,对截面线数据进行去重点、光顺、匀化等处理,得到规则的四边形网格数据。该方法已经应用于实际工程中,具有简单、有效、通用性强、稳定性好等特点。     

三维稀疏散乱点集的直接三角剖分新方法

给出一种三维稀疏散乱点集在三维空间直接进行三角剖分的新方法——在形成初始三角形后对它周围的离散点循环三角化．通过在剖分过程中引入两相邻三角形的最小夹角、最优点搜索半径系数和最小张角这三个剖分参数,实现了任意三维稀疏散乱点集的完全剖分以及非封闭自由曲面边界的自动识别．针对某些特殊复杂曲面上稀疏散乱点集的剖分问题提出了“分部剖分”思想：根据曲面的特征在不同区域设置不同的剖分参数．实例表明,这种直接剖分方法能有效处理任意多连通封闭和非封闭自由曲面上的稀疏散乱点集的三角剖分问题．     

图的三角剖分及其图形输出问题

本文运用图论方法,对图的三角部分及其图形输出的问题作了探讨。论征了图作三角剖分时,单元数仅与节点的数量及其位置有关,提出并证明了三角形单元数的计数公式。同时还提出了二部图逐点比较的自动剖分方法和用通道目录方法、邻接(出度)目录方法来存贮图形信息,为有限元的自动剖分及自动绘图提供了一种方法。