一种基于等高线生成三维地形的实用方法

本文详细介绍由等高线地形图数据生成三维地形的基本原理和过程,具体实现方法是通过等高线数字化获取离散点的高程数据,采用Delaunay三角网进行三维建模,然后进行三维显示,从而生成的三维地形。并以VisualC++6.0为开发平台,OpenGL为工具,建立了基于等高线数据的三维地形模型。实验证明本文所述方法速度快、精度高。     

一种基于等高线生成三维地形的实用方法

本文详细介绍由等高线地形图数据生成三维地形的基本原理和过程,具体实现方法是通过等高线数字化获取离散点的高程数据,采用Delaunay三角网进行三维建模,然后进行三维显示,从而生成的三维地形.并以Visual C++6.0为开发平台,OpenGL为工具,建立了基于等高线数据的三维地形模型.实验证明本文所述方法速度快、精度高.     

基于等高线的三维真实感地形生成研究

详细介绍由等高线地形图数据生成三维真实感地形的基本原理和过程,具体实现方法是通过等高线数字化获取离散点的高程数据,采用Delaunay三角网进行三维建模,然后进行三维显示,从而生成真实感的三维地形.并以Visual C＋＋6.0为开发平台,OpenGL为工具,建立了基于等高线数据的三维真实感地形模型.实验证明本文所述方法速度快、精度高.     

数字地形模型转换算法研究

文章主要探讨数字地形模型(DTM)中的数字高程模型(DEM)转换为不规则三角网模型(TINM)的算法,重点探讨Delaunay三角网的构网原理与构网算法。     

Delaunay三角网构建方法比较研究

Delaunay三角网构建是3维场景可视化领域的一个热点也是难点问题。归纳总结了现有Delaunay三角网构建研究中的3类方法——逐点插入法、三角网生长法和分治法,以及在各自原理框架下的不同实现算法;比较分析了3种不同方法的优缺点和各自代表性算法的时间复杂度,并详细讨论了Delaunay三角网构建方法在大规模场景渲染和地形可视化领域中未来3个研究方向：混合算法研究、算法支撑技术研究和分布式并行算法研究。     

Delaunay三角网生成算法的研究与实现

Delaunay三角网作为一种主要的数字地形模型表示法,经过二十多年来的研究,它的生成算法已趋于成熟。本文在简单回顾和评价了分割—归并法、逐点插入法、三角网生长法等三类主流算法的基础上,介绍并实现了一个融以上算法优点于一体,兼顾空间与时间性能的合成算法。     

基于二维凸壳的平面点集Delaunay三角网算法

提出了一种基于并行二维凸壳算法的平面点集的Delaunay三角网生成算法。该算法基于颜坚等在文献[20]中提出的并行二维凸壳算法,在构建凸壳时记录被替换的边和被删除的点,形成一个初始三角网;再在初始三角网的各个三角形内部,采用逐点插入法构建局部的Delaunay三角网;最后,对各个局部Delaunay三角网的边界边进行局部优化,得到原点集的Delaunay三角网。文中给出了算法的正确性说明,实验结果也表明该算法稳定高效。     

基于Qi算法的Delaunay三角网逐点插入法

Delaunay三角网在很多领域都有着广泛的应用,快速高效地生成Delaunay三角网十分重要。逐点插入法是构建Delaunay三角网中使用最广泛的方法之一。本文深入研究了使用逐点插入法构建不带约束条件Delaunay三角网的过程。在使用该方法生成Delaunay三角网中建立结点拓扑关系这一影响构网效率的关键步骤中引入了Qi算法,简化了该方法生成Delaunay三角网的复杂度。然后在向Delaunay三角网内插入约束边的过程中,再次引入Qi算法,从而提高了构网的效率。为了验证上述模型,我们在Microsoft Visual Studio 2005开发环境下,以C#为开发工具,采用底层开发模式实现了改进的逐点插入法,实验证明引入Qi算法能够提高逐点插入法Delaunay三角网构建及插入约束边的效率。     

基于STL的Delaunay TIN构建的研究与实现

地形可视化是虚拟地理环境研究中的重要组成部分,而设计一个合理的地形数据的组织结构和一个高效构建地形模型的算法是实现地形实时漫游、查询、分析以及规划等三维地形交互式操作的重要前提。借助C++语言的STL,设计了地形三角网的数据结构,改进了章孝灿等人提出的三角网构建算法,利用VC++和OpenGL实现了地形的快速构建及可视化,为以后的地形可视化与三维交互式操作提供了基础。     

利用Voronoi图构建多分辨率TIN

为了满足大区域地形环境的实时高速绘制要求,对多分辨率不规则三角网(TriangulatedIrregular Networks,TIN)进行了研究.首先利用Voronoi图和Delaunay三角网构建了能充分反映地形地貌特征的多分辨率TIN,然后将多分辨率TIN进行了合并,统一管理,动态调用.试验结果表明,该方法构建的多分辨率TIN实时绘制地形场景时的质量和速度都很好,可以较好地应用于大规模地形场景漫游中.     

基于分类体数据的四面体网格剖分算法

虚拟内窥手术是以真实病人的CT或者MRI扫描数据为基础，首先通过组织分割，在计算机内部建立起三维模型，然后通过虚拟现实技术来模拟窥镜手术全过程的一项技术。其中，人体器官的三维网格建模是该技术中一个十分重要的部分，为了准确地进行了人体器官三维网格建模，在对三维体数据进行组织分割的基础上，提出了一种由分类体数据直接建立三维四面体网格的方法，由于Delaunay三角剖分所产生的网格质量比较高，所以该方法沿用逐点插入算法的思想，以特征点的提取和Steiner布点为基础来生成四面体网格，并通过组织边界的判定准则和利用flip操作来恢复组织边界，实践证明，该方法所生成的网格具有自适应的网格密度。     

基于EMST的平面点集Delaunay三角剖分

提出一种基于欧几里德最小支撑树(EMST)的平面点集Delaunay三角剖分算法.该算法使用线性时间的随机算法求出平面点集的EMST,逐次加入一边构成三角网络,按照最小角最大化的三角化准则,通过局部变换得到平面点集的Delaunay三角剖分.采用的随机化算法有效节省了寻找EMST的计算时间,提高了整个算法的效率.     

Delaunay三角剖分在离群点检测中的应用

在传统的基于[K]近邻的算法中,需要为算法设置邻居参数[k]的值,只有具备相关的先验知识才能确定合适的参数值。为了减少参数对于离群点检测的影响,提出了一种无需参数的基于Delaunay三角剖分的离群点检测算法。Delaunay三角剖分是数值分析以及图形学中的重要基础理论,它的构建无需任何参数,在三角剖分图中的每个数据对象与它空间上相邻的点都存在边直接相连,因此可以形成一种有效的邻居关系。算法首先通过Delaunay三角剖分形成每个点的空间邻居集合,然后根据每个点与它们空间邻居之间的分布特征,计算它们的离群程度,根据离群程度的大小判断该点是否为离群点。通过实验与相关的算法比较,算法具有更好的效果。     

Delaunay三角网高效构建及地形仿真应用

针对基于离散点的Delaunay三角网构建过程中待插入点的定位耗时问题,提出Delaunay三角网高效构建算法,并将其用于三维地形仿真应用中。对大量数据点进行分块排序预处理后,运用空间自相关理论使下一个待插入点总是紧邻新近插入点,融合最短路径定位算法和三角形面积法,结合三角形重心与点、有向线段的关系遍历三角形,减少遍历时间。在对三角网进行LOP局部优化时,采用Delaunay四叉树保存待调整的所有边的节点信息,提高遍历效率。实验结果证明,该算法构建的三维地表真实感较强,并且具有较低的时间复杂度。     

基于标准差的地形三维表面模型建立方法*

针对二维数据域的Delaunay三角剖分推广到空间时存在的关键问题,提出一种基于标准差的地形三维表面模型建立算法.与空外接圆准则相比,该算法在计算时考虑了附加高程信息,引入标准差作为构网判断准则.剖析了标准差的含义,为什么使用标准差以及基于标准差的剖分准则,最后给出基于标准差的地形三维表面模型建立算法的具体步骤,并通过一个具体实例对算法进行了验证.     

基于Delaunay四面体剖分的网格分割算法

为了构建有意义曲面分片,提出一种基于Delaunay四面体剖分的网格分割算法.首先根据Delaunay四面体剖分得到多边形网格内部的四面体,求出每个面上反映网格内部信息的Delaunay体距离;然后对Delaunay体距离进行平滑处理,再对网格上面的Delaunay体距离进行聚类,用高斯混合模型对Delaunay体距离作柱状图的拟合,利用期望最大化算法来快速求得拟合结果;最后结合图切分技术,同时考虑聚类的结果、分割区域的边界平滑和视觉认知中的最小规则,得到最终的网格分割结果.实验结果表明,采用文中算法可以有效地实现有意义的网格分割.     

Ed带权点集的Regular三角化的构造算法

该文提出了一种构造带权点集的Regular三角化的算法，此算法统一了构造点集的Delauany三角化的Bowyer/Waston算法，如果采用一种称为Delauany树的数据结构来辅助点的定位，则算法的效率为O(nlogn n^d[d/s]。与Edelsbrunner和Shah提出的局部变换算法相比，此算法从理论和实现两方面都要简单一些，算法可以应用到曲线曲面重构和分子建模等领域。     

面向并行的动态增量式Delaunay三角剖分算法

三角剖分是计算机图形学中的重要话题。并行三角剖分算法的发展对传统三角剖分算法提出了新需求,其中之一即是给定一个点数不断增大的点集,实现对该点集三角剖分的快速增量更新。虽然现今已有一些增量三角剖分算法,但都无法支持新增点落入原有三角剖分之外的情况。为解决此问题,提出了三角剖分的外扩技术,基于插入法设计了增量三角剖分算法TID。该算法能够支持任意次、任意数量、任意位置点的增量添加。TID算法能够对任意分布的点集均给出唯一三角剖分结果。对TID算法的性能评估表明,TID算法比现有算法具有更高的计算效率,且增量功能引入的额外开销较小。此外,该算法已成功作为局地三角剖分算法用于并行三角剖分算法中。