一种Delaunay三角网的快速生成算法

本文以Lawson提出的逐点插入法为基础，借鉴方向搜索的思想，在确定插入点的影响凸包时，采用递归的局部搜索策略，形成了一种Delaunay三角网的快速生成算法。实验证明，新算法构网时间与点数基本成线性增长关系，具有较高的效率。     

Delaunay三角网生长法的优化与应用

在经典Delaunay三角网生长法的数据处理过程中,通过排除封闭点和第三点排序对算法进行了优化,并将其成果用于横断面测量.实践证明,当高程点密度足够时,通过Delaunay三角网提取的横断面成果与实测结果吻合良好.     

一种生成Delaunay三角网的合成算法

结过２０多年的研究,自动生成Ｄｅｌａｕｎａｙ三角网的算法已趋于成熟。它们基本上可分为分治算法、逐点插入法、三角网生长法等３类。其中前两类较第３类在应用上更加广泛。但即使这两类算法也分别存在着时间和空间效率站的缺陷,使它们的应用受到了一定的限制。提出了一个融以上两类算法优点于一体,兼顾空间与时间性能的合成算法。经测试,它的运算效率大大高于逐点插入法,在大多数情况下,也高于分治算法,在分割阈值约为总数     

利用点角改进Delaunay三角网生长算法

分析常规三角网生长算法的优缺点,提出点角概念,在生成Delaunay三角形的过程中,逐步缩小离散点的搜索范围,克服常规算法时间效率低的缺点。构网过程中,完全遵守Delaunay三角网的剖分准则,验证算法的稳定性和高效性。     

Delaunay三角网建立的改进算法

本文深入研究了Delaunay三角网建立算法中的逐点插入法,详细介绍了算法的实现步骤,分析了其中影响算法效率的关键环节,并采用数据点集分块管理、三角形快速定位、改变点插入顺序等方法进行了算法优化,对三角形快速定位方法进行了改进。测试实验的结果说明,算法改进后Delaunay三角网建立的效率提高了4~6倍。     

一种基于三角网扩张法的Delaunay三角网逐块归并算法

本文中提出一种基于三角网扩张法的不规则三角网的逐块归并算法,它采用按横向或纵向对离散点集切割分块,对各子块用三角网扩张法构建Delaunay三角网,最后用三角网扩张法依次将相邻的子网合并。该算法采用的子集分块的做法使构网时的搜索范围减小,在数据量较大时避免了计算时间随点数的指数次增加,同时在构网时也能保证三角形邻接关系的正确维护。     

一种基于Delaunay三角网的地形要素接边检查方法

接边检查是地形要素生产质量检查中必不可少的重点检查项之一,为此各单位也有很多接边质量检查软件,这些软件大多数是通过缓冲区分析或者空间邻近查询的方式完成的。本文提出了一种基于Delaunay三角网的地形要素接边检查新方法,该方法利用Delaunay三角网的优越的空间分析性能,借助于ArcGIS的TIN(Triangular Irregular Network)和二次开发功能,准确、快速地实现了地形要素的接边检查。该方法已用于国家基础地理信息数据库更新项目的成果质量检查。     

球面Delaunay三角网的透视投影算法

为解决球面Delaunay构网中的拼接问题,顾及球面数据的位置特点,提出了利用透视投影模型将球面构网整体平面化的算法,其核心是置投影中心于球面,通过球面位置(x、y与z坐标)共同约束,进而构成球面与投影平面位置间的一一映射。实验结果表明,此算法具有有效性及通用性,其时间复杂度取决于所采用的平面Delaunay三角网构建算法。     

Delaunay三角网关键技术探讨

利用计算机技术,基于实际测量数据,利用逐点插入法,在不建立格网索引的情况下,提出一种高效的Delaunay三角网构建方法,与建立格网索引法搜索点所在的三角形相比,具有较高的执行效率.     

基于Delaunay三角网的等高线树生成方法

研究如何利用Delaunay三角网构建等高线树,提出一种新的等高线树生成方法。该方法充分利用Delaunay三角网在领域分析中的优势,通过两次利用Delaunay三角网来判明等高线的空间关系进而达到统一被图廓截断的等高线以生成等高线树的目的。本文将等高线作为约束边构建约束型Delaunay三角网,利用Delaunay三角网查找具有邻接关系的等高线,在此基础上结合邻近等高线的高程关系判明、识别,最终统一被截断的等高线;然后对统一后的等高线再次利用Delaunay三角网查找具有邻接关系的等高线对,利用等高线对的高程关系判断出其为父子关系或兄弟关系,据此将等高线插入到相应的位置,逐步生长成等高线树。同时给出了基于Delaunay三角网的等高线树生成方法的算法设计及试验结果。     

Delaunay三角网的并行构网算法

针对传统的Delaunay三角网的并行构建算法负载均衡性不高、运行效率较低等问题,该文在综合逐点插入算法和分治算法各自优点的基础上,提出了一种Delaunay三角网并行构建算法。该算法首先使用动态格网剖分点要素集,从而得到若干点要素子集;然后根据点要素子集数量初始化线程池,每个点要素子集由一个线程按照插入点法构建Delaunay子网;当所有线程完成子三角网构建,最后使用逐点插入法合并所有子网,从而实现所有点要素的Delaunay三角网构建。分析与实验结果表明,相对于传统的并行算法,该并行算法的负载均衡性好、运行时间少、加速比高,具有较好的构建效率,而且构建结果满足Delaunay规则。     

离散点集Delaunay三角网生成算法改进与软件开发

改进了三角形生长算法，在原算法的基础上，用均匀格网来划分离散点集，建立点集的栅格索引,快速生成初始三角形，再进行扩展；引进了封闭点的概念，在扩展过程中动态删除封闭点，加快了查找点的搜索过程；软件开发中采用VC的MPC类Carry和CList来管理数据，创建了CBuildtin和Craster两个类来生成三角网和栅格索引，提高了程序的可移植性。     

一种非凸包边界约束不规则三角网生成算法

数字高程模型(DEM)模拟的大多数地形区域是多种类型区域镶嵌而成的复合体,且子区域的边界一般为非凸多边形,即三角网受到边界的约束。而目前已有的各种Delaunay三角网构网算法生成的不规则三角网的边界都是区域内采样点集的凸包,不能表达复合区域和边界为非凸多边形的区域。本文作者对三角网扩张法作了扩展,使之能够在任意多边形所包围的区域内生成不规则三角网。扩展后的算法具有步骤简单、适合任意多边形边界内生成不规则三角网的优点,而且该算法可用于"分块"式生成数据量较大的三角网,同时保证各"分块"之间完整的邻接关系。     

狄洛尼三角网构建的目标点快速定位

针对在狄洛尼三角网构建中现有的目标点定位方法存在算法不够稳定、定位路径不惟一等问题,该文在重心方向定位算法的基础上研究建立一种沿搜索方向移动重心的快速定位方法:当发生目标点与当前重心连线经过三角形顶点或者与某三角形边重合等特殊情况时,利用三角形间的拓扑关系得到下一搜索三角形,以此三角形的重心代替前一重心与目标点构成新的搜索方向,继续搜索,从而解决切点问题;同时采用混合积判定公式确定两条线段的相交关系。仿真实验证明改进方法的定位路径惟一,而且可以大大提高构网效率,算法更稳健。     

一种基于凸包的Delaunay三角网算法设计

Delaunay三角网算法的设计与研究对DTM的建立有着重要的作用,本文在分析已有三角网算法的基础上,根据逐点插入算法的思想与凸包算法相结合,提出了自己的算法:先绘制凸包,然后构建初始三角网,最后用LOP方法整体优化。该算法尽可能的减少了对一条边的优化次数,从而提高了算法的运行效率。     

一次性生成约束Delaunay三角网算法的编程与实现

地形分析是指挥员进行决策分析的基础,将以约束Delaunay三角剖分为数据格式的DTM结构的电子地图运用到武警部队执行任务中,是为适应当前新军事革命的必然趋势。文献[1]中,进行了一次性生成约束Delaunay三角网算法的阐述,在此基础上进一步阐述了用Delphi6.0对该算法的编程与实现。     

一种动态构建Delaunay三角网的算法

Delaunay三角剖分算法是构建数字高程模（DEM）的主要算法。在分析现有的Delaunay三角剖分的3种算法之后,指出现有算法存在的不足。并提出一种TIN的动态建模方法,利用分块技术来改进搜索方法,大大提高了Delaunay三角网的构建速度。实验结果表明,此算法和前面3种算法相比,效率有了很大提高。     

不规则三角网的几种数据结构及其存储机制研究

在比较分析了TIN的几种常见数据结构的基础上,针对TIN拓扑查询与搜索问题,提出了另外几种强调边拓扑信息的TIN数据结构,根据拓扑关系的表达方式可以将它们分为内存索引式结构、数组索引式结构及二者的混合结构,并给出了这些数据结构的多种序列化存储方式:数组索引直接存储、对象ID存储法、PythoncPickle存储、对象内存地址的存储法。研究比较发现数组索引直接存储的数据占用空间最少,对象ID存储法和对象内存地址存储法的二进制方式占用空间相同,Python cPickle只适合于极小规模的TIN数据的存储。对基于不同数据结构的TIN模型构网效率测试表明,不包含边信息的结构的构网效率最高,含有边信息的结构中采用数组索引表示拓扑关系的构网效率最高。研究结果将对TIN模型的软件实现具有理论及应用价值。     

集成距离变换和区域邻接图生成Delaunay三角网的方法研究

基于距离变换和区域邻接图,提出了一种D-TIN(包括约束的D-TIN)的生成方法。利用D-TIN是Voronoi图的几何对偶这一特性,使用距离变换获取点的Voronoi图,使用区域邻接图获取点在该Voronoi图上的空间邻接关系,以生成D-TIN或者约束的D-TIN。实验表明,与经典的基于数学形态学生成的D-TIN和约束D-TIN的方法相比,本文算法可以分别提高约57.70%和56.64%的效率。