三角形网格数据的边缘提取及网格自适应细分

Edge Detection and Adaptive Subdivision of Triangular Mesh Data

三角形网格数据是数值计算及实际测量中获得的一类主要的不规则网格数据，数据量比较庞大，结构复杂，因而数据的可视化和分析存在许多困难。如果只将人们有兴趣的数据特征区域提取出来并单独处理（可视化、存储、后处理），不仅可以减少可视化中的计算及存储需求，而且可以为数据场中特征的高级表示、分析提供基础。因此本文讨论三角形网格数据中特征区域边缘的提取算法。我们在三角形网格中引入了邻域的定义，并基于此定义给出网格数据中边缘网格点的检测算法。该算法被用于三角形网格的局部自适应加细。

Triangular m esh structure isan im portantirregularm esh in data visualization. An effective w ay forreducing com putation and m em ory requirem ents is to extract feature regions from m assive data set, and only process (visualize, store, transm it, etc.) the data in these regions. For this reason, w e give an algorithm for detecting edge points from triangular m esh data. The algorithm can be applied to adaptive subdivision oftriangularm eshes.