改进Delaunay三角网格等值线提取方法

传统的基于Delaunay三角网格等值线提取方法采用线性内插,对于研究区域变量时,误差较大。提出了采用等值点非线性计算和三角形重心内插等方法,对传统的基于Delaunay三角网格等值线提取方法进行改进,显著提高了对区域变量拟合精度,并在广东海岸带降雨量数据中对该方法的实用性进行了验证。

树木枝干Delaunay三角网格构建技术

基于点云的树木建模技术是获取树木三维模型的一种重要方法。以三维激光扫描得到的树木枝干点云数据为数据源,将树木枝干点云数据分割成不同的部分,沿树高方向分层。利用凸包算法提取树木不同高度的点云等值线,在相邻等值线间使用三角网生长算法构建Delaunay三角网。合并树木不同部分的Delaunay三角网格,构建出树木枝干的Delaunay三角网模型。通过实例验证,运用此方法提取的树木枝干等值线模型符合一般等值线模型的特点,相邻2条等值线间不会产生边缘交叉问题;构建的树木枝干Delaunay三角网模型比使用普通软件建立的模型数据量大幅减小,而且模型效果更好。使用射线碰撞检测技术提取模型参数,与实际测量值对比误差在5%以内,满足林业测树要求。

基于SURF特征和Delaunay三角网格的图像匹配

图像特征匹配的核心是通过距离函数实现在高维矢量空间进行相似性检索.重点研究提取好的特征点并快速准确地找到查询点的近邻.首先,提取图像的多量、有区别且稳健的SURF(Speeded up robust feature)特征点,并将特征点凸包进行Delaunay剖分.然后,对Delaunay三角边抽样、聚类、量化并构建索引.通过票决算法,将点对匹配与否映射到矩阵中以解决距离度量没有利用数据集本身所蕴含的任何结构信息和搜索效率相对较低的问题.结合SURF算法和Delaunay三角网提出一种特征匹配的新方法,在标准图像集上的实验验证,在耗时基本相同的情况下,提取的特征点较多且正确匹配率较高.

基于光流与Delaunay三角网格的图像序列运动遮挡检测

针对图像序列运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与Delaunay三角网格的图像序列运动遮挡检测方法.首先构造基于非局部约束的TV-L1光流估计模型;然后根据图像Delaunay三角网格划分与光流估计结果对图像序列帧间对应像素点和局部三角形进行运动遮挡判断并检测遮挡区域;最后采用MPI Sintel和Middlebury数据库提供的测试图像集对本文方法与SMOD、GOSF等代表性方法进行对比测试.实验结果表明,本文方法相对于SMOD和GOSF方法在十组测试图像集的平均漏检率和误检率分别降低15.21%与30.57%,说明本文方法针对非刚性运动、复杂场景、弱纹理、光照阴影以及大位移等类型图像序列均具有较高的检测精度和较好的鲁棒性.

基于Delaunay三角网格的土石混合边坡块石空间分布评价与随机投放方法

已有的土石混合边坡块石几何形态分析评价体系大多只考虑块石含量、块石级配、块石排布方向角以及块石形状等几何因素,并未对块石空间分布的整体格局进行定量描述。在进行土石混合体边坡随机块石模型的构建时,现有学者均采用基于块石边界不相交为判定准则的随机投放方法,并未考虑所生成模型的块石空间分布特征是否与研究目标相符。针对现有评价体系的不足,提出采用基于Delaunay三角网格的块石空间分布格局评价与随机投放方法。以单个块石颗粒的几何中心为平面点构建Delaunay三角网格,采用基于Delaunay三角网格的集聚指数对块石之间的相对位置空间分布关系进行评价。在进行土石混合体的随机重构时,通过循环算法,采用Delaunay三角网格法对基于蒙特卡罗随机生成的空间散点进行同步处理,直至所生成散点试样的聚集指数与预期匹配则退出循环。并以所生成的Delaunay三角网格的顶点为基础进行颗粒投放,从而生成符合一定空间分布格局特征的随机块石分布模型。

基于GIS的高质量约束Delaunay三角网格剖分

在分析现有非结构化网格剖分算法的基础上,提出了一种GIS支持下的改进分治算法实现约束Delaunay三角网格剖分。该方法利用了GIS的空间拓扑关系对算法输入数据进行预处理,基于三角形的统一数据结构实现了网格细化,对输出剖分网格进行准确的拓扑和约束条件的检查,并基于推进阵面算法思想,结合空间邻近拓扑关系实现了三角剖分节点和网格的重新编号,方便了实际问题中开边界条件的赋值,提高了计算效率。实例应用表明,该方法大大简化了数值模型非结构化网格剖分的前处理过程,集成了几种综合算法的优点,在保证原分治算法时间复杂度的基础上,提高了约束条件下Delaunay三角网格生成的质量。

Delaunay三角网格化算法及实现

在实践的基础上，探讨了Ｄｅｌａｕｎａｙ三角网格化算法的实现技巧，提出了改进措施．是后就平面单连通城的Ｄｅｌａｕｎａｙ三角网格化算法及在空间中的应用做了深入的讨论。

Delaunay三角网格的自适应生成方法

首先介绍了自适应有限元的研究背景和研究现状。其次,在新型协同转动3节点三边形壳单元的有限元计算方法上,基于有限元后验误差估计方法和Delaunay三角网格生成算法,设计了一套自适应网格生成方法,并采用MATLAB和Fortran编写了程序。最后,利用程序对产生大位移与大转角变形的板壳问题进行了非线性分析,并与均匀加密后的网格进行比较,进一步验证了自适应网格生成方法在提高计算效率的同时,也保证了计算所需的精准度。

2D-Delaunay三角网格的数据结构与遍历

本文总结了二维Delaunay三角网格的Bowyer-W atson自动生成算法及其实现步骤,提出了一种类的结构、函数范例(采用V isual C++6.0编写程序),并讨论了遍历三角网格各种方法的优劣性,给出实验数据对比;最后得出结论,用广度优先的遍历方法创建网格是生成三角网格一种相对便利有效率的方法;另外,讨论了初始点加入顺序对程序运行时间的影响.

一种基于格网划分的高效Delaunay三角网格化算法

对于任意给定的平面散点数据,可以通过Delaunay三角剖分进行网格化处理。但是当数据量较大时,一般的Delaunay三角网格化算法建模过程非常复杂,且内存消耗大,执行效率低。本文在传统的分割-合并算法基础上,对已经进行块分割的格网数据进行排序、再分割,然后按照分割的逆序合并Delaunay子三角网,高效快速地生成Delaunay三角网格,有效地提高了建模效率,其时间复杂度接近于Ο(n)。

基于Bowyer-Watson法的Delaunay三角网格的一些改进

提出用“有向线段推进法”生成初始网格,生成的三角形都在计算区域内,避免了删除计算区域外的多余三角形,这对凹域或多连通区域来说,大大减轻了工作量。本文通过尺寸函数来控制内部网格点的分布,用“背景网格法”生成复杂区域的尺寸函数。

约束Delaunay三角网格生成地质构造模型

建立数字化地质模型,能够提供多角度、多细节的观察手段,提高油气资源评估的准确性,方便不同领域的专家的交流和协作.采用逐点添加、局部优化的Watson算法,能够生成包含边界、断层、离散数据点的约束Delaunay三角网格,用约束Delaunay三角网格生成地质区块的多个地质层面模型,并组合成闭合的三维地质构造模型,为地质勘探数据的分析和数据场的可视化提供了重要的基础.

基于Delaunay三角网格的等值线/等值面寻找和填色

在等值线、等值面生成及填色的的绘制过程中,合理有效地处理等值线、等值面以及判断等值面的包含关系是需要解决的关键技术问题。其处理的好坏直接影响等值线、等值面绘制的完整性以及效率。针对等值线和等值面的生成、绘制、排序、填色各个步骤的方法进行分析,在已有算法上进行优化改进,提高了结果的准确性。同时提出了根据周围边框交点判断等值面包含关系的方式,确保在不牺牲太多效率的前提下,绘制准确完整的等值面图片。

Delaunay三角网格的沥青混合料粗集料分布特性

为研究沥青混合料的细微观结构特征,提出粗集料分布特性的量化方法和指标.基于数字图像处理技术对粒径大于2.36mm的沥青混合料粗集料质心进行delaunay三角剖分,建立三角单元内A1/A2(集料-胶浆面积比)参数表征细观结构局域特征,通过对A1/A2统计特性的描述、分析以及概率形式的统计推断,得到粗集料整体分布特性的量化与分析结果.研究表明,不同级配之间粗集料的总量及级配各档位质量分布的差异性将显著影响细观结构特征,如沥青玛蹄脂碎石混合料(SMA)、开级配抗滑磨耗层混合料(OGFC)和高性能路面沥青混合料(SUP)3种级配粗集料的平均紧密程度呈递减趋势.此外,给出A1/A2参数的集中趋势指标和偏态指标,并在此基础上提出非参数检验方法对沥青混合料细观结构进行对比,评判多种级配细观结构的嵌挤紧密特征的异同,认为SMA和OGFC的细观嵌挤特征类似,而SUP和SMA以及OGFC相比细观结构更趋于分散.

针对路面建模的Delaunay三角网格分治算法

为了对路面进行三维建模,使用Delaunay三角网分治算法处理路面点云数据,根据路面点云的特点,对点云进行划分中不考虑z坐标。使用Delaunay三角网分治算法处理不同规模的点云数据并记录生成三角网所需的时间,收集一段路面的点云数据并使用Delaunay三角网算法进行处理,观察生成的三角网是否和扫描的路面匹配。Delaunay三角网分治算法能够较快地生成三角网,但是在处理大规模点云数据时仍需消耗很多时间,同时针对路面三维建模问题,Delaunay三角网分治算法所生成的三角网能够很好地拟合路面。

激光雷达数据的Delaunay三角网格简化算法研究进展分析

激光雷达以激光扫描为原理,在成功获取对象的三维坐标信息后通过算法重现出来,因此激光雷达会获取相对凌乱且数量庞大的信息,对这些信息的有效处理是其发挥良好观测效用的关键。目前主要通过Delaunay三角剖分算法进行激光雷达扫描所得数据的分析处理,基于该算法模型开展简化算法研究,确定最合适的计算流程,能够在保障准确性的同时实现对三角网格算法的简化,进而推动激光雷达的实际应用效果。

基于Transformer的城市三角网格语义分割方法

对城市三角网格(Urban Triangle Mesh)数据进行语义分割以识别不同类别的物体,是理解和分析三维城市场景的一种非常重要的方法.城市三角网格是一种具有丰富空间拓扑关系的三维空间几何数据,包含大量的几何信息,然而,现有的方法仅仅单独对每种几何信息进行特征提取,然后简单地融合再进行语义分割,难以利用几何信息之间的关联性,对个别物体的分割性能不佳.为了解决上述问题,提出一种基于自注意力机制Transformer的模型UMeT(Urban Mesh Transformer),其由多层感知机和MeshiT(Mesh in Transformer)模块构成,不仅可以利用多层感知机提取高维特征,还可以利用MeshiT模块计算各种几何信息之间的关联性,有效挖掘城市三角网格数据中隐含的关联.实验证明,UMeT能提取高维特征,同时保证城市三角网格数据的空间不变性,从而提升了语义分割的准确性.

Delaunay三角剖分的汽车螺旋锥齿轮磨损检测

由于汽车后桥螺旋锥存在耦合竖向振动,导致齿轮磨损难以精准检测,因此提出Delaunay三角剖分的汽车螺旋锥齿轮磨损检测方法。通过扫描式方法测量齿轮表面的离散数据,对相邻扫描线进行Delaunay三角剖分,完成齿面非特征离散数据分块,实现对齿轮表面区域的全面描述。根据数据分块结果,采用基于Hermite插值的LMD算法,遍历计算三角网格的PF分量幅值,完成齿轮磨损故障的检测。实验结果表明,所提出方法的磨损深度与磨损率检测结果与实测结果基本一致,并且能够对齿轮磨损区域面积进行有效检测,检测精度最高达到98.7%。因此,说明所提出方法能够对齿轮磨损进行有效的检测。

三维网格模型的局部三角剖分算法

为了提高三维网格模型的渲染显示效率和提高网格质量以满足有限元分析,提出了一种新的三维网格模型的局部三角剖分方法。本方法的三角剖分基于Bowyer-Watson插点算法实现。通过在新插入点的邻域内搜索三角形来提高三角剖分的效率,通过对网格的几何形状和连通性进行局部修改来提高网格质量。通过尺寸场来约束控制三角剖分区域,使得生成的网格质量和算法性能有较好的综合表现。

基于Transformer的三角形网格分类分割网络

三角形网格是一种重要的几何数据结构,能有效地表达三维模型的形状细节,但三角形网格面元素的分布并不规则,因此将现有的深度神经网络直接应用到网格上较为困难。针对三角形网格不规则的结构问题,直接将网格的面作为Token,提出一种将Transformer应用于三角形网格的深度神经网络。首先,将面的重心坐标或谱域特征作为位置信息,融合其内蕴特征作为输入特征,并对输入特征位置嵌入;其次,利用自注意力模块提取全局特征,利用面卷积模块提取局部特征,以增强网络局部特征的提取能力;最后,融合局部特征和全局特征构建应用于三角形网格上的分类和分割深度神经网络。在SHREC分类数据集和COSEG分割数据集上的实验结果表明,该方法准确率较高且可以有效地提升训练速度。