基于Delaunay三角网生长法的并行图像插值方法

提出一种基于Delaunay三角网生长法的并行图像插值方法。该方法通过八邻域备选点减小了最优外接圆搜索范围,并采用了基于点存储的Delaunay边链表,加快了边更新速度,通过划分策略实现了机群环境下的并行图像插值。该方法占内存小,可以解决大数据量的图像插值问题。

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。

构建Delaunay三角网的一种新型生长法——壳外插入法

基于逐点插入法中影响域的概念,提出一种新的三角网生长算法——壳外插入法。该算法以三角网外围的凸包生长为基础,通过查找生长边、内蚀既有网、重构三角网3个基本操作,达到既有网在保持Delaunay特性的同时纳入新点,从而实现三角网的生长。该算法克服了传统生长法需要查找第3点的缺陷,也避免了逐点内插法大量三角形定位的操作,因而算法的平均复杂度达到O(NlogN)。使用了大量的随机散点数据和常吉高速的实测地形点数据对算法进行测试,证实该算法快速有效。

Delaunay三角网生长算法改进与实现

对一般三角网生长法做了简要介绍和分析,针对限制算法效率提高的关键步骤——"搜索符合条件的第三点",提出了一种"第三点分区搜索法"的改进算法。通过一系列的圆弧将离散点区域划分成多个分区,构网时规定只可在当前分区和相邻的下一分区搜索第三点,当该分区的离散点搜索完毕后进入下一分区。在Microsoft Visual Studio 2008的环境下使用C++进行编程测试,结果表明,该算法能够加快构网速度,生成的三角形形状良好,具有一定的实际效用。

Delaunay三角网增点生长构造法研究

论述了一种由计算机自动生成Delaunay三角网的增点生长构造法。该方法属于不规则三角网的动态构网法,它借鉴了静态构网法中递归生长算法的部分思想,并利用Lawson提出的最大最小(MAXMIN)角度法则对三角网进行即时的局部优化,从而达到了快速、有效地构建Delaunay三角网的目的。该方法对快速生成海底DEM数据,进行海底仿真具有重要的作用。

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。

二维离散点集Delaunay三角网生长算法的改进

Delaunay三角剖分在计算几何、计算机图形学、计算机辅助设计、有限元分析、地理信息系统等邻域有广泛的应用,是一项极为基础且重要的离散数据网格化技术。生长算法是一种重要的Delaunay剖分算法,具有较高的理论价值和实际意义,该算法思路简单且容易扩展,可以拓展到三维点云曲面的构造中。但是现有的生长法效率不高,无法处理海量数据,本文经研究提出了一种基于Delaunay空圆性质的改进算法,在逐边定向扩展过程中直接利用Delaunay空圆性质,迅速缩小备选扩展点集的范围,大幅提高了三角网生长速度。大量的随机和规则数据测试表明该改进算法效率提升显著,与已有生长算法相比有10倍以上的提高,且数据量越大效率提升越明显。

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。

约束Delaunay三角网生成算法研究

对约束Delaunay三角网的构建算法进行研究,并提出一种约束Delaunay三角网生成算法,它充分利用分治算法与生长算法的优点,对离散点、构网中实时生成的边及三角形采用分块进行网格索引,有效地减少了搜索目标点、边及三角形的时间,从而提高构网速度。

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。

基于不规则三角网构建的网格生长算法

提出一种基于离散点Delaunay三角网快速构建的网格生长算法,采用分治算法将离散点表达为唯一网格,利用稀疏矩阵完成网格数据的压缩存储,通过标识码实现有值单元格与离散点之间的高效检索,从而提高网格构建的效率。依据有值单元格的密度获取预设正方形搜索空间,并在三角网扩展时根据需要动态建立正方形搜索空间,从而保证网格生长的准确性。实验结果表明,该算法的时间复杂度为O(nlogn),对于少量或海量离散点均具有较好的适应性。

生成Delaunay三角网的快速合成算法

合成算法结合了传统的递归分割法和逐点插入法的优点,兼顾空间和时间性能.然而,该算法不可避免地继承了两种传统算法的不足,在执行效率上受到限制.为了解决执行效率问题,提出了快速合成算法,对合成算法进行了改进和优化.该算法基于面积坐标的点定位算法和简化的高效空外接圆判断算法,从而大大提高算法的整体执行效率;同时充分考虑平面点集的任意性,适用于对任意平面点集构建Delaunay三角网.

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Delaunay三角网的模型拼合算法研究

模型拼合在地理建模、铁 (公 )路路线三维设计等领域应用十分广泛 ,研究如何快速高效地获得拼合模型的算法很有必要。基于 Delaunay三角网模型的拼合算法 ,提出了一种快速获取模型拼合交线的方法和快速搜索交线范围内三角形的算法 ,采取拼合交线入网及初始 D-三角网的裁剪 2个关键步骤来实现 D-三角网模型拼合。对模型拼合的整个过程进行了详细的阐述 ,采用 VC+ + 6 .0语言实现了算法 ,并利用实验数据对算法进行测试 。

一种改进的用于三维DT剖分的三角网生长算法

三角网生长法具有独特的优势,但将其扩展到三维的研究远远少于逐点插入法、分治法以及二者的合成算法,研究扩展三角网生长法实现三维DT剖分的算法。引入k近邻思想优化了原始算法,时间复杂度可达O(NlogN),且改进对二维、三维算法都有效。通过AE二次开发完成了数据操作、算法实现和二维、三维显示等功能,后续能够较方便地添加和扩展ArcGIS相关功能以及其他数据挖掘算法模块。用两组6个点集数据进行实验分析,网格构建时间对比验证了算法性能。

基于Delaunay三角网的区域等值线绘制关键算法

基于三角网格法进行等值线绘制比常用气象绘图软件的矩形网格法更客观更快速,而在众多的三角网剖分方案中,以Delaunay三角网最好最正规。本文是关于二维离散场等值线绘制的算法集成,详细介绍了Delaunay三角网的逐点插入生成算法中所涉及到的凸壳生成、初始三角网生成、逐点插入、LOP优化、寻找包含插入点P的三角形等过程的算法流程,并给出了不规则区域等值线绘制中所采用的二次B样条曲线光滑、交点计数法点面关系判识、互为异侧法线段相交判识等关键算法。

一种改进的约束Delaunay三角网构建算法及其在快速立体解译平台中的应用

约束Delaunay三角网在土方量估算、三维表达、地形拟合等方面得到了广泛的应用。本文对传统的无约束三角网生长法进行了扩展,使扩展后的算法可以同时满足外部边界约束及其内部多线串约束。通过对构网过程中的主要判断法则进行优化,提高了算法的效率和鲁棒性。试验表明将本文算法应用于"快速立体解译平台"中的不规则实体体积估算可以取得很好的效果。

基于Delaunay三角网井点面积加权法的油气储量计算

提出了一种利用井点面积加权法对油气储量进行计算的方法,该方法利用单井大地坐标构建平面Delaunay三角网,计算各顶点在该三角形中的控制面积,将其累加得到该井点在整个油气区域中的控制面积。利用单井控制面积可以对油气区域进行储量计算,求出整个区域的油层有效厚度、平均孔隙度、平均原始含油饱和度及平均原油体积系数等数据。单井Delaunay三角网格的质量是所有网格中最好的,能最大限度地利用原始井点资料,使得储量计算效果达到最优。

Delaunay三角网生成的改进算法

在石油领域,经过多年的研究和发展,一些网格相关的基本算法如Delaunay三角网生成算法等已逐渐趋于成熟。然而伴随技术的发展,行业对相关算法和软件的要求也不断提高,现有方法已经不能满足实际需要。文中分析了目前常规三角网生成算法的特点和缺点,提出了一种将逐点和分治相结合的快速生成Delaunay三角网格的方法,使得布点数目对构网效率不会产生较大影响。通过大量测试验证了该算法在正确性、稳定性和效率上较传统算法具有较大优势。

一种基于Delaunay三角网边长阈值与激光点云的建筑立面结构提取方法

该文提出了一种基于Delaunay三角网边长阈值与激光点云的建筑物立面结构提取方法。首先对建筑物点云数据进行去噪等预处理,并采用RANSAC算法对点云数据进行立面分割,然后构建Delaunay三角网,并利用三角网边长的统计信息,自动设置区分长短边的阈值,以此提取建筑物立面点云的边界点。实验结果表明,该方法能够有效地提取较为完整的建筑物立面结构,且与平面投影法提取结果对比也验证了其可靠性。