基于ArcGIS环境下多类型数据的三角网和Voronoi图的生成

基于渐次插入算法,在ArcGIS环境下,提取居民地中心点和道路中心线上的点作为离散点,实现了对这些离散点的Delaunay三角网的构建和数据的有效组织,利用ArcGIS提供的接口生成了Voronoi图,实现了多类型数据Delaunay三角网和Voronoi图的生成。     

左转算法在间接法生成Voronoi图中的应用

就利用左转算法间接法生成Voronoi图进行了初步的探讨,首先用贪心算法进行平面的三角剖分,然后使用左转算法构建Delaunay三角网,再生成Voronoi图.实践证明使用这种方法在编写程序时程序结构更容易理解和稳定.     

一种基于二叉树的快速Delaunay三角网生成算法

提出了一种快速Delaunay三角网生成算法。算法采用分割合并的思想,首先对离散点按一定的阈值进行二叉树的分割,对每个叶子节点分别构建三角网,再从底向上进行合并具有相同父节点的块,在合并的过程中同时进行LOP优化,生成Delaunay三角网。在使用逐点插入法子块构网过程中,提出了一种三角形快速定位方法。最后通过和其他算法实验数据的比较,表明采用二叉树分块构建Delaunay三角网具有较好的效率。     

高效构建Delaunay三角网数字地形模型算法研究

在对传统构建Delaunay三角剖分(尤其是分割－合并)算法进行分析的基础上,采用自适应格网划分方法对点集进行排序、分割,并按照逆序合并Delaunay子三角网,然后进行约束处理,快速、高效地实现了Delaunay三角网的构建;对Delaunay子三角网合并、地性线处理、平三角形处理等关键问题进行了描述。实测结果表明,该算法的时间复杂度接近于O(n）。     

基于Delaunay三角网与Voronoi图联合提取等高线骨架的地形重建算法研究

提出一种基于Delaunay三角网与Voronoi图联合提取等高线特征骨架的地形重建算法,该算法利用各Delaunay三角形与其对偶Voronoi多边形之间的关系,能一步高效的提取骨架,再通过分析骨架点与主要地貌特征的对应关系,对骨架点进行插值,最后由提取的骨架及原有等高线共同建立新的TIN,完成整个数字高程模型(DEM)的生成。实验结果表明,该算法对修正TIN 中不真实的平坦区域有良好的效果,使得生成的TIN 能更准确地描述地形特征。     

快速构建Delaunay三角网算法研究及OpenGL下三维可视化

对Delaunay三角网的构建算法进行研究。提出了一种基于网格索引的构网算法。借助于该算法的特点提出了一种新的点-块-三角形映射机制定位点所在三角形的方法。简化了三角网的优化过程,提高了三角网构建速度。同时在Open-GL开放式三维环境下,进行光照渲染等处理,实现了地形的三维可视化。     

间接法生成Voronoi图的设计与实现

设计出存储有点、线、面、Voronoi多边形等对象拓扑关系的数据结构,通过边扩展算法先构成Delaunay三角网.在此基础上引入凸包生成算法,生成Voronoi图,Voronoi图是GIS空间分析中一个重要的工具.     

无人机自主飞行轨迹问题的仿真研究

通过研究和分析,建立基于图论分析的多目标动态优化模型。分别从二维平面和三维空间进行合理的规划,最后对所建模型进行仿真分析。通过模型优化、仿真实验,以及与Voronoi图进行吻合分析,最终确定分别在二维平面和三维空间的无人机最优航迹。     

三维人体的点云获取与点云重建

针对三维人体重建中人体曲面复杂,点云庞大的问题,提出一种基于三维Voronoi图,并利用Delaunay三角剖分性质的Crust算法进行人体三维重建.采用三角测量原理计算三维坐标,散乱的点云构成Voronoi图,Delaunay三角剖分Voronoi图得到原始模型.利用Xjtuom三维面扫描仪测量人体点云,进而采集到了49幅不同角度和高度的图片,并用自带软件完成了配准.通过Matlab平台完成点云读取,点云精简和基于Crust算法的三维重建.实验表明,该算法可以保证曲面重建的拓扑正确性和收敛性.该三维重建系统能够实现人体庞大点云的三角剖分与人体复杂自由曲面的重建,并得到了360°无缝隙的人体重建模型.     

DEM快速构建及地形裁剪算法的研究

提出了一种快速构建DEM的算法。它先产生一个包含插值点在内的内插三角形，然后利用此三角形来内插插值点高程；为提高算法对复杂地形的适应能力，利用离散点及地性线对地形进行描述，并保证生成的三角形不跨越地性线。其次，提出了一种基于DEM的对三维地面进行裁剪的分治方法，该方法利用DEM数据生成一个规则的三角网并将裁剪边界插入到三角网中重新构建三角网，通过删除裁剪边界内的三角形来达到对地形裁剪的目的。     

一种支持三维Delaunay三角剖分与Voronoi图生成的数据结构

目前,很多三维Voronoi图生成算法都是先构造Delaunay三角剖分,然后根据剖分后的数据结构来提取出Voronoi信息。在这个过程中,一种简单易处理的数据结构可以提高算法的效率,而在提取Voronoi信息时需要这种数据结构提供足够多的拓扑信息,以便快速简便地提取Voronoi信息。因此一种易于处理而又保有足够多拓扑信息的数据结构显得尤为重要。描述了一种数据结构,使Delaunay三角剖分算法的实现更加直观、简单,而且足够的拓扑信息简化了Voronoi信息的提取过程。     

基于Voronoi图的无人机航路改进规划

针对传统B样条插值法在无人机航线优化路径中的不足,基于Voronoi图提出一种新的快速优化航路算法.首先根据最短路径算法在Voronoi图中生成初始路径,然后在路程时长和权重大小最优的情形下,采用该优化算法对路径中构成不可飞夹角的各节点进行更新和替换,生成一条最优路径.该算法解决了因初始路径不合理导致无人机不可飞的情形,同时保证了航路中威胁代价和燃油代价的最优.实验结果表明,该算法满足航路规划的有效性和合理性.     

基于引导点的无人机三维航迹规划方法

为提高无人机航迹规划的速度,提出了一种基于引导点的航迹规划方法. 该方法结合了不同规划方法的优势,将无人机航迹规划分为两个层次:全局规划和局部规划. 全局规划利用遗传算法规划出最优或次优的区域点集,然后产生区域的引导点列;局部规划根据全局规划提供的引导点列,利用SAS(sparse A search)算法快速规划出满足约束条件的可行航迹. 仿真实验表明,该方法较好地结合了遗传算法和SAS算法的优势,规划航迹效果优于单一的遗传算法和SAS算法,并且有效地提高了规划速度.      

离散平面Voronoi图的光栅图形算法

1　引言　　Voronoi图及其对偶Delaunay三角剖分,目前广泛应用于计算机图形生成、CAD/CAM和有限元方法等领域,特别是近十年来,随着计算机图形学的发展,三维图形生成技术的需求,受到了学术界的极大关注.此外,Voronoi图的几何特性,在气象、结晶材料,空中交通管制等领域都得到广泛应用.从目前发表的大量文献看,基本上是基于连续域计算几何出发进行的[1,2],其计算方法主要分成两个类型:一个是增量算法,通过每次增加一个点来计算Voronoi图;另一种是分合算法,通过将点划分成两部分,递归计算每一部分点的Voronoi图,然后再将它们合并.光栅图形…     

计算Delaunay三角剖分的新算法

提出一种计算K维欧氏空间EK 中任意数据点集的凸包的Delaunay三角剖分的新算法 .通过引入辅助的无穷三角形和在全空间 EK 的Delaunay三角剖分 ,确保最终结果是数据点集的凸包的完整Delaunay三角剖分 ,而且使算法具有在线性质 ,适用于动态的数据点集 .     

二维Biot固结方程的自然单元法求解

为了使自然单元法能够应用于土体等多孔介质的流固耦合计算,通过结合Biot固结理论及自然单元法自身特点,利用经典变分原理推导了固结微分方程的离散形式,并针对二维问题编制了相应的计算程序.算例结果表明,自然单元法的结果与解析解吻合良好,其精度高于有限单元法.从而验证了自然单元法在固结分析中的正确性,拓展了自然单元法的适用范围.     

一种高效构建Delaunay三角网的算法

提出了一种基于改进的Graham扫描法的分块构建不规则三角网算法。采用分割合并的思想,先对平面上的离散点集区域进行分块,然后对各个子块用改进的Graham扫描法生成不规则三角网,再从边界边出发依次合并相邻的三角网子集,直到所有子集合并结束。本算法采用分块的思想缩小了构网时的搜索范围,对子块用改进的Graham法生成三角网提高了算法性能。实验结果表明,本算法使构网效率有很大的提高。     

基于遗传算法的无人机航迹规划研究

本文研究了一种用遗传算法进行无人机航迹规划的方法,指出了无人机航迹规划的定义;提出了一种给定威胁及障碍分布下的无人机路径规划算法。根据威胁及障碍分布情况构造无人机可能飞行的航路集voronoi图,采用Dijkstra算法搜索威胁及障碍分布图,求解初始最短路径。在初始最短路径基础上,采用遗传算法优化初始路径。最后进行仿真实验,结果验证了遗传算法能提高航迹质量。     

虚拟人群仿真的路径规划新算法

提出了一种用于虚拟人群仿真的路径规划新算法.该算法由全局路径规划模块和局部避碰模块组成.全局路径规划模块利用具有最短距离约束的Delaunay三角形方法分割虚拟环境,并由具有距离信息的单元入口图进行表示;局部避碰模块利用相互速度障碍物方法,并加入了停止规则.实验结果表明:通过对具有距离信息的单元入口图的遍历可获得并存储...