点云数据三角网格生成算法及应用

在引入局部Delaunay边和局部Delaunay三角形的基础上,给出一种平面及空间散乱数据点集的三角网格生成的快速算法,实验表明本算法具有运行速度快、计算准确、存储简单等优点.     

基于Delaunay三角形的非结构化有限元GPR正演

介绍传统Bowyer-Watson三角网逐点插入法的原理与实现步骤,并将固定边界限制、Laplacian光顺、边压缩、边分裂、点插入等拓扑变换技术应用于网格剖分的优化;为了使数值解的误差在全域内接近于均匀分布,通过间隔函数法实现点源、线源等网格渐变控制,结合局部粗化或细化技术,建立高质量Delaunay三角形网格,实现自适应网格剖分。通过1个起伏地表与断层模型网格剖分实例验证非结构化网格对于物性参数分布复杂或几何特征不规则的地电模型的适应性。根据GPR有限元波动方程,应用三角形剖分、线性插值的Galerkin有限单元法进行求解。建立1个复杂GPR地电模型,利用Delaunay三角形对该GPR地电模型进行自适应网格剖分。研究结果表明:非结构化网格对于物性参数分布复杂或几何特征不规则的地电模型都具有良好的适应性;非结构化三角形网格剖分质量好,单元密度易控制,易于实现自适应有限元,能提高复杂模型正演精度。     

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。     

自然邻接点局部Petrov-Galerkin法求解中厚板弯曲问题

将基于自然邻接点插值的无网格局部Petrov-Galerkin方法应用于分析中厚板弯曲问题.自然邻接点插值创建的形函数具有Kronecker Delta函数性质,故能够准确地直接施加本质边界条件.在板中面上的局部多边形子域上采用局部Petrov-Galerkin方法建立系统平衡方程,这些子域由Delaunay三角形创建...     

散乱数据点的NURBS曲面重建算法

给出了一个新的散乱数据的NURBS曲面重建算法．算法充分利用邻近点集反映出的局部拓扑和几何信息，基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建．然后通过自动矫正局部数据点的非法连接关系，把局部三角网拼接成一张标准NURBS网格．结果表明，本算法非常高效、稳定，可以快速地直接重构出任意拓扑结构的NURBS三角形网格。     

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。     

地质模型网格剖分中Delaunay三角剖分算法的实现及优化

地震勘探方法的核心就是对地震波数据的采集、处理和解释，尽可能真实地反映地下的地质构造．整个勘探过程中，数据处理的难度最大，难点在于数据量大、运算量大．网格剖分由于其本身算法的繁琐和易错性成为整个数值模拟过程中的瓶径．选择并实现可根据少量的输入数据生成同时满足通用性与健壮性要求的网格数据的剖分算法具有重要实用意义．本文提出了地质模型数据不规则网格剖分算法的思路，并实现了经过优化的Delaunay三角形网格剖分算法。     

含动边界非结构化自适应网格生成方法研究

在处理包含运动边界的流体运动时,由于边界的运动而引起网格的变形,对精度和计算步长造成严重的影响,该文讨论了当网格变形严重后对网格重新修正的方法,主要包含以下几个内容：常用的生成 非结构化网格的方法,即阵面推进法和Delaunay方法,利用自动插点的Delaunay方法生成 二维三角形网格以及网格的自适应过程,采用网格再生成技术解决含动边界网格的变形问题。     

反求工程中基于Delaunay三角形的模型重构研究

散乱点的三角网格剖分是反求工程中首要环节。在分析三角剖分基本方法的基础上提出了动态圆和封闭点的概念,使得搜索新三角形的范围大为降低,从而加快了速度,并在搜索过程中实现Delaunay三角形优化。通过动态更新搜索边控制三角形生成速度。将新三角形和已有三角形的相交判定转化为和搜索边的相交判定,完成非凸边界下的多连通区域的划分。     

Voronoi图在公共服务设施规划中的应用

在公共服务设施的规划中,Voronoi图能很好的满足分析的要求。根据Voronoi图的对应的Delaunay三角形性质提出了一种的可行效率较高的生成的方法。     

一种新的四边形的生成算法

Q-Morph算法在用Delaunay方法形成三角网格的基础上，利用已有的网格拓扑关系，提出一种新的四边形生成算法。采用边界推进法来生成四边形网格。该算法生成的网格具有边界敏感性和方位不敏感性，并且能极大地减少网格中不规则点，很大程度上提高了网格质量。     

利用基于内容的网格模型进行图像恢复

将基于内容的自适应三角形网格模型这种图像表达方法应用于图像恢复.在图像恢复过程中,首先提取图像的特征图,并利用Floyd-S teinberg算法和Delaunay三角化算法产生网格,用来表达图像;然后利用正则化方法对网格节点的灰度值进行迭代,从而恢复该节点的灰度值;最后利用已恢复的网格节点对像素点进行Lagrange插值,从而得到恢复后的图像.该方法能对含有噪声的图像进行有效地恢复,试验证明较有约束最小二乘方法性能更好.     

面向大规模科学计算的三维Delaunay快速插点算法

该文提出一种快速、稳定的Delaunay插点算法.这一算法提高了单机有元建模的规模,可在PC计算机生成千万级有元四面体网格.算法通过点与点之间位置关系,建立对位置信息;据这些信息在查找BASE单元时,提高＂walk-through＂点定位算法的速度.而在生成新单元和建立邻接关系过程中,算法利用CORE表面的三角网格,在性时间内完成CORE附近的新旧单元更新操作,并出算法时间复杂度证明.本文以分别以空间任意点集、正文体删格和机械模三角面片为例,测试应用Delaunay逐点插入算法.算例表明,本算法在一台Intel（R） Core（TM）2 Duo CPU E7200@2.53GHz,1.98GB内存的PC上可生成千万单元量级四面体网格,生成速度达11-15万单元/秒.     

三角网自动连接的聚焦算法

在三角网生长法的基础上，采用面向对象的技术，利用点数组和点索引数组来存贮平面上的散乱数据点，基于Delaunay三角剖分的“圆准则”，提出三角网自动连接的聚焦算法．该算法在扩展新三角形时，将点的搜索范围控制在已知三角形的外接圆内，计算速度大大加快．从给出的算例表明，该算法十分有效，特别适合于大数据量的三角剖分。     

任意采空区边界信息处理与有限元网格生成

建立了任意形状采空区边界信息的管理规则，以已知漏风边界的剖分精度作为区域网格密度函数的依据，用前沿生成法的网格剖分技术自动生成Delaunay三角形单元。优先处理最长前沿边，网格节点间距密度按该边距条件边界的距离的线性函数，来控制区域内网格的尺寸变化，最终实现区域内部网格的疏密逐渐过渡，采用Laplacian优化法进行光顺处理，进一步改善了三角形质量。算例表明，可按任意采空区形状和精度自动生成三角单元，调整方便。     

用球面混合曲率图像比较三角网格模型的相似性

针对现有相似性比较算法对模型的局部细节特征描述不足的现状,提出了一种零亏格三角网格模型形状相似性比较的新方法.在对三角网格模型进行姿势配准以后,映射三角网格模型到单位球上,并用多种曲率生成球面混合曲率图像,然后用球面调和函数对其分解,提取一维旋转不变的形状描述子进行相似性比较.实验结果表明,采用球面混合曲率图像可以对三角网格模型中不同类型的曲面进行清楚的区分;文中提出的方法能更细致地区别三维模型,对网格分辨率鲁棒且特征提取稳定,因此可以提高三维模型检索的有效性.     

基于PSNR立体图像质量客观评价方法

立体图像技术的发展为其质量评价提出了新的课题．为此,以平面图像的客观评价方法PSNR为基础。通过分析人类立体视觉,提出了一种立体图像质量评价方法．该方法分两部分进行立方体图像质量评价,分别是图像质量客观评价与立体感觉客观评价．实验结果表明,该方法的评价结果与主观评价结果基本一致,能够反映图像质量以及立体感的优劣度．     

坐标网格立体视觉测量中的图像匹配技术

利用立体视觉技术，实现对板料成形分析中应用的大批量坐标网格的变形进行无接触自动测量与分析，以减少工作量并提高测量的速度和精度．主要针对圆形坐标网格变形的立体视觉测量中的图像匹配技术进行了研究．在对网格图像进行特征提取与编码的基础上，实现网格单元的子域匹配，并通过对摄像位置进行预约束，建立起左右对应像素点纵向图像坐标间的约束关系，从而实现左右图像特征点的快速准确匹配方法．该方法程序实现简单，匹配结果可靠，无二义性，可推广应用于其他具有相似结构特征的三维图像的立体匹配中．     

基于图像内容和双目特性的立体图像质量评价

为提高图像质量客观评价与主观评价的相关性,提出了一种基于图像内容和双目特性的立体图像质量评价方法。首先,分别对参考和失真图像的频域信息加权,提取感兴趣区域作为权重进行融合计算,得到基于图像内容的评价值;然后,利用拉普拉斯金字塔和双目加权模型实现对左右视点图像的逐层分解、融合,并重构合成图,得到基于双目特性的评价值;最后,结合两者得到立体图像质量评价值。以LIVE3D图像库为样本,将该方法与主观评价值作相关性分析。在相同条件下,对于五种失真类型的立体图像,其Spearman等级相关系数总体优于现有算法。结果表明,该评价方法对立体图像质量的预测结果与主观评价值具有较高的一致性。