生成Delaunay三角网合成算法.pptVIP

生成Del aunay三角网的合成算法 一种生成Delaunay三角网的合成算法 2000 武晓波，王世新，肖春生 生成Del aunay三角网的快速合成算法 吴宇晓，张登荣 2004 经过20多年的研究，自动生成Delaunay三角网的算法已趋于成熟。它们基本上可分为分治算法逐点插入法、三角网生长法等3类。其中前两类较第3类在应用户上更加广泛。但即使这两类算法也分别存在着时间和空间效率上的缺陷，使它们的应用受到了一定的限制。武晓波,2000提出了一个融以上两类算法优点于一体，兼顾空间与时间性能的合成算法。经测试，它的运算效率大大高于逐点插入法，在大多数情况下，也高于分治算法，在分割阈值约为总数据量的十分之一时，效率最高。 1引言 分治算法和逐点插入法由于易于实现，是当前应用较广的两类算法。这两类算法所采用的实现方法决定了它们存在着明显的局限性，分治算法需要大量的内存，逐点插入法运行速度极慢。当数据量较大或计算机性能较差时，它们的使用都将遇到困难。 武晓波,2000提出了一个成功地解决了上述问题的合成算法。该算法将逐点插入法嵌入到分治算法中，使它们优势互补，弥补了各自的缺陷。经过一个有2533个点数据测试，表明合成算法的运算效率大大高于逐点插入法，在大多数情况下也高于分治算法 2己有算法介绍2. 1分治算法2. 2逐点插入法2. 3三角网生长法 3合成算法 由以上介绍不难看出，目前采用较多的前两类算法各具优势又有局限，同时，它们又具有明显的互补性。分治算法时间性能好，空间性能差;逐点插入法空间性能好，时间性能差。我们评价一个算法的优劣是看它对时间和空间的消耗，即时空性能的综合表现。因此，就产生了一个非常自然的想法，为何不把它们结合起来，取长补短，从而提高算法的性能呢? 把分治算法与逐点插入法结合起来的具体做法是，以分治算法为主体，当递归分割数据集的过程进行到子集中的数据量小于一个预定值——分割阈值时终止，然后用逐点插入法在子集中生成子三角网。我们把这一新的算法称为合成算法。它的流程图见图1。其中v表示数据集:Nv是V的数据量;Nd是分割阈值;Nl, Nr分别表示两个子集的数据量;Tl,Tr分别表示在子集中建立的两个子三角网。 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，[吴宇晓，张登荣 2004]提出了快速合成算法，对合成算进行了改进和优化。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。 4算法的基本模块 为了便于分割，在执行各模块之前，首先要对初始点集按升序以x坐标为主，y坐标为辅进行排列，确保子三角网不相互叠置. 4. 1格雷厄姆法计算凸壳 4. 2初始三角网的建立与修正 以凸壳上y值最小的点(设为点P1)为出发点，按序与凸壳上其余的点相连(如图3( b)所示). 需要注意的是，点集是任意离散的，出发点P1可能与多点共线.如图3 ( a)所示，点P1一P5共线，而事实上点P2一P4不参加构成初始三角网，因此，需要在建立初始三角网前对凸壳进行修正。如果存在点P3, P4,...Pk(2 kn)，与P1P2共线，则必须删去点P2, P3, ..., Pk-1，并由P1Pk代替P1P2成为初始边.同样，如果存在点Pk,Pk+1...,Pn-1(2 kn)与PnP1共线，则必须删去点Pk+1...,Pn-1，并由PkP1代替PnP1，成为终止边(如图3所示).经修正后，所有凸壳点按逆时针重新编号. 4. 3插点入网 该了模块分为两个步骤:首先，定位待插入点，即确定点在哪个三角形中;然后，根据点在三角形的位置，修改三角网. 4. 3. 1基于面积坐标的点定位算法 随着点数增加，三角形数目也成倍增加.当三角形数目较大时，利用点在多边形中的判断方法，扫描整个或局部三角网格，是相当费时的.快速合成算法利用三角形面积坐标和三角网拓扑关系来解决这一问题。 如图4所示，面积坐标(L1,L2,L3)，其中， 这里的三角形面积是有向面积，按顶点顺序，逆时针旋转为正，顺时针旋转为负. 若P在三角形中，必有其所有面积坐标大于零(见图4(a))，即L10, L 20, L 30; 若P在三角形外，则至少有一个面积坐标小于零.如图4( b)所示，P在三角形P2P3边外侧，则 L10, L 20, L 30;若P在三角形边上(这儿排除P与三角形顶点重合的情况)，那么必有值为0的面积坐标.如图4c所示，P在三角形P2P3边上，则有L1=0, L 20, L