利用delaunay三角剖分实现空间散乱数据点三维重构的区域增长算法.pdfVIP

利用Delaunay 三角剖分实现空间散乱数据 点三维重构的区域增长算法 苏延超(2006310435) 杨欣(2006310441) 姚邦鹏(2006210773) 1. 引言 三角剖分是计算几何的研究重点之一。平面点集的三角剖分问题，是指在有限平面内 点集内的点，按照一定的方式连接起来（连接两个顶点的边被称为对角线），成为互不交叉 的三角网，同时要求在剖分完毕的图上不可能再增加新的对角线。扩展到三维的情况，由 于四面体是三维空间的单纯形，相比其它类型的多面体，不仅描述方便，而且更适于对复 杂问题作简化处理，因此，在计算机图形学、模式识别、曲面逼近、有限元网格生成等领 域都得到了广泛应用。 在各种三角剖分算法中，Delaunay 三角剖分应用最为广泛。所谓 Delaunay 三角剖 分，是指具有 “三角剖分最小内角最大”性质的剖分。对于三维的情况，三维点集 S 的三 角剖分应该是覆盖 S 的凸包的互不重叠的四面体的集合。可以形式化描述如下： 记二维点集 S = {s , s , ... , s } ，其凸包为 CH(S) ，假设 T = { T , T , ... , T }是经过 1 2 n 1 2 n 三角剖分后生成的三角形集合，则 T 满足： （1）T 中所有四面体的顶点都属于 S ； （2 ）T 中任意两个四面体或者不相交，或者交集为一个顶点或一条边或一个面。 特别地，Delaunay 三角剖分满足“空园性质”，即：T 中任意一个三角形 T 的外接 i 圆内不包含 S 中除 T 以外的任意一点。另外，早在 1985 年已经有人证明：如果 S 满 i 足任意 4 点不共园，则由 Delaunay 三角剖分得到的 T 唯一（[1]）。 在教材 （[2] ）Delaunay 三角剖分的引言部分，用三维地表重构引出了 Delaunay 三 角剖分。在地质勘测中，三维地表重构有着现实的应用意义。而另一方面，我们可以从3D 扫描仪中获得实际物体表面的点云，如何从这些点云恢复出原来物体的形状也是一个热门 问题。抽象而言，它们都属于三维散乱数据曲面的重构问题，现有的解决方法大致可以分 为整体拟合和局部拟合两种。 整体拟合通过隐式或显式重构曲面方程得到曲面的解析表示；局部拟合从离散数据的 1 三角形网格出发，以三角形为单位分别构造出分片的插值曲面。相比之下，在对复杂曲面 进行造型与加工时，前者缺乏柔性，而后者则十分适用。 局部拟合可以采用的方法有很多。一种是采用基于 三维Delaunay 三角剖分的方法实 现。基本做法是：首先对散乱点进行 Delaunay 三角剖分，然后从结果中分离出需要的三 角形片，最后将三角形片连接在一起构成网格曲面。这类算法最明显的优点在于可以避免 曲面自交，但存在不足：一方面，计算量较大（如相比区域增长算法）；另一方面，现有工 作多关注于三角形片的选取，而忽视三角形片的拼接。 而对于某些性质较好的曲面，也可以将其投影到一个二维平面上，先在在二维平面中 进行三角剖分，得到这些点在平面上的拓扑关系，从而恢复出它们在三维中的拓扑关系。 这种算法把问题从三维降到了二维，实现较为简单，但是这种算法应用的范围有限，它要 求对于输入三维点云，能够找到一个平面，使得该点云在这个平面上的投影的拓扑结构与 原来的点云相同，对于某些数据（如三维地表）它可以很好的解决，但是对于一般物体表 面则难以实现。 本实验从三维物体表面重构的实际应用出发，以空间散乱点的三维重构问题为背景， 利用 Delaunay 三角剖分解决这一问题。本次实验我们采用的是一种区域增长算法—波前算 法对空间点云实现三角剖分，从而恢复点云的拓扑结构。 2. 波前算法的定义以及原理 2.1 定义 波前算法的目标是对点阵实现Dealunay 三角剖分。该算法是指：通过任意一点开始， 获得一个满足条件的初始三角形作为剖分的起点，以