基于点云的自适应的delaunay算法的研究与实现

基于点云的自适应的delaunay算法的研究与实现

ID:26320324

大小:2.39 MB

页数:59页

时间:2018-11-26

基于点云的自适应的delaunay算法的研究与实现_第1页
基于点云的自适应的delaunay算法的研究与实现_第2页
基于点云的自适应的delaunay算法的研究与实现_第3页
基于点云的自适应的delaunay算法的研究与实现_第4页
基于点云的自适应的delaunay算法的研究与实现_第5页
资源描述:

《基于点云的自适应的delaunay算法的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、分类号密级UDC编号10486武汉大学硕士学位论文基于点云的自适应的delaunay算法的研究StudytheAdaptiveDelaunayAlgorithmBasedonPointCloudApr15,2008郑重声明本人的学位论文是在导师指导下独立撰写并完成的,学位论文没有剽窃、抄袭、造假等违反学术道德、学术规范和侵权行为,否则,本人愿意承担由此而产生的法律责任和法律后果,特此郑重声明。学位论文作者(签名):年月日摘要散乱点云数据的三角构网是计算几何造型技术中很重要的一部分,它广泛应用在很多

2、领域,如计算机图形学、地理信息系统、医学影像处理、虚拟现实、三维造型等诸多领域,这些领域的发展受到点云数据三角构网技术发展的制约,因此点云数据的迅速发展能推动以上诸多领域的发展。散乱点云数据的三角构网的难点在于得到的采样点是完全无序的,没有规则的,并且只有采样点的三维坐标,没有其他的附加信息,而采样样本的拓扑关系可能很复杂,因此,把采样得到的散乱点云构成的图形及其拓扑结构要与原来样本一致是个很难解决的问题[1]。在众多的三角网中,Delaunay三角网在拟合方面表现最为出色,因此常常被用于不规则三

3、角网(TIN)的建模。另外,Delaunay三角构网的方法由于其算法的效率高,构网质量好,完善的数学理论及其判断准则得到了广泛的应用,它比较适合二维平面和三维实体的构网,但在三维空间中此算法的不完善之处仍有待解决。Delaunay三角网为相互邻接且互不重叠的三角形的集合,它有两个特性:一是空圆特性,每个三角形的外接圆内不包含其他的点;二是最小角最大化原则,每个三角形的最小角最大化[1],这样通过构网得到的三角形就更接近于等边三角形。本文所研究的自适应的Delaunay三角网的生成方法是结合Dela

4、unay分治算法和逐点插入的优点,实现了算法对点云分布不均匀和对边界点的自适应调整能力,对边界点有良好的自适应性;对分布不均匀的点云空间,进行不同大小区域的分割,同时在点插入过程中运用了点快速定位的思想,使之能够快速搜索到要插入的四面体,这样提高了算法的效率,体现了对密度不均匀的点的自适应性;实现了对边界点的自适应性,在构网过程中难免避免边界的边和面丢失,于是就得对边界丢失的边和面进行恢复处理,这样体现了此算法对边界边和面恢复处理的自适应性。关键词:Delaunay三角网点云自适应50Abstra

5、ctScatteredpointscloudtriangulationisaveryimportantpartofcomputationalgeometrymodelingtechnology,Itiswidelyusedinmanyfieldssuchascomputergraphics,geographicinformationsystems,medicalimageprocessing,virtualreality,3Dmodeling,andotherareas,thedevelopmen

6、toftheseareasareconstraintedbypointclouddatatriangulationtechnologydevelopmentandthereforethepointclouddatatopromotemorerapiddevelopmentinmanyareasofdevelopment.Scatteredpointclouddatatriangulationthedifficultyliesinthesamplingpointswhicharecompletely

7、disorderly,norules,andonlythethree-dimensionalcoordinatesofsamplingpoints,nootheradditionalinformation,samplesandsamplingthetopologicalrelationsmaybeverycomplex.Therefore,thescatteredbythesamplepointcloudconsistingofgraphicsandtopologicalstructuremust

8、beconsistentwiththeoriginalsampleisaverydifficultproblem.Amongthetriangulation,Delaunaytriangulationfittingperformanceinthemostsuccessful,areoftenusedfortriangularirregularnetwork(TIN)modeling.Inaddition,Delaunaytriangulationalgorithmmethodbec

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。