[发明专利]一种面向任意分布大规模点云数据的快速Delaunay构网方法

说明书

本发明提供一种面向任意分布大规模点云数据的快速Delaunay构网方法，包括以下步骤：划分多重网格，创建初始三角网；逐点插入；三角网更新；删除辅助三角形完成Delaunay三角网的构建。本发明通过多重网格划分和Hilbert曲线顺序遍历网格的排序方法，减少了点定位过程的搜索步长以及构网过程中产生的最终要删除的狭长三角形数量，并且通过对点定位过程中，采用新的算法，避免了求三角形重心和相交边的过程，减少了计算量。大大提高了点云在数据量较大以及分布不均匀的情况下构建Delaunay三角网的效率。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种面向任意分布大规模点云数据的快速Delaunay构网方法。

背景技术

三角剖分是计算几何领域的重要研究内容之一，而其中Delaunay三角剖分由于具有许多优良性质，在地理信息系统、数字高程插值、有限元分析，几何重构等领域有着广泛的应用。

Delaunay三角网的构建方法主要可以分为逐点插入法、分治算法和三角网生长法三种。其中三角网生长法由于要频繁遍历数据点，时间效率低且算法复杂，目前已很少采用。分治算法的优点是时间效率高，但占用空间大，算法复杂。虽然分治算法可以通过并行计算的方法使算法效率得到很大提高，但是并行计算对硬件要求较高，不具有普遍性。逐点插入法由于其算法简单、占用空间小等特点成为了目前最流行的一种算法。近年来，又有许多学者在传统逐点插入法的基础上进行了改进。徐明海等利用存储三角形的邻接关系的方法在Bowyer和Watson的基础上对逐点插入法进行改进，使插入点进行外接圆判断的次数大大减少，算法效率有了很大提高，也使算法效率更大程度上取决于点插入三角网的顺序。徐道柱等提出了一种对点集划分均匀的网格，按网格加点的方法，可以使时间进一步降低。Liu和Snoeyink、Zhou和Jones、Hornus和Boissonnat、Buchin在划分均匀网格的基础上提出了依照不同的空间填充曲线(如Hilbert曲线、Peano曲线等)顺序遍历插入网格中点的方法，进一步提高了划分均匀网格加点的效率，对均匀分布点集的Delaunay构网有较好的效果。

现有方法虽然比较成熟，但仍普遍存在许多不足之处，如：

第一：处理对象针对少量离散点云对算法的处理效率要求不高，但当点云的数目较大时，算法处理效率普遍较低，对构网影响很大；

第二：由于点云数据的分布并不均匀，规则网格方法在网格划分过程中会形成很多点集分布过密或者过疏的网格，使网格划分程度无法统一，影响了后续的处理效率；

第三：目前的点定位过程中计算重心坐标求相交边的过程大大增加了计算量，降低了对海量点云数据Delaunay构网的速度。

发明内容

针对现有技术中存在的上述的问题，本发明提出一种面向任意分布大规模点云数据的快速Delaunay构网方法，对现有算法进行了改进优化，大大提高了构网效率，其具体的技术方案如下：一种面向任意分布大规模点云数据的快速Delaunay构网方法，包括以下步骤：步骤一：划分多重网格，并以Hilbert曲线遍历网格的方式，对插入点的顺序进行排序：

A：建立控制点数组和非控制点数组，用于存储点排序数据；

B：根据数据点的个数建立一级网格，并将点分配到网格中；

C：对划分好的一级网格按照Hilbert曲线从左下角到右下角的顺序进行排序；

D：对排序后的一级网格，按顺序对每个网格进行控制点和非控制点的提取；

E：设定网格中的点数的上限阈值，如果当前网格中的点数超过该阈值，则按照步骤B至步骤D网格迭代划分，在迭代划分过程中，对网格开口方向进行调整，但不进行控制点的提取；

步骤二：创建初始三角网：