导读:本文包含了三角片划分算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:网格,方差,边界,多维,算法,局部,最优化。
三角片划分算法论文文献综述
杜丽美[1]（2015）在《一种新的叁角网格划分算法研究》一文中研究指出基于叁角网格划分在叁维重建中的重要性,提出了一种新的叁角网格划分算法。算法的主要思想是:首先使用最近的点构造出首个叁角形;然后以首个叁角形为基础,采用异位法寻找新的顶点构造出新的叁角形,直到满足结束条件时停止寻找。(本文来源于《长治学院学报》期刊2015年05期）
吴禄慎,王伟杰,陈华伟,冯伟[2]（2015）在《基于区域划分和叁角网格优化的基段选择算法》一文中研究指出针对四边形网格生成中已有算法选择基段的程序复杂、计算量大,且选择的可能不是最优基段等问题,提出一种在区域划分基础上选择基段的算法。利用网格修正方法,优化不利于网格转化的叁角网格;在平坦区和非平坦区分别采用最适宜的基段选择方法,使算法得到简化,并增加选择出最优基段的概率。汽车模具的实验结果表明,叁角网格质量有明显改善,网格转化的效率有较大提升,生成的四边形网格匀称,存在相对较少质量差的四边形单元。(本文来源于《计算机工程与设计》期刊2015年09期）
杨军,高莉[3]（2016）在《格网划分的Delaunay叁角网快速生成算法》一文中研究指出针对常见的叁角网构建算法效率受查找叁角形的约束的问题,该文提出了一种基于格网划分的Delaunay叁角网快速生成算法,对传统逐点插入算法的点定位及LOP算法进行了优化。通过对离散点数据进行格网划分,将叁角形面积坐标法与直线行走算法相结合,在点定位过程中可大幅度缩短搜索路径,快速定位到插入点所在的目标叁角形。实验结果表明,改进后的算法兼顾了时间和空间的性能,执行效率明显提高,定位路径惟一且为最佳路径。(本文来源于《测绘科学》期刊2016年02期）
王瑞锦,秦志光,包红来,王聪[4]（2013）在《基于叁角划分的复杂3D山体表面定位算法》一文中研究指出在复杂环境下,网络呈现出叁维分布、链路非确定、应用场景异构、部署区域非结构化等新特点,传统的定位技术已无法适用。不规则的网络形状很可能导致不准确的传感器节点定位结果,从而导致定位误差较大。提出一种基于叁角划分和MDS的3D节点定位算法。首先,基于叁角划分的方法将不规则的3D网络模型分解为若干个较规则的叁角区域;其次,在每一个叁角区域上采用改进的MDS算法对节点进行定位,从而建立起局部相对位置地图;最后,合并叁角子区域,建立起整个网络全局的位置地图。实验结果表明,该算法有效地提高了定位精度,具有一定的实用意义。(本文来源于《计算机应用研究》期刊2013年09期）
李小丽,陈花竹[5]（2011）在《基于格网划分的Delaunay叁角剖分算法研究》一文中研究指出为了提高海量数据的Delaunay叁角网的构网速度,本文采用格网划分的叁角剖分方法,首先将数据按照线性四叉树方式划分为若干格网块,构建块内子叁角网,然后按照自下而上的合并方式对块进行合并,形成全局Delaunay叁角网。在此基础上,为了避免出现过小锐角的情况,通过加入约束角来对叁角格网进行优化。(本文来源于《计算机与数字工程》期刊2011年07期）
高一宁[6]（2011）在《基于深度图像的叁维重建中叁角面片划分算法的研究》一文中研究指出随着计算机图形学技术的发展,尤其是对叁维重建技术研究的关注,使得将获取的散乱点云数据集合进行叁角面片重建以及重建后的优化问题,成为了一个热门的研究课题,且研究成果在虚拟现实、模型重建等方面都具有很重要的实用价值。本文采用的是基于双目视觉原理而进行的叁维重建方法。人类通过视觉感知、处理、存储和理解外界信息,计算机视觉理论就是以人类视觉原理为基础,通过使用双目相机来模仿人的眼睛来获取需感知的图像信息,然后利用计算机模仿人的大脑工作来对图像进行数字信号的转换、计算和处理,以此获取所拍摄目标物体的叁维信息并对其进行重建还原,就好比人们通过眼睛看到的叁维世界。本文的主要工作为:1、介绍了本文实验采用的实验原理、图像获取方法、数据的计算方法以及数据的存储方式。利用双目视觉原理来进行叁维点云的获取,使用八叉树的方法来进行叁维点云的存储;2、讨论了几种常用的散乱点云叁角面片划分方法,主要有:基于Delaunay叁角形和Voronoi图的叁角划分,Crust算法,零集法,α-shape算法,还有基于隐式曲面重建的RBF径向基函数神经网络算法。并对各算法的基本思想和重建过程进行了详细的描述;3、本文的核心是,提出了将生长神经元结构GCS神经网络方法应用到散乱点云的表面重建工作中。研究了GCS学习算法与其特性,通过学习算法对散乱点云进行训练,使最后的面片重建结果更好的逼近于点云,算法保持了数据的拓扑结构,而且重建结果更为平滑;4、介绍了叁种常用的对重建后的叁角面片进行优化的方法,以及本文采用的是点分裂方法来降低点度数,以保证重建结果更加逼近于目标物体;5、本文实验是利用双目相机拍摄一箱子的45度角,按照本文介绍的方法获取点云数据,并对点云进行叁角面片重建,对比算法是采用的Crust叁维空间重建方法。(本文来源于《中北大学》期刊2011-05-20）
程学军,倪朋[7]（2009）在《凸多边形内散乱点的叁角划分改进算法》一文中研究指出对于平面散点数据,提出了逐层提取轮廓线,并将轮廓线之间的区域进行叁角划分的改进算法。实现这一算法的关键是在给定阈值的条件下逐层提取内部离散点的轮廓线,再在所提取的轮廓线间进行等比例叁角划分。最后,利用Lawson提出的局部优化过程来优化分割好的叁角形网。(本文来源于《微计算机信息》期刊2009年36期）
杜丽美,顾耀林[8]（2009）在《基于二维凸多边形内散乱点的叁角划分新算法》一文中研究指出基于给定的平面散点数据,提出了逐层提取轮廓线,并将轮廓线之间的区域进行叁角划分的新算法。实现这一算法的关键是在给定阈值的条件下逐层提取内部离散点的轮廓线,再在所提取的轮廓线间进行等比例叁角划分。最后,利用Lawson提出的局部优化过程来优化分割好的叁角形网。通过实验证明了算法的有效性。(本文来源于《计算机工程与应用》期刊2009年25期）
杨勇,顾耀林[9]（2009）在《先边界后方差的改进的Delaunay叁角网划分算法》一文中研究指出基于Delaunay叁角网划分的两个特性:最大最小特性与空外接圆特性,论文构网过程分叁步:生成边界,构造内叁角网,对边界与内叁角网之间的空洞进行处理。具体实现过程:先通过边界点集构造边界,再在已生成的边界内,利用区域生长法思想,以及方差的方法对非边界点集进行插入,来构造内叁角网,最后采用等比例划分方法处理边界与边界内叁角网之间的空洞。实验表明,改进后,不需要对每次生成的边进行判断是否是边界边,插入的点是否是边界点的处理,避免了复杂构网的过程,并且快速实现了物体表面Delaunay叁角网划分的目的。且上述方法简单、快捷,易于实现,经实验证明是行之有效的。(本文来源于《计算机工程与应用》期刊2009年16期）
杨勇,顾耀林[10]（2009）在《先边界后方差的改进的叁角网划分算法》一文中研究指出基于Delaunay叁角网划分的两个特性:最大最小特性,空外接圆特性,构网过程分3步:生成边界,构造内叁角网,对边界与内叁角网之间的空洞进行处理。具体实现过程:先通过边界点集构造边界,再在已生成的边界内,利用区域生长法思想,以及方差的方法对非边界点集进行插入,来构造内叁角网,最后采用等比例划分方法处理边界与边界内叁角网之间的空洞。实验结果表明,改进后,不需要对每次生成的边进行判断是否是边界边,插入的点是否是边界点的处理,也避免了复杂构网的过程,并且快速实现了物体表面Delaunay叁角网划分的目的。且上述方法简单,快捷,易于实现,经实验证明是行之有效的。(本文来源于《计算机工程与设计》期刊2009年10期）
三角片划分算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对四边形网格生成中已有算法选择基段的程序复杂、计算量大,且选择的可能不是最优基段等问题,提出一种在区域划分基础上选择基段的算法。利用网格修正方法,优化不利于网格转化的叁角网格;在平坦区和非平坦区分别采用最适宜的基段选择方法,使算法得到简化,并增加选择出最优基段的概率。汽车模具的实验结果表明,叁角网格质量有明显改善,网格转化的效率有较大提升,生成的四边形网格匀称,存在相对较少质量差的四边形单元。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三角片划分算法论文参考文献
[1].杜丽美.一种新的叁角网格划分算法研究[J].长治学院学报.2015
[2].吴禄慎,王伟杰,陈华伟,冯伟.基于区域划分和叁角网格优化的基段选择算法[J].计算机工程与设计.2015
[3].杨军,高莉.格网划分的Delaunay叁角网快速生成算法[J].测绘科学.2016
[4].王瑞锦,秦志光,包红来,王聪.基于叁角划分的复杂3D山体表面定位算法[J].计算机应用研究.2013
[5].李小丽,陈花竹.基于格网划分的Delaunay叁角剖分算法研究[J].计算机与数字工程.2011
[6].高一宁.基于深度图像的叁维重建中叁角面片划分算法的研究[D].中北大学.2011
[7].程学军,倪朋.凸多边形内散乱点的叁角划分改进算法[J].微计算机信息.2009
[8].杜丽美,顾耀林.基于二维凸多边形内散乱点的叁角划分新算法[J].计算机工程与应用.2009
[9].杨勇,顾耀林.先边界后方差的改进的Delaunay叁角网划分算法[J].计算机工程与应用.2009
[10].杨勇,顾耀林.先边界后方差的改进的叁角网划分算法[J].计算机工程与设计.2009
论文知识图
