2D Delaunay Refinement (2D Delaunay 细化)

来源:互联网 发布:vb与matlab混合编程 编辑:程序博客网 时间:2024/06/05 09:54

     2D 的三角形网格生成


     输入:① PSLG   C(planar straight line graph):平面直线图            

                 ②以C为边界的区域A         

                  

     输出:区域A的三角形网格T:边C的端点也是网格T的顶点;

                                                          边C也是T的组成边;

                                                          区域A中的网格T控制着网格的大小和质量。


     Key idea:通过插入circumcenters(Voronoi 的顶点),使得三角网格在尺寸和形状上得到破坏。

     基本概念(basic notions ):

                                                        C:PSLG描述的约束;

                                                        T:优化网格。

    Respect of the PSLG:

                                           边缘C会一直被分割,直到约束的sub-edges是网格T 的边界;

                                           带约束的子边界被要求成为Gabriel edges;

                           

                                            如果三角形最小的外接圆不包括T的顶点,那么 三角形边界则是Gabriel边 ;

                                            边e被点p侵占,如果e最小外接圆不包括点p。

                              

   Refinement Algorithm:

   C:以PSLG为边界的域(domain)进行网格化分

   T:一组当前Delaunay三角的顶点

   

   约束性子边界(Constrained subedges):为边界C的子边界

   Initialise with T=Delaunay triangulation of vertices of C   (初始化)

   Refine until no rule apply:

                                            Rule 1:if there is an encroached constrained subedge e

                                                        insert c = midpoint(e) in T(refine-edge)        (midpoint 是 subedge e 的中点)

                                            Rule 2:if there ia s bad facet  f in       //面的质量不好

                                                                          c = circumcenter (f)     //c等于面f的外接圆

                                                                      if c encroaches a constrained suedge e

                                                                                    refine-edge(e).

                                                                     else   insert(c) in T

                   

   

Background:

  








   

   

                                    

                               

 

     


0 0
原创粉丝点击