密集散乱数据三角划分及数据压缩

• 作者: 黄志成
• 来源期刊: 机械
• 学科: 工学
• 关键词: 散乱数据点 三角化 数据压缩
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 设计与研究
• 页码范围: 4-5,62
• 页数: 3页
• 分类号: TP391.72
• 字数: 1847字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0316.2003.03.002

摘要

介绍了Delaunay三角划分方法,运用一种算法对密集散乱数据进行三角划分,并在给定容差条件下对其进行成批压缩.由点云数据中最大、最小的六个点构成初始八面体,将数据分割为八个三角形区域上的凸包数据,在每个凸包数据中,搜寻到其对应的三角形的垂直距离最大的点,如果距离大于给定的容差,则将该点插入并局部优化三角网格.反之则将该点压缩掉.最后给出的实例证明了该算法的有效性和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄志成	浙江大学现代工程研究所	3	29	3.0	3.0