论文部分内容阅读
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。