C#,计算几何,随机点集之三角剖分的德劳内(Delaunay)算法的源代码

本文主要是介绍C#,计算几何,随机点集之三角剖分的德劳内(Delaunay)算法的源代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、三角剖分Delaunay算法简介

点集的三角剖分(Triangulation),对数值分析(比如有限元分析)以及图形学来说,都是极为重要的一项预处理技术。尤其是Delaunay三角剖分,由于其独特性,关于点集的很多种几何图都和Delaunay三角剖分相关,如Voronoi图,EMST树,Gabriel图等。Delaunay三角剖分有最大化最小角,“最接近于规则化的“的三角网和唯一性(任意四点不能共圆)两个特点。

 EMST(Euclidean minimum spanning tree)

Delaunay 三角剖分广泛应用于许多不同应用程序中的科学计算。虽然有大量的计算三角剖分的算法,但 Delaunay 三角剖分以其实用的几何属性广受欢迎。

 Gabriel Graph

基本属性是 Delaunay 规则。如果是二维三角剖分,通常将其称为空外接圆规则。对于一组二维点而言,这些点的 Delaunay 三角剖分可确保与每个三角形相关的外接圆的内部都不包含其他点。这种三角剖分便是 Delaunay 三角剖分。

Delaunay 三角剖分堪称“外形整齐”,原因在于为满足空外接圆属性,优先选择带有较大内角的三角形,而不是带有较小内角的三角形。非 Delaunay 三角剖分中的三角形在顶点 V2 和 V4 处呈锐角。如果将 {V2, V4} 边替换为连接 V1 和 V3 的边,会实现最小角的最大化并且使得该三角剖分变为 Delaunay 三角剖分。另外,Delaunay 三角剖分将最近邻点的点连接在一起。这两个特征(外形整齐和最近邻点关系)在实践中具有重要的作用,有助于促进在散点数据插值中使用 Delaunay 三角剖分。

虽然 Delaunay 属性定义明确,但存在退化点集时三角剖分的拓扑并不唯一。在二维中,4 个或更多特征点位于同一圆中时会引发退化。例如,正方形的顶点不具有唯一的 Delaunay 三角剖分。
 

二、三角剖分Delaunay算法的源代码


namespace Legalsoft.Truffer.Algorithm
{public struct Vertex{public int x;public int y;public int z;}public struct Triangle{public int vv0;public int vv1;public int vv2;}public class Delaunay{public const int MaxVertices = 500;public const int MaxTriangles = 1000;public Vertex[] Vertex = new Vertex[MaxVertices];public Triangle[] Triangle = new Triangle[MaxTriangles];private bool InCircle(int xp, int yp, int x1, int y1, int x2, int y2, int x3, int y3, double xc, double yc, double r){double eps;double m1;double m2;double mx1;double mx2;double my1;double my2;double dx;double dy;double rsqr;double drsqr;eps = 0.000000001;if (Math.Abs(y1 - y2) < eps && Math.Abs(y2 - y3) < eps){MessageBox.Show("INCIRCUM - F - Points are coincident !!");return false;}if (Math.Abs(y2 - y1) < eps){m2 = (-(Convert.ToDouble(x3) - Convert.ToDouble(x2)) / (Convert.ToDouble(y3) - Convert.ToDouble(y2)));mx2 = Convert.ToDouble((x2 + x3) / 2.0);my2 = Convert.ToDouble((y2 + y3) / 2.0);xc = Convert.ToDouble((x2 + x1) / 2.0);yc = Convert.ToDouble(m2 * (xc - mx2) + my2);}else if (Math.Abs(y3 - y2) < eps){m1 = (-(Convert.ToDouble(x2) - Convert.ToDouble(x1)) / (Convert.ToDouble(y2) - Convert.ToDouble(y1)));mx1 = Convert.ToDouble((x1 + x2) / 2.0);my1 = Convert.ToDouble((y1 + y2) / 2.0);xc = Convert.ToDouble((x3 + x2) / 2.0);yc = Convert.ToDouble(m1 * (xc - mx1) + my1);}else{m1 = (-(Convert.ToDouble(x2) - Convert.ToDouble(x1)) / (Convert.ToDouble(y2) - Convert.ToDouble(y1)));m2 = (-(Convert.ToDouble(x3) - Convert.ToDouble(x2)) / (Convert.ToDouble(y3) - Convert.ToDouble(y2)));mx1 = Convert.ToDouble((x1 + x2) / 2.0);mx2 = Convert.ToDouble((x2 + x3) / 2.0);my1 = Convert.ToDouble((y1 + y2) / 2.0);my2 = Convert.ToDouble((y2 + y3) / 2.0);xc = Convert.ToDouble((m1 * mx1 - m2 * mx2 + my2 - my1) / (m1 - m2));yc = Convert.ToDouble(m1 * (xc - mx1) + my1);}dx = (Convert.ToDouble(x2) - Convert.ToDouble(xc));dy = (Convert.ToDouble(y2) - Convert.ToDouble(yc));rsqr = Convert.ToDouble(dx * dx + dy * dy);r = Convert.ToDouble(Math.Sqrt(rsqr));dx = Convert.ToDouble(xp - xc);dy = Convert.ToDouble(yp - yc);drsqr = Convert.ToDouble(dx * dx + dy * dy);if (drsqr <= rsqr){return true;}return false;}private int WhichSide(int xp, int yp, int x1, int y1, int x2, int y2){double equation;equation = ((Convert.ToDouble(yp) - Convert.ToDouble(y1)) * (Convert.ToDouble(x2) - Convert.ToDouble(x1))) - ((Convert.ToDouble(y2) - Convert.ToDouble(y1)) * (Convert.ToDouble(xp) - Convert.ToDouble(x1)));if (equation > 0){return -1;}else if (equation == 0){return 0;}else{return 1;}}public int Triangulate(int nvert){bool[] Complete = new bool[MaxTriangles];long[,] Edges = new long[3, MaxTriangles * 3 + 1];int Nedge;int xmin;int xmax;int ymin;int ymax;int xmid;int ymid;double dx;double dy;double dmax;int i;int j;int k;int ntri;double xc = 0.0;double yc = 0.0;double r = 0.0;bool inc;xmin = Vertex[1].x;ymin = Vertex[1].y;xmax = xmin;ymax = ymin;for (i = 2; i <= nvert; i++){if (Vertex[i].x < xmin){xmin = Vertex[i].x;}if (Vertex[i].x > xmax){xmax = Vertex[i].x;}if (Vertex[i].y < ymin){ymin = Vertex[i].y;}if (Vertex[i].y > ymax){ymax = Vertex[i].y;}}dx = Convert.ToDouble(xmax) - Convert.ToDouble(xmin);dy = Convert.ToDouble(ymax) - Convert.ToDouble(ymin);if (dx > dy){dmax = dx;}else{dmax = dy;}xmid = (xmax + xmin) / 2;ymid = (ymax + ymin) / 2;Vertex[nvert + 1].x = Convert.ToInt64(xmid - 2 * dmax);Vertex[nvert + 1].y = Convert.ToInt64(ymid - dmax);Vertex[nvert + 2].x = xmid;Vertex[nvert + 2].y = Convert.ToInt64(ymid + 2 * dmax);Vertex[nvert + 3].x = Convert.ToInt64(xmid + 2 * dmax);Vertex[nvert + 3].y = Convert.ToInt64(ymid - dmax);Triangle[1].vv0 = nvert + 1;Triangle[1].vv1 = nvert + 2;Triangle[1].vv2 = nvert + 3;Complete[1] = false;ntri = 1;for (i = 1; i <= nvert; i++){Nedge = 0;j = 0;do{j = j + 1;if (Complete[j] != true){inc = InCircle(Vertex[i].x, Vertex[i].y, Vertex[Triangle[j].vv0].x, Vertex[Triangle[j].vv0].y, Vertex[Triangle[j].vv1].x, Vertex[Triangle[j].vv1].y, Vertex[Triangle[j].vv2].x, Vertex[Triangle[j].vv2].y, xc, yc, r);if (inc){Edges[1, Nedge + 1] = Triangle[j].vv0;Edges[2, Nedge + 1] = Triangle[j].vv1;Edges[1, Nedge + 2] = Triangle[j].vv1;Edges[2, Nedge + 2] = Triangle[j].vv2;Edges[1, Nedge + 3] = Triangle[j].vv2;Edges[2, Nedge + 3] = Triangle[j].vv0;Nedge = Nedge + 3;Triangle[j].vv0 = Triangle[ntri].vv0;Triangle[j].vv1 = Triangle[ntri].vv1;Triangle[j].vv2 = Triangle[ntri].vv2;Complete[j] = Complete[ntri];j = j - 1;ntri = ntri - 1;}}}while (j < ntri);for (j = 1; j <= Nedge - 1; j++){if (Edges[1, j] != 0 && Edges[2, j] != 0){for (k = j + 1; k <= Nedge; k++){if (Edges[1, k] != 0 && Edges[2, k] != 0){if (Edges[1, j] == Edges[2, k]){if (Edges[2, j] == Edges[1, k]){Edges[1, j] = 0;Edges[2, j] = 0;Edges[1, k] = 0;Edges[2, k] = 0;}}}}}}for (j = 1; j <= Nedge; j++){if (Edges[1, j] != 0 && Edges[2, j] != 0){ntri = ntri + 1;Triangle[ntri].vv0 = Edges[1, j];Triangle[ntri].vv1 = Edges[2, j];Triangle[ntri].vv2 = i;Complete[ntri] = false;}}}i = 0;do{i = i + 1;if (Triangle[i].vv0 > nvert || Triangle[i].vv1 > nvert || Triangle[i].vv2 > nvert){Triangle[i].vv0 = Triangle[ntri].vv0;Triangle[i].vv1 = Triangle[ntri].vv1;Triangle[i].vv2 = Triangle[ntri].vv2;i = i - 1;ntri = ntri - 1;}}while (i < ntri);return ntri;}}
}

 ——————————————————————

POWER BY 315SOFT.COM &
TRUFFER.CN

这篇关于C#,计算几何,随机点集之三角剖分的德劳内(Delaunay)算法的源代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/653324

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

2. c#从不同cs的文件调用函数

1.文件目录如下: 2. Program.cs文件的主函数如下 using System;using System.Collections.Generic;using System.Linq;using System.Threading.Tasks;using System.Windows.Forms;namespace datasAnalysis{internal static

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

uva 10387 Billiard(简单几何)

题意是一个球从矩形的中点出发,告诉你小球与矩形两条边的碰撞次数与小球回到原点的时间,求小球出发时的角度和小球的速度。 简单的几何问题,小球每与竖边碰撞一次,向右扩展一个相同的矩形;每与横边碰撞一次,向上扩展一个相同的矩形。 可以发现,扩展矩形的路径和在当前矩形中的每一段路径相同,当小球回到出发点时,一条直线的路径刚好经过最后一个扩展矩形的中心点。 最后扩展的路径和横边竖边恰好组成一个直

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费