基于分治法和DCEL数据结构的Delaunay三角剖分

平面点集的 Delaunay 三角剖分简介

以下文字摘自互动百科： 　　

Voronoi图，又叫泰森多边形或 Dirichlet图，它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。 N个在平面上有区别的点，按照最邻近原则划分平面，每个点与它的最近邻区域相关联。 Delaunay三角形是由与相邻 Voronoi多边形共享一条边的相关点连接而成的三角形。 Delaunay三角形的外接圆圆心是与三角形相关的 Voronoi多边形的一个顶点。 Delaunay三角形是 Voronoi图的偶图。

对于给定的初始点集 P，有多种三角剖分方式，其中 Delaunay三角剖分具有以下特征：

1. Delaunay三角剖分是唯一的；
2. 三角网的外边界构成了点集P的凸包；
3. 没有任何点在三角形的外接圆内部，反之，如果一个三角网满足此条件，那么它就是Delaunay三角网。
4. 如果将三角网中的每个三角形的最小角进行升序排列，则Delaunay三角网的排列得到的数值最大，从这个意义上讲，Delaunay三角网是“最接近于规则化”的三角网。

选题动机： 由于Delaunay三角网是“最接近于规则化”的三角网，与普通的三角剖分相比更加具有实际运用价值，因此实现它比实现普通三角剖分更有意义。

 

实现内容： 本次作业主要实现了平面点集的Delaunay三角剖分。为了验证Delaunay三角剖分的正确性，系统提供了“圆测试”的功能，供用户对生成的三角形进行测试验证；为了验证DCEL数据结构的正确性，系统提供了“DCEL测试”的功能，用户输入任意一条测试线，系统将先后显示出测试线贯穿过的三角形；为了形象显示三角剖分的分治过程，系统提供了动态显示分治剖分过程。

报告组成： 首先对算法依赖的数据结构DCEL进行说明，然后对基于DCEL的分治算法进行介绍，接着介绍DCEL测试和圆测试的相关细节，最后是对作品操作进行介绍，以及展示和分析实验结果。

---

数据结构与操作：Quad-Edge vs DCEL

Guibas等^[1]在文章中提出了一种Quad-Edge结构，使得Delaunay三角剖分的操作过程变得比较简单，并且由于这种结构保存了边的对偶信息，因此Delaunay三角与Voronoi diagrams之间的相互转换也非常容易。

此次实验要求使用DCEL（Doubly-Connected Edge List）结构，该结构比Quad-Edge简单，并未保存边的对偶信息。下面的两幅图显示了两种数据结构在信息存储上的区别。

Quad-Edge中的next为以origin为起点，逆时针找到的e[0]的下一条边。

虽然DCEL没有存储Quad-Edge中的对偶边e[1]和e[3]，可能对从Delaunay三角转化为Voronoi图有所不便，但是对于实现Delaunay三角剖分来说DCEL已经足够用了，用Quad-Edge可以找得到的与e[0]相关联的边，使用DCEL结构也可以很轻易的找到，下面给出这些关联边的图示。

几个重要的函数操作

1.void splice(Edge* a, Edge* b)

该函数的功能为：若a和b的起点是一个点，那么 a和 b将会被分成两条不相干的边；若 a和 b原本是两条不相干的边，那么这两条边的起点就会被连起来。下面是 Guibas文章的中一张对 splice进行解释的图：

DCEL中 splice的具体实现与 Quad-Edge略有不同，只要掌握了 splice具有上述功能的本质原因，就能很容易的实现了。具体实现请参考源码 dtriangulation。

2.Edge* connect(Edge* a, Edge* b)

该函数的功能为：把 a的终点与 b的起点连起来。

3.void swap(Edge* e)

该函数的功能为：在 inCircle*测试失败后（意味着与 e相邻的两个三角不是 Delaunay三角），从 e的起点、终点沿四边形内部逆时针找到下两个点作为新的起