任意点集的三角网格化(triangulation)问题一直是人们密切关注的问题。三角网格化问题在许多领域有广泛应用。Delaunay 三角剖分是目前研究应用最广的一种剖分方法,因其具备很多优点,以下简单列举两条:
空外接圆性质:在由点集V-生成的D-三角网中,每个三角形的外接圆均不包含该点集的其他任意点。
最大最小角度性质:在由点集V-生成的D-三角网中,所有三角形中的最小角度是最大的。
Open CV中有Delaunay的实现,极大地方便了广大科研工作者。尽管Open CV提供了详细的文档,并且提供了相关sample,但是由于对原文档及参考书籍[1,3,4]的理解上的不足,笔者在使用过程中仍然遇到很多问题,下面将自己的一些理解及探索进行总结,谬误之处望大家批评指正。请注意,这里并不会详细介绍Open CV如何进行delaunay划分,请参考Open CV自带的示例程序delaunay.c.
1. 也说“四方边缘(Quad-edge)”结构
图1 边e以及与边e相关的边(该图来自Open CV文档)
这个结构图非常难懂(对我而言),但是非常关键,是Open CV 平面划分的最基本元素,数据结构如下:
01.
/* quad-edge structure fields */
02.
#define CV_QUADEDGE2D_FIELDS() \
03.
int
flags; \
04.
struct
CvSubdiv2DPoint* pt[4]; \
05.
CvSubdiv2DEdge next[4];
06.
07.
typedef
struct
CvQuadEdge2D
08.
{
09.
CV_QUADEDGE2D_FIELDS()
10.
}
11.
CvQuadEdge2D;
这个结构的关键数据是数组next[4],其按顺序存放四条边(代码):e,eRot以及它们的反向边。注:我这里用“边代码”,原因是Open CV是用long型的代码来表示平面划分的一条边。
eLnext: e的左方区域(或上方区域)是一个多边形,e是其中一条边,eLnext是指向这个区域的另一条边,这个描述有点类似于数据结构中的十字链表的表示法,与e是连接在一起的;
eRnext: 理解同eLnext,只不过是指向e的右方区域(或下方区域)的另一条边,与e是连接在一起的;
eDnext: 与e共“目的点”的另一条边;
eOnext: 与e共“出发点”的另一条边;
eRot: e的对偶边,这就没什么好解释的了。
在了解这些知识点后,我们可以获得如下的应用:
2. 应用1-在Delaunay划分结束后获取三角形连接关系
(1) 首先,以边e开始循环查找与其相连的两条边就可以找到一个三角形,对所有边进行相同操作,就可以找到许多三角形,注意,这其中有许多重复的边,需要进行判断。主要代码如下:
01.
for
( i = 0; i < total; i++ )
// total是边数目,可以参考Open CV示例程序delaunay.c
02.
{
03.