30局部与分割-三角剖分delaunay和voronoi划分

30局部与分割-三角剖分delaunay和voronoi划分

简介

Delaunay三角剖分是1934年发明的将空间点连接为三角形，使得所有三角形中最小角最大的一个技术。

如果你熟悉计算机图形学，你便会知道Delaunay三角剖分是变现三维形状的基础。如果我们在三维空间渲染一个，我们可以通过这个物体的投影来建立二维视觉图，并用二维Delaunay三角剖分来分析识别该物体，或者将它与实物相比较。Delaunay剖分是连接计算机视觉与计算机图形学的桥梁。然而使用OpenCV实现三角剖分的不足之处就是OpenCV只实现了二维的Delaunay剖分。如果我们能够对三维点进行三角剖分，也就是说构成立体视觉，那么我们可以在三维的计算机图形和计算机视觉进行无缝的转换。然而二维三角剖分通常用于计算机视觉中标记空间目标的特征或运动场景跟踪，目标识别，或两个不同的摄像机的场景匹配（如图从立体图像中获得深度信息）。

---

重要提示

1、程序的关键是通过下面**号强调的利用CvSeqReader遍历所有的Delaunay或者Voronoi.
2、Delaunay或者Voronoi之间的桥梁就是通过函数，cvSubdiv2DRotateEdge()实现边的旋转（切换）。
3、这个Delaunay是个有向图，还是双向的。具体怎么实现的，没有较深的数据结构为基础是很难理解的，至少现在我还不是很懂具体的实现，关于它的使用还是摸索阶段。OpenCV水很深，如果这东西只是为我们用，或者了解，而不是研究，我们没有必要纠结的太深。

---

三角剖分delaunay和voronoi划分基本原理

Bowyer-Watson算法

目前采用逐点插入方式生成的Delaunay三角网的算法主要基于Bowyer-Watson算法，Bowyer-Watson算法的主要步骤如下：
1）建立初始三角网格：针对给定的点集V,找到一个包含该点集的矩形R,我们称R为辅助窗口。连接R的任意一条对角线，形成两个三角形，作为初始Delaunay三角网格。
2）逐点插入：假设目前已经有一个Delaunay三角网格T,现在在它里面再插入一个点P,需要找到该点P所在的三角形。从P所在的三角形开始，搜索该三角形的邻近三角形，并进行空外接圆检测。找到外接圆包含点P的所有的三角形并删除这些三角形，形成一个包含P的多边形空腔，我们称之为Delaunay空腔。然后连接P与Delaunay腔的每一个顶点，形成新的Delaunay三角网格。
3）删除辅助窗口R:重复步骤2）,当点集V中所有点都已经插入到三角形网格中后，将顶点包含辅助窗口R的三角形全部删除。
在这些步骤中，快速定位点所在的三角形、确定点的影响并构建Delaunay腔的过程是每插入一个点都会进行的。随着点数的增加，三角形数目增加很快，因此缩短这两个过程的计算时间，是提高算法效率的关键。
算法执行图示如下：

---

编程中用到的相关结构图

1：通过 cvSubdiv2DRotateEdge函数切换delaunay和voronoi边：

2：通过cvSubdiv2DGetEdge函数获取下一条delaunay边(或者voronoi边)：

---

相关代码

#include <opencv2/imgproc/imgproc_c.h>
#include <opencv2/legacy/legacy.hpp>
#include "opencv2/highgui/highgui.hpp"

#include <stdio.h>
static void help(void)//提示函数
{
    printf("\nThis program demostrates iterative construction of\n"
        "delaunay triangulation and voronoi tesselation.\n"
        "It draws a random set of points in an image and then delaunay triangulates them.\n"
        "Usage: \n"
        "./delaunay \n"
        "\nThis program builds the traingulation interactively, you may stop this process by\n"