1. 三角剖分與delaunay剖分的定義
如何把乙個散點集合剖分成不均勻的三角形網格，這就是散點集的三角剖分問題，散點集的三角剖分，對數值分析以及圖形學來說，都是極為重要的一項預處理技術。該問題圖示如下：
1.1.三角剖分定義
【定義】三角剖分：假設v是二維實數域上的有限點集，邊e是由點集中的點作為端點構成的封閉線段, e為e的集合。那麼該點集v的乙個三角剖分t=(v,e)是乙個平面圖g，該平面圖滿足條件：
1.除了端點，平面圖中的邊不包含點集中的任何點。
2.沒有相交邊。
3.平面圖中所有的面都是三角面，且所有三角面的合集是散點集v的凸包。
1.2. delaunay三角剖分的定義
在實際中運用的最多的三角剖分是delaunay三角剖分，它是一種特殊的三角剖分。先從delaunay邊說起：
【定義】delaunay邊：假設e中的一條邊e（兩個端點為a,b），e若滿足下列條件，則稱之為delaunay邊：存在乙個圓經過a,b兩點，圓內(注意是圓內，圓上最多三點共圓)不含點集v中任何其他的點，這一特性又稱空圓特性。
【定義】delaunay三角剖分：如果點集v的乙個三角剖分t只包含delaunay邊，那麼該三角剖分稱為delaunay三角剖分。
1.3.delaunay三角剖分的準則
要滿足delaunay三角剖分的定義，必須符合兩個重要的準則：
1、空圓特性：delaunay三角網是唯一的（任意四點不能共圓），在delaunay三角形網中任一三角形的外接圓範圍內不會有其它點存在。如下圖所示：
2、最大化最小角特性：在散點集可能形成的三角剖分中，delaunay三角剖分所形成的三角形的最小角最大。從這個意義上講，delaunay三角網是「最接近於規則化的「的三角網。具體的說是指在兩個相鄰的三角形構成凸四邊形的對角線，在相互交換後，六個內角的最小角不再增大。如下圖所示：
1.4.delaunay三角剖分的特性
以下是delaunay剖分所具備的優異特性：
1.最接近：以最近臨的三點形成三角形，且各線段(三角形的邊)皆不相交。
2.唯一性：不論從區域何處開始構建，最終都將得到一致的結果。
3.最優性：任意兩個相鄰三角形形成的凸四邊形的對角線如果可以互換的話，那麼兩個三角形六個內角中最小的角度不會變大。
4.最規則：如果將三角網中的每個三角形的最小角進行公升序排列，則delaunay三角網的排列得到的數值最大。
5.區域性：新增、刪除、移動某乙個頂點時只會影響臨近的三角形。
6.具有凸多邊形的外殼：三角網最外層的邊界形成乙個凸多邊形的外殼。
1.5.區域性最優化處理
理論上為了構造delaunay三角網，lawson提出的區域性優化過程lop(local optimization procedure)，一般三角網經過lop處理，即可確保成為delaunay三角網，其基本做法如下所示：
1.將兩個具有共同邊的三角形合成乙個多邊形。
2.以最大空圓準則作檢查，看其第四個頂點是否在三角形的外接圓之內。
3.如果在，修正對角線即將對角線對調，即完成區域性優化過程的處理。
lop處理過程如下圖所示：
2.delaunay剖分的演算法
delaunay剖分是一種三角剖分的標準，實現它有多種演算法。
2.1.lawson演算法
逐點插入的lawson演算法是lawson在2023年提出的，該演算法思路簡單，易於程式設計實現。基本原理為：首先建立乙個大的三角形或多邊形，把所有資料點包圍起來，向其中插入一點，該點與包含它的三角形三個頂點相連，形成三個新的三角形，然後逐個對它們進行空外接圓檢測，同時用lawson設計的區域性優化過程lop進行優化，即通過交換對角線的方法來保證所形成的三角網為delaunay三角網。
上述基於散點的構網演算法理論嚴密、唯一性好，網格滿足空圓特性，較為理想。由其逐點插入的構網過程可知，遇到非delaunay邊時，通過刪除調整，可以構造形成新的delaunay邊。在完成構網後，增加新點時，無需對所有的點進行重新構網，只需對新點的影響三角形範圍進行區域性聯網，且區域性聯網的方法簡單易行。同樣，點的刪除、移動也可快速動態地進行。但在實際應用當中，這種構網演算法當點集較大時構網速度也較慢，如果點集範圍是非凸區域或者存在內環，則會產生非法三角形。
2.2.bowyer-watson演算法
lawson演算法的基本步驟是：
1、構造乙個超級三角形，包含所有散點，放入三角形鍊錶。
2、將點集中的散點依次插入，在三角形鍊錶中找出其外接圓包含插入點的三角形（稱為該點的影響三角形），刪除影響三角形的公共邊，將插入點同影響三角形的全部頂點連線起來，從而完成乙個點在delaunay三角形鍊錶中的插入。
3、根據優化準則對區域性新形成的三角形進行優化。將形成的三角形放入delaunay三角形鍊錶。
4、迴圈執行上述第2步，直到所有散點插入完畢。
這一演算法的關鍵的第2步圖示如下：
Delaunay三角剖分演算法
點集的三角剖分 triangulation 對數值分析 比如有限元分析 以及圖形學來說，都是極為重要的一項預處理技術。尤其是delaunay三角剖分，由於其獨特性，關於點集的很多種幾何圖都和delaunay三角剖分相關，如voronoi圖，emst樹，gabriel圖等。delaunay三角剖分有最...
Delaunay三角剖分演算法簡述
delaunay 三角剖分具有下列性質 1 delaunay 三角剖分所形成的三角形中，最小的內角是所有三角剖分中最大的。故 delaunay 三角剖分所形成的三角形最接近於等邊三角形，在很多應用中具有最優的性質。此性質等價於 delaunay 三角剖分所形成的三角形的外接圓內不包含其他點。2 如果...
Delaunay（德勞內）三角剖分演算法
在數學和計算幾何領域,平面上的點集p的德勞內三角化是一種三角剖分dt p 使得在p中沒有點嚴格處於 dt p 中任意乙個三角形外接圓的內部。delaunay 三角化最大化了此三角剖分中三角形的最小角，換句話，此演算法盡量避免出現 極瘦 的三角形。此演算法命名 於鮑里斯 德勞內，以紀念他自1934年在...