patch_rasterize 二维三角剖分的光栅化patch_rasterize 将二维三角剖分光栅化为图像。 功能返回栅格化三角测量的图像。 这张图很相似到用于 OpenGL 的 glSelectBuffer 以进行快速“挑选”的那个。 I = patch_rasterize(p) 创建一个 size=max(p.vertices) 的图像。 如果第 f 个三角形 p.faces(f,:) 包含位置 (i,j) 处的像素，然后I(i,j)=f。 一旦 I 被计算出来，检索三角形的索引包含点 (x,y) 可以通过 f = I( round(x), round(y) ) 来实现不带参数的函数运行执行示例 1。 示例 1： clc，清除，全部关闭； % 生成一些数据P = gallery('uniformdata',[100 2],0); DT = delaunayTriangulation

某个课程作业，花了6小时复现的delaunay三角和Voronoi多边形算法（真心不想做这种没有产出的事儿）。先构建三角网络再构建多边形网络，三角网络用逐点插入法。这是一个练习程序，自己照着原理实现的，没有特意考虑效率上的优化，只是在有些地方顺手做了些向量化处理。数据源是一个随机矩阵，三角网络的计算结果与matlab内建函数做了对比，证明没算错。具体实现上没严格按照资料上来，有一些自己的想法（其实主要是找的资料不详细也懒得深入调研了）

matlab中分段函数代码粗三角剖分 给定输入图像，计算图像的粗三角近似。 支持的近似值：分段常数，线性，每个三角形二次方。 通过TRIM算法在图像上进行初始三角剖分，然后使用梯度下降网格移动方法将三角形网格与图像进一步对齐，以使近似误差最小。 可以在以下位置找到此代码的Windows端口：。 学分 复光镜： 修剪：荣胜CP，GPT Choi，K。Chen和LM Lui，“通过映射稀疏曲面来进行基于特征的有效图像配准”。 视觉传达与图像表示杂志，55，pp.561-571，2018。 显着性工具箱：Dirk Walther和Christof Koch（2006），建模对显着原型对象的关注。 神经网络19，1395-1407。 要求 为了读取图像，需要使用带有libz libjpeg和libpng ，并且使用X11进行测试。 为了提高速度，需要具有CUDA支持的Nvidia GPU。 此存储库中未包括的其他安装包括MATLAB和ffmpeg （对于Linux；这不是严格必需的，仅用于输出目的）。 编译中 在Linux上，编译可以通过 mkdir build cd build cmake

ConstrainedDelaunayTriangulation：根据Sloan的论文，我对具有约束边缘的Delaunay三角剖分的实现

简述了通过CGAL将一个多边形剖分成Delaunay三角网的过程，并且给出了具体的实现代码。博文地址在：https://blog.csdn.net/charlee44/article/details/104932321

代码直接运行，实现点云的三角剖分并逐步显示，可直接运行。

基于CAD模型的3D散乱数据点三角剖分方法.pdf

本文在详细研究和分析了典型的Delaunay三角剖分算法的思想后，针对增量 算法中的关键问题提出改进的方法，从降低算法的时间复杂度的角度出发，以点 定位搜索这一关键问题为切入点，提出新的改进搜索的方法，该算法利用四面体 三角面的法矢与该面的点到插入点之间形成的向量的夹角来确定定位方向，不需 额外的搜索数据结构，且对于每个搜索四面体只需三个面的法矢和夹角的计算， 减少了搜索过程中的计算量，且定位的路径较优，有效提高了算法的效率，使整 个Delaunay三角剖分算法的时间复杂度约为O(N‘·‘2)，接近线性时间。

该资源是对离散点云的三角剖分，有效。

如何将一个多边形三角化是三维模型中一个比较常见的问题。最初的想法很简单，认为就是以一个点起点连接和它不相邻的点所有三角形就区分完了。这样写完后放到ue4里面测试，开始比较顺利，当但遇到凹多边形时，就发现问题了。着实一想确实有问题，这样只能判断凸多边形，对于凹多边形时不行的。于是乎查询资料，找到这篇文档 ，按照上面的思路一想确实可行，便开始垒代码，写完后已测试，发现一个问题在遇到“+”这种多边形时，移除两个点后发现出现了四点共线的情况。想到的便是先把这些共线点移除，在进行凹凸性的判断。