版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、數(shù)年來,對于三維地層模型的研究,由Delaunay三角網(wǎng)格構(gòu)建三維地層TIN模型已漸漸成為研究的主流。而三維地層顯示的關(guān)鍵在于能對三維地層模型進行任意的切割。本文研究的核心既是對三維地層模型進行任意多邊形的剖切,并去除掉剖切多邊形內(nèi)部的地質(zhì)結(jié)構(gòu),實現(xiàn)三維地層模型模擬挖掘的效果。
本文介紹了Delaunay三角網(wǎng)格的定義及其兩大特性:最大最小角特性和空外接圓特性,指出了Delaunay三角網(wǎng)格能作為構(gòu)建三維地層TIN模型主流的優(yōu)
2、越性。并總結(jié)了生成Delaunay三角網(wǎng)格的三種常用方法:逐點插入方法、三角網(wǎng)生長方法和分治方法(分割歸并方法)。著重分析了三種常用方法各自的優(yōu)缺點,并對其各方面性能做了細致的比較,最終綜合多方面因素選取三角網(wǎng)生長方法為本文的基本構(gòu)網(wǎng)思想。在比較完非約束Delaunay三角網(wǎng)格之后,接著又介紹了帶約束的Delaunay三角網(wǎng)格。著重闡述了構(gòu)建包含約束島嶼的Delaunay三角網(wǎng)格的有關(guān)概念及性質(zhì)。并詳細介紹了目前使用較為廣泛的幾種嵌入約
3、束線段的經(jīng)典算法,闡明了各自具體的實施步驟。也分析了這幾種方法的弊端,從而提出一種包含約束邊的分區(qū)域構(gòu)建三角網(wǎng)格算法。
最后,根據(jù)選取開挖后模型的數(shù)據(jù)點、定義約束邊、重構(gòu)模型和繪制模型四個方面,具體介紹了本文所提出的包含約束邊的分區(qū)域構(gòu)建三角網(wǎng)格算法。通過定義剖切多邊形的各條邊為約束邊,將地層模型分隔成以剖切多邊形為約束邊界的內(nèi)外兩個區(qū)域。運用改進后的三角網(wǎng)生長方法,分階段分區(qū)域地生成包含約束島嶼的三角網(wǎng)格。再借由繪制模型階段
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MPI的三維枝晶生長相場模型模擬研究.pdf
- 基于自適應(yīng)有限元方法三維相場模型模擬研究.pdf
- 用三維雷諾時均模型模擬小尺度組合樁柱上的波浪力.pdf
- 自養(yǎng)脫氮過程模型模擬研究.pdf
- 淡水湖泊藻類模型模擬.pdf
- 分層水庫垂向二維水溫模型模擬研究.pdf
- 基于MPI與OpenMP的相場模型模擬研究.pdf
- 基于多特征模型模擬電路故障預(yù)測技術(shù)研究與實現(xiàn).pdf
- 基于GPU并行的相場模型模擬研究.pdf
- 三峽庫區(qū)小流域氮磷流失規(guī)律與模型模擬研究.pdf
- 《內(nèi)部審計基礎(chǔ)》公司治理模型模擬試題
- 基于多特征模型模擬電路測試選擇與驗證.pdf
- 黑河流域上游植被格局動態(tài)變化與模型模擬研究.pdf
- 三維火焰仿真模型的研究與實現(xiàn).pdf
- 北帶馬尾松林土壤呼吸的模型模擬.pdf
- 直接甲醇燃料電池膜電極的關(guān)鍵材料與模型模擬研究.pdf
- 多種土體三軸試驗的三種非線性本構(gòu)模型模擬.pdf
- 大氣污染物擴散的高斯模型模擬
- 不同輻射模型的比較及其對APSIM模型模擬效果的影響.pdf
- 犧牲層腐蝕三維模型與模擬研究.pdf
評論
0/150
提交評論