II Simpósio Brasileiro de Geomática Presidente Prudente - SP, 24-27 de julho de 2007

V Colóquio Brasileiro de Ciências Geodésicas ISSN 1981-6251, p. 655-663

TRIANGULAÇÃO DE DELAUNAY E O PRINCÍPIO DE INSERÇÃO

RANDOMIZADO
MARCO ANTÔNIO PITERI
MESSIAS MENEGUETTE JUNIOR
ANDERSON GREGÓRIO DOS SANTOS
FÁBIO FELICIANO DE OLIVEIRA

Universidade Estadual Paulista - Unesp

Faculdade de Ciências e Tecnologia - FCT
Departamento de Matemática, Estatística e Computação, Presidente Prudente - SP
{piteri, messias}@fct.unesp.br

RESUMO - Este trabalho discute os fundamentos da técnica de triangulação de Delaunay no plano,

particularmente os aspectos de natureza algorítmica do paradigma de inserção combinado com o esquema
de randomização e mostra os resultados obtidos a partir da implementação elaborada. Essa abordagem,
associada a uma eficiente estrutura de dados espacial de localização de triângulos numa subdivisão planar
triangular, conduz a um algoritmo O ( n log n) em relação ao tempo de processamento, mas na prática se
comporta linearmente, se comparada às primeiras variantes do algoritmo de inserção que apresentavam
complexidade de tempo quadrática. Essas medidas indicam uma diferença enorme em termos do tempo
computacional necessário para se obter uma triangulação, que pode variar de segundos a dias de
processamento quando o conjunto de pontos é da ordem de 104 a 106. Desse modo, uma implementação
ineficiente pode inviabilizar uma gama significativa de aplicações, como, por exemplo, a reconstrução da
superfície de um terreno por meio de uma amostra finita e irregular de pontos (TIN), ou, ainda, problemas
que demandam alta interatividade e, portanto, tomadas de decisões em tempo real, como aqueles que são
resolvidos a partir da existência de um modelo digital de terrenos.

ABSTRACT - This work discusses the foundations of the planar Delaunay triangulation technique
particularly those algorithmic aspects of the insertion paradigm combined with the randomization outline
and presents the results from our implementation. This approach, associated to an efficient spatial data
structure for locating the triangle that contains an arbitrary point in a triangular planar subdivision, leads
to an algorithm O( n log n) in respect to the processing time, which in practice behaves linearly when the
2
points are evenly distributed through the domain, contrasting with the O ( n ), complexity of the first
variants of the insertion algorithm. These complexity measures indicate enormous difference in terms of
the computational time for a triangulation process which can vary from seconds to days of processing
4 6
when the data set of points is of the order 10 a 10 . In this way, an inefficient implementation can
mislead us to consider as unfeasible a significant range of applications, as for instance, the reconstruction
of land surfaces from irregular sample of points (TIN), or still, problems with high interactivity demand
and, therefore, real time decisions as those solved from the existing digital terrain model.

1 INTRODUÇÃO O interessante a observar é que independente da

A representação digital de objetos físicos,
manufaturáveis ou não, em inúmeras áreas do
conhecimento humano, tais como: arqueologia, GIS,
engenharias, matemática, medicina, é fundamental para
que se possa realizar sobre eles simulações físicas, ou,
ainda, resolver diferentes tipos de problemas que
envolvem propriedades de natureza combinatória,
geométrica e topológica.
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
especificidade do problema estudado e da área em que
este se insere, muitas vezes não existe nenhuma descrição
da superfície do objeto, mas apenas um conjunto finito de
pontos amostrados sobre ela. Entretanto, a partir dessa
representação primária, é possível reconstruir, com um
determinado grau de precisão, a superfície do objeto que
se está modelando. Embora haja diferentes métodos de
reconstrução de superfícies, alguns mais específicos,
outros mais genéricos, como descrito em Amenta (1999) e
Dey (2006), normalmente eles se utilizam de um esquema
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
de triangulação numa das etapas do processo de
reconstrução, sendo a qualidade local e global dos
elementos triangulares um atributo desejável e muitas
vezes indispensável.
O problema de triangulação não possui unicidade e,
entre todas as triangulações existentes, a de Delaunay é
aquela que maximiza o menor dos ângulos, o que,
segundo Sibson (1978), garante uma triangulação o mais
eqüiangular possível.
Essa garantia de regularidade local e global dos
triângulos sempre foi enaltecida na interpolação numérica
de funções de duas variáveis, conforme observado por
Lawson (1977), na geração de malhas de elementos
finitos (Piteri, 1999), e são igualmente importantes na
modelagem digital de terrenos, ver Li (2005) e El-Sheimy
(2005).
Embora a triangulação de Delaunay seja estudada
2
no espaço euclidiano de dimensão n, é no que ela
conta com a maior variedade de algoritmos. Assim, uma
questão que permanece atual é encontrar um algoritmo
simples e robusto, já que algoritmos de ordem quadrática
podem levar dezenas de horas para obter uma
triangulação, enquanto um algoritmo de complexidade
O(n log n), mas com tempo esperado linear, pode
resolver o mesmo problema em alguns segundos.
A importância do tema reside no fato de que
muitas aplicações baseadas numa triangulação exigem
respostas ou fazem tomadas de decisão em tempo real.
Nesse sentido, encontrar um algoritmo com as
características citadas tornou-se o “santo graal” da
comunidade ligada à área de análise e projetos de
algoritmos geométricos, como pode ser observado em Su
et al. (1996) e Zalik (2005). Este é exatamente o objetivo
deste trabalho, razão pela qual, se optou pela escolha do
paradigma de inserção combinado com o de
randomização para ser aplicado ao problema de
reconstrução de superfícies voltado à modelagem
numérica de terrenos.
Na seqüência, é apresentada uma série de
elementos teóricos sobre a triangulação de um conjunto
de pontos no plano. Na seção 3, discute-se a triangulação
de Delaunay, que é um tipo especial de triangulação, em
particular uma variante de uma abordagem algorítmica
baseada no paradigma de inserção e que foi implementada
neste trabalho. A seção 4, apresenta a proposta de um
sistema avançado de modelagem digital de terrenos, cuja
arquitetura está baseada numa estrutura de dados
topológica que também representa de forma eficiente à
triangulação de Delaunay, objeto fundamental deste
trabalho e que será utilizada para a reconstrução de
superfícies aproximadas de terrenos a partir de uma
amostragem finita e irregular de pontos.
Por sua vez, a seção 5 ilustra alguns resultados já obtidos,
enquanto a seção 6 aponta à direção de alguns trabalhos a
serem desenvolvidos no futuro.
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
Presidente Prudente - SP, 24-27 de julho de 2007
2 FUNDAMENTAÇÃO TEÓRICA
Esta seção traz alguns conceitos teóricos que
fornecem o rigor necessário para fundamentar as demais
seções do trabalho.
Um grafo G(V, E) é um conjunto finito não-vazio
V de vértices, e um conjunto E de arestas, que são
formadas a partir de pares não-ordenados de vértices
distintos de V. Uma aresta e = (u , v) é constituída pelos
vértices u e v, que são seus extremos.
Todo grafo admite uma representação geométrica
no plano, de modo que cada vértice corresponde a um
ponto distinto nesse plano numa posição qualquer,
enquanto cada aresta e = (u , v ) corresponde a uma curva
unindo os pontos associados. Assim, ao se referir a um
grafo, faz-se igualmente uma referência à sua
representação.
Por outro lado, um grafo G é imersível numa dada
superfície S se existir uma representação geométrica R em
S, de tal forma que duas curvas quaisquer de R não se
interceptem a não ser em seus extremos. Dessa maneira,
um grafo é dito planar se ele admite uma representação R
no plano. Assim, uma aresta arbitrária poderá sempre ser
representada em R através de um segmento de reta. Ao
ser desenhado no plano, os segmentos de R que
representam arestas em G decompõem o plano em regiões
que são referenciadas por faces. Dessa forma, a
representação R de todo grafo planar induz no plano uma
partição que é conhecida por subdivisão planar.
O número de vértices, arestas e faces em qualquer
subdivisão planar, dados respectivamente por nv, ne e nf,
se relacionam combinatoriamente através da relação de
Euler dada pela equação (1).
nv + nf − ne = 2 (1)
Num grafo planar cada face é formada por, no
mínimo, três arestas, cada aresta possui exatamente dois
vértices e é adjacente a exatamente duas faces. Logo, 2ne
≥ 3nf, e, ao se substituir esta desigualdade na equação (1),
obtém-se as inequações dadas em (2a), que são sempre
válidas. Se for acrescentada à restrição de que cada
vértice possui pelo menos três arestas incidentes, então,
as inequações dadas em (2b) também são válidas.
Um grafo G(V, E) é dito conexo quando existe
uma seqüência de arestas entre dois vértices quaisquer de
V. Dado um conjunto S e um subconjunto S´ ( S´ ⊆ S ),
diz-se que S´ é maximal em relação a uma determinada
propriedade M, quando S´ satisfaz a propriedade M e não
existe outro subconjunto S´´ que contém S´ e também
satisfaz a propriedade M. Muitos outros resultados
teóricos sobre teoria dos grafos podem ser encontrados
em Szwarcfiter (1984).
II Simpósio Brasileiro de Geomática Presidente Prudente - SP, 24-27 de julho de 2007
V Colóquio Brasileiro de Ciências Geodésicas
⎧ ⎧ 2
⎪ ne ≤ 3nv − 6 ⎪nv ≤ 3 ne
⎪⎪ 2 ⎪
(a ) − ⎨nf ≤ ne (b) − ⎨ ne ≤ 3nf − 6 (2)
⎪ 3 ⎪ nv ≤ 2nf − 4
⎪ nf ≤ 2nv − 4 ⎪
⎩⎪ ⎩⎪

Seja V = { p1 , p2 , , pn } ⊆ 2 , n ≥ 3, um conjunto
finito de pontos distintos e não todos colineares, e E, o (a) (b)
conjunto de todos os segmentos possíveis entre vértices
de V. Formalmente, uma triangulação de V é um grafo Figura 1 - (a) Triangulação que não satisfaz o critério de
planar G(V, E´), onde E´ é um subconjunto maximal de E, Delaunay; (b) triangulação de Delaunay.
com a propriedade de que duas arestas quaisquer de E´
não se interceptam, a não ser em seus vértices (Lee e É importante realçar que as três principais
Schachter, 1980). Nessas condições, todas as faces subdivisões planares induzidas a partir de um conjunto de
limitadas da representação geométrica de G(V, E´) são pontos no plano estão diretamente relacionadas entre si e
triangulares e se referenciará a elas simplesmente por podem ser observadas na Figura 2. Essas subdivisões são:
triângulos, ou ainda, elementos triangulares. o fecho convexo, representado por linhas sólidas mais
O problema de triangulação de um conjunto de espessas (fronteira da triangulação); o diagrama de
pontos V não possui unicidade, ou seja, é possível obter, a Voronoi, representado por linhas tracejadas e a
partir de V, diferentes triangulações, cada uma delas com triangulação de Delaunay, cuja fronteira exterior coincide
2(n-1)-k triângulos e 3(n-1) – k arestas, onde k é o número com o fecho convexo e é representada por linhas sólidas.
de pontos na fronteira da triangulação. Na Figura 1 pode
se observar duas triangulações de um mesmo conjunto de
pontos.
Dentre todas as triangulações existentes, uma
pi
delas, em função das propriedades que serão descritas na
próxima seção, recebe atenção especial e é conhecida na
literatura por triangulação de Delaunay, em homenagem
ao matemático russo Boris Delaunay que a descobriu,
(Edelsbrunner, 2001).

3 TRIANGULAÇÃO DE DELAUNAY

A triangulação de Delaunay pode ser formulada e Figura 2 - Relacionamentos existentes entre a

estudada no espaço euclidiano de dimensão n, mas o triangulação de Delaunay, o diagrama de Voronoi e o
propósito neste trabalho é discutir seus aspectos de fecho convexo de um mesmo conjunto de pontos.
natureza teórica e algorítmica apenas no plano. É
importante fazer essa restrição, na medida em que nem Dado V, o fecho convexo de V é o menor conjunto
todos os conceitos podem ser generalizados para outras convexo que contém V. Uma região de Voronoi R ( pi ),
dimensões.
ilustrada na Figura 2 pela região sombreada, é dada pela
A triangulação TD (V ) de um conjunto de pontos
relação (3), onde d ( pi , p j ) é a métrica euclidiana. Por
V⊆ 2
é de Delaunay, se, e somente se, a circunferência
que circunscreve cada um dos sua vez, o conjunto de cada uma das regiões, associadas a
triângulos Δ( pi p j pk ) ∈TD(V ) for vazia, ou seja, não cada um dos pontos, define o diagrama de Voronoi de V.

contiver nenhum outro ponto de V. Essa propriedade R( pi ) = {x ∈ 2

também é conhecida por critério de Delaunay e pode ser
melhor observada na Figura 1. A razão dessa triangulação
ser tão importante em diferentes aplicações reside em
duas propriedades fundamentais que a torna uma
representante especial entre todas as triangulações
associadas ao mesmo conjunto de pontos:
ƒ maximiza o menor dos ângulos entre todas as
triangulações possíveis (Sibson, 1978);
ƒ se não existirem mais que três pontos co-
circulares, então TD(V ) é única.
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
| d ( pi , x) ≤ d ( p j , x),1 ≤ j ≤ n} (3)
Fundamentalmente, há duas formas básicas de se
obter a triangulação de Delaunay a partir de um conjunto
de pontos, os métodos diretos e indiretos.
De forma indireta, a triangulação poderia ser
obtida a partir de seu dual, o diagrama de Voronoi, ou,
ainda, a partir do fecho convexo. Nesse último caso, os
pontos poderiam mapeados, por exemplo, para a
superfície de um parabolóide. Após a obtenção do fecho
convexo nessa superfície, em que cada uma das faces do
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
poliedro convexo seria triangular, a estrutura topológica
da triangulação seria obtida. Maiores detalhes de como
isso pode ser realizado pode ser verificado em Guibas e
Stolfi (1997), Berg et al. (1997) e Edelsbrunner (1997,
2001).
De acordo com Su e Drysdale (1996), há uma
variedade enorme de algoritmos diretos e cada um deles
pode ser classificado como pertencente a um dos
seguintes paradigmas computacionais:
ƒ Paradigma de inserção;
ƒ Paradigma de divisão e conquista;
ƒ Paradigma de varredura de linhas;
Cada uma dessas classes possui um método
algorítmico bem definido, embora mais recentemente
alguns algoritmos híbridos, no sentido de que combinam
características entre os diferentes paradigmas têm surgido
na literatura, como, por exemplo: Guibas et al. (1992) e
Zalik (2005).
3.1 Paradigma de inserção randomizado
Indiscutivelmente, entre os paradigmas acima
enumerados, o que mais evoluiu e possui um maior
número de representantes é o de inserção, em grande parte
devido à sua simplicidade, robustez e facilidade de ser
3
generalizado para outras dimensões, em particular o ,
onde há igualmente um conjunto significativo de
aplicações, conforme podem ser constatadas em Amenta,
(1999), Piteri (1999) e Dey (2006).
O algoritmo incremental descrito por Lawson
(1972) e muitas de suas variantes, como as descritas por
Watson (1981) e Lee e Schachter (1980), possuem
complexidade quadrática. Mais recentemente, esse
método foi combinado com o princípio de randomização
em Guibas et al. (1992) e com o método de varredura por
linhas em Zalik (2005), tornando essa abordagem
extremamente competitiva, se comparada ao método de
divisão e conquista descrito em Lee e Schachter (1980),
Guibas e Stolfi (1985) e, ao de varredura por linhas dado
em Fortune (1987), ambos com complexidade teórica de
pior caso O( n log n).
A idéia fundamental do paradigma de inserção,
também referenciado como incremental, é muito simples.
Um ponto é inserido por vez na triangulação já existente e
esta é atualizada de modo a satisfazer o critério de
Delaunay. Esse processo é repetido sistematicamente até
que todos os pontos tenham sido processados e,
consequentemente, a triangulação do conjunto de pontos
obtida. Um pseudocódigo é dado no Algoritmo 1.
Uma questão imediata que surge aqui é saber qual
o próximo ponto, entre todos aqueles que ainda não foram
manipulados, será processado. Em outras palavras, qual
deve ser a ordem em que os pontos serão introduzidos.
Muitas das variantes algorítmicas associadas a esse
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
Presidente Prudente - SP, 24-27 de julho de 2007
paradigma residem no estabelecimento dessa seqüência,
enquanto outras variantes estão diretamente associadas à
forma como a triangulação será atualizada, ou, ainda, em
como será realizada a operação de localização de um
elemento triangular.
Os primeiros algoritmos incrementais não davam
muita atenção à ordem em que os pontos eram
processados. Entretanto, com a aplicação do princípio de
randomização, foi observado que alterações na ordem de
entrada dos pontos poderiam colaborar para minimizar o
esforço computacional associado ao algoritmo. Um
tratado sobre a possibilidade de se aplicar o princípio de
randomização em diferentes classes de algoritmos pode
ser visto em Motwani e Raghavan (1995).
O trabalho de Guibas et al. (1992) foi o primeiro a
combinar a idéia de randomização com o paradigma
incremental aplicado à triangulação de pontos. Além
disso, há a proposta de uma nova estrutura de dados
denominada DAG (Directed Aciclic Graph) para facilitar
a localização do triângulo que contém o ponto mais
recentemente inserido e que se tornou uma referência
obrigatória nesse tema, já que foi a primeira variante de
um algoritmo incremental com complexidade teórica
O(n log n) , embora, na prática, o tempo esperado para
diferentes distribuições de pontos seja linear.
A descrição do pseudocódigo dada no
Algoritmo 1 segue as referências de Guibas et al. (1992) e
Berg et al. (1997), onde também podem ser verificadas a
prova de vários lemas, a prova de correção do algoritmo e
uma análise detalhada de sua complexidade. A
implementação realizada segue basicamente essas duas
referências.
______________________________________________
1. Encontre um supertriângulo que contenha todos
os pontos de V;
2. Compute uma permutação aleatória de V;
3. Inicialize a triangulação inicial TD(V0 ) com
apenas o supertriângulo;
4. para r Å 1 até n faça
4.1 Insira um novo ponto pr em TD(Vr −1 ) ;
4.2 Encontre o Δ ( pi p j pk ) ∈TD(Vr −1 ) que
contém o ponto pr;
4.3 se pr está no interior do Δ ( pk pt pv )
então Regulariza1 (Δ ( pk pt pv ), pr );
senão Regulariza2 (pi p v , p r ); //Figura 4a
5. Remover os vértices, arestas e faces que incidem
nos vértices originais do supertriângulo e que
não fazem parte da triangulação.
______________________________________________
Algoritmo 1 - Pseudocódigo associado ao algoritmo de
inserção randomizado.
Na seqüência são apresentadas descrições mais
detalhada de cada um dos passos fundamentais associados
ao Algoritmo 1.
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
Passo 1. O passo inicial do Algoritmo 1 é garantir que
todos os pontos do conjunto V a ser triangulado estejam
no interior de uma região convexa. Lawson (1972, 1977),
por exemplo, sugeriu usar uma região retangular.
Por outro lado, Watson (1981) propôs o uso de um
triângulo grande o suficiente para conter todos os pontos
do conjunto inicial e facilitar os passos construtivos do
algoritmo. Esse triângulo especial é referenciado na
literatura por supertriângulo (ST) e há infinitas formas de
se obtê-lo. Uma que tem sido comumente utilizada,
inclusive neste trabalho, é defini-lo com coordenadas
(3M , 0), (0,3M ) e (−3M , −3M ), onde M é o maior valor
absoluto das coordenadas dos pontos em V (Berg et al.
1997).
Um outro método é escolher um supertriângulo,
cuja circunferência inscrita contém um quadrado de lado
2M, que, por sua vez, contém o conjunto V. Além disso, a
base desse triângulo é paralela ao eixo-x.
Uma variante do algoritmo de inserção para o
problema de triangulação e que elimina o uso de um
supertriângulo é baseado num método de construção do
fecho convexo, onde o conjunto de pontos passa
inicialmente por uma ordenação lexicográfica. Detalhes
dessa técnica podem ser verificados em Boissonnat e
Yvinec (1998) e Barbosa et al. (2003).
Passo 2. O principal objetivo desse passo, sugerido por
Guibas et al. (1992), é acrescentar uma aleatoriedade na
ordem em que os pontos são inseridos, o que garante que
poucas alterações estruturais ocorram na triangulação já
existente, permitindo que as operações de atualização
sejam realizadas em tempo constante. Esse passo de
randomização pode ser conseguido com o auxílio de uma
permutação sobre os pontos.
Passo 3. É um passo de inicialização da estrutura de
dados que irá representar o processo construtivo da
triangulação e facilitar as operações topológicas de
atualização após a inserção de um novo ponto no passo 4.
Seja TD(Vr ), a notação associada à triangulação de
Delaunay já obtida para r pontos, 1 ≤ r ≤ n.
Passo 4. É o passo fundamental no algoritmo de inserção
e é aquele que determina a sua complexidade
computacional em termos de tempo de processamento.
Seguindo a mesma sistemática anterior, serão descritos
cada um de seus passos intermediários.
Passo 4.1. Aqui se limita a identificar qual será o próximo
ponto pr a ser inserido na triangulação, segundo a ordem
estabelecida pela permutação no passo 2.
Passo 4.2. Por construção (passo 1), necessariamente o
ponto pr se localiza estritamente no interior de um
triângulo, ou, sobre uma de suas arestas. Em primeiro
lugar deve-se notar que a classificação de um ponto em
relação a um triângulo pode ser resolvida em tempo
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
Presidente Prudente - SP, 24-27 de julho de 2007
constante por meio do uso de coordenadas baricêntricas.
A seguir, são discutidas três abordagens possíveis
para a solução deste problema.
A primeira verificará, entre todos os elementos
triangulares já existentes, qual deles contém o ponto pr .
Essa proposta conduz a um algoritmo quadrático.
Uma segunda alternativa, bem mais eficiente, é
partir do último elemento triangular que foi gerado no
passo anterior e verificar se ele contém o ponto. Se
contiver, a busca foi concluída, caso contrário, pelo uso
das coordenadas baricêntricas do triângulo e das regiões
induzidas pelas retas suportes associadas a cada um de
seus lados, é possível classificar o ponto pr em relação a
esse triângulo e, assim, obter a direção a ser seguida por
meio de um de seus triângulos adjacentes. Essa idéia é
repetida sistematicamente até que o triângulo que contém
o ponto pr seja encontrado. Tal situação ocorre quando
as coordenadas baricêntricas de pr em relação ao
triângulo são todas positivas.
Para conjuntos de pontos distribuídos
uniformemente pelo domínio, o tempo dessa estratégia de
busca está limitado a O( n ). Como n pontos são
inseridos na triangulação, a complexidade de tempo de
processamento do algoritmo de inserção fica limitada a
O(n1.5 ), mais eficiente que o caso quadrático da
abordagem anterior.
Uma idéia semelhante ao uso das coordenadas
baricêntricas é traçar um segmento a partir do centróide
do último elemento triangular gerado até o ponto pr . Em
seguida, “caminha-se” para o elemento triangular
adjacente à aresta que foi interceptada pelo segmento. Na
verdade, esse segmento fornece a direção a ser seguida até
a localização definitiva do elemento triangular procurado.
Eventualmente, esse segmento pode interceptar um
vértice. Uma solução possível seria escolher quaisquer
dos elementos triangulares incidentes a esse vértice,
encontrar o seu centróide, refazer o segmento até o ponto
pr e continuar a busca.
Não satisfeitos com as abordagens anteriores,
Guibas et al. (1992) sugerem uma terceira proposta
baseada na estrutura de dados hierárquica DAG, que
resolve a operação de localização do triângulo em
tempo O(log n), reduzindo o tempo total de
processamento do algoritmo de inserção de O(n n )
para O( n log n). Como já foi dito anteriormente, isto é
muito significativo quando o número de elementos do
conjunto de pontos é de algumas dezenas de milhar.
Detalhes dessa estrutura podem ser observados em
Edelsbrunner (2001) e Berg et al. (1997).
Passo 4.3. Consiste em garantir a invariância do critério
de Delaunay após a inserção do ponto pr , ou seja,
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
transformar TD(Vr −1 ) ∪ pr → TD(Vr ) e pode ser
realizado de duas formas diferentes.
A primeira delas é a mais popular e é a que foi
utilizada neste trabalho, razão pela qual será aqui descrita
com maiores detalhes. Foi proposta por Lawson (1977) e
é conhecida na literatura por edge-flip; a segunda forma,
foi elaborada por Watson (1981). Ambas as alternativas
conduzem à mesma triangulação. O passo 4.3 também é
conhecido por regularização ou legalização da
triangulação e é aplicado sobre uma aresta.
Diz-se que uma aresta pi pv é localmente
Delaunay se ela for adjacente:
ƒ à face exterior (pertence ao fecho convexo) da
triangulação, ou,
ƒ aos triângulos Δ( pi pv pk ) e Δ( pi pv pt ) e o
ponto pt se localiza no exterior da circunferência que
circunscreve o triângulo Δ( pi pv pk ), Figura 3b.
Lema de Delaunay: Dada uma triangulação T (V ) de
2 de edge-flip, mantendo invariante o critério de Delaunay.
V⊆ , se toda aresta e ∈ T (V ) for localmente
Delaunay, então T (V ) é uma triangulação de Delaunay.
Se a aresta pk pt é adjacente aos triângulos
Δ( pk pt pv ) e Δ( pk pi pt ) e sua remoção resulta num
quadrilátero estritamente convexo (Figura 3a), então, é
possível trocá-la pela aresta pi pv , regularizando a
triangulação. A Figura 3 ilustra a representação
diagramática desse princípio.
pv pv
pt pt
pk pk
pi pi
(a) (b)
Figura 3 - Princípio de edge-flip. (a) O triângulo
Δ( pk pi pt ) não satisfaz o critério de Delaunay; (b)
Troca da diagonal pk pt pela diagonal pi pv , tornando a
triangulação de Delaunay.
Já se disse anteriormente que a triangulação de
Delaunay TD(V ) possui a propriedade de maximizar o
menor ângulo entre todas as triangulações T (V ). Foi
Sibson (1978), o primeiro a perceber que no plano existe
uma correspondência entre essa propriedade que ele
denominou critério MaxMin e o critério de Delaunay,
conforme pode ser observado na Figura 3. Ao se aplicar o
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
Presidente Prudente - SP, 24-27 de julho de 2007
edge-flip na aresta pk pt , o menor dos seis ângulos
internos na Figura 3a aumentou na Figura 3b, ou seja, o
menor dos ângulos foi maximizado.
O princípio de edge-flip pode ser usado ainda para
converter uma triangulação arbitrária em outra qualquer,
e, em particular, numa de Delaunay. Este resultado é
devido a Lawson (1972, 1977). Em Piteri (1999), a
triangulação a partir de uma geometria bidimensional
arbitrária é realizada inicialmente pela técnica de Avanço
da Fronteira e, posteriormente convertida para uma
triangulação de Delaunay com restrições.
A maior virtude do critério proposto por Lawson é
sua simplicidade, aliada ao fato de ele ser local. Isto
significa que ao aplicá-lo em torno do ponto pr mais
recentemente inserido, as trocas de arestas não se
propagam por toda a triangulação. Em outras palavras,
ocorrem poucas mudanças estruturais na topologia da
triangulação e elas são bem localizadas.
Em síntese, o procedimento de regularização de
uma aresta é simplesmente verificar se a mesma é
localmente de Delaunay, se não for aplica-se o princípio
O procedimento Regulariza1(.) trata do caso em
que o ponto pr se localiza estritamente no interior de
um triângulo (Figura 4a). Seus parâmetros são o triângulo
que contém o ponto pr e o próprio ponto.
pv
pv pv
pt pi
pr
pr pr
pk pk pk
pt pi pt
(a) (b) (c)
Figura 4 – Inserção do ponto pr na triangulação. (a)
Ponto no interior do triângulo e; (b) sobre uma aresta; (c)
ilustração do processo de regularização da aresta pt pv .
______________________________________________
Regulariza1(.){
1. Remova o triângulo original em T (Vr −1 ) e crie
três novos triângulos em T (Vr ), de acordo com a
Figura 4a;
2. Regularizar_Aresta ( pk
pt , pr ) ;
3. Regularizar_Aresta ( pt pv , pr ) ;
4. Regularizar_Aresta ( pv pk , pr ) ;
}
______________________________________________
Algoritmo 2 – Pseudocódigo relativo ao procedimento
Regulariza1(.).
Por outro lado, o procedimento Regulariza2(.)
trata da situação em que o referido ponto encontra-se
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
sobre uma aresta da triangulação (Figura 4b). Os
parâmetros são, a aresta sobre o qual o ponto pr se
localiza e o próprio ponto.
______________________________________________
Regulariza2(.) {
1. Remova ambos os triângulos adjacentes à aresta
pi p j em T (Vr −1 ) e crie quatro novos triângulos
em T (Vr ), de acordo com a Figura 4b;
2. Regularizar_Aresta ( pk
pi , pr ) ;
3. Regularizar_Aresta ( pi pt , pr ) ;
4. Regularizar_Aresta ( pt pv , pr ) ;
5. Regularizar_Aresta ( pv pk , pr ) ;
} conjunto de pontos amostrados sobre a superfície de um
______________________________________________
Algoritmo 3 – Pseudocódigo relativo ao procedimento
Regulariza2(.).
Por fim, após o processo de criação de novos
triângulos em Regulariza1(.) e em Regulariza2(.), o
procedimento Regularizar_Aresta(.) é chamado recursi-
vamente sempre que houver a troca de diagonal entre
triângulos adjacentes. A figura 4c, conjuntamente com o
pseudocódigo dado no Algoritmo 4, facilitam a
compreensão dessa idéia.
______________________________________________
Regularizar_Aresta ( pt pv , pr ) {
Se a aresta ( pt pv ) não é localmente Delaunay então
troque-a pela aresta pr pi ; (edge-flip na Figura 4c )
Regularizar_Aresta ( pt pi , pr );
Regularizar_Aresta ( pi pv , pr );
} sobre um plano, onde então a triangulação de Delaunay é
______________________________________________
Algoritmo 4 – Função recursiva Regularizar_Aresta(.).
O importante a salientar neste passo de
regularização é que ele não se propaga pela malha já
construída, garantindo que em cada nova inserção de um
ponto a triangulação não seja toda reconstruída.
Passo 5. A última tarefa a ser realizada é remover todas as
faces triangulares incidentes aos vértices associados ao
ST, incluindo obviamente suas arestas e vértices.
4 SISTEMA DE MODELAGEM DIGITAL DE
TERRENOS
Um modelo digital de terrenos (MDT) pode ser
obtido a partir de grades regulares, curvas de níveis ou
ainda sobre uma amostra irregular de pontos sobre a
superfície do terreno (TIN), segundo Barbosa et al.
(2003), Li (2005) e El-Sheimy (2005). No caso deste
trabalho, o interesse está concentrado na última
abordagem.
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
Presidente Prudente - SP, 24-27 de julho de 2007
A existência de um MDT associado a um dado
espaço físico, possibilita que uma série de operações
possam ser realizadas sobre ele, como, por exemplo,
treinamentos em simulações de vôo, extração de curvas
de níveis e redes de drenagem; projetos de construção de
estradas, túneis, barragens e dimensionamento dos
respectivos deslocamentos de terras, e ainda, estudos de
impacto ambiental como o cálculo de áreas alagadas na
construção de hidroelétricas e o respectivo volume do
reservatório. Nesse sentido, um MDT é fundamental no
auxílio à tomada de decisão e no desenvolvimento de
projetos ligados a áreas como GIS, Engenharias
Cartográfica, Ambiental, Militar, Civil, entre outras. Ver
Barbosa et al. (2003), Li (2005) e El-Sheimy (2005) para
outras aplicações.
É fácil notar que somente a existência de um
terreno não oferece nenhuma informação adicional de
natureza topológica (incidência, adjacência,
conectividade, relações de proximidade), além de outras
propriedades de natureza geométrica (declividade e
orientação do terreno) e de inúmeras propriedades
combinatórias que auxiliam na obtenção de medidas de
complexidade associadas às diferentes aplicações sobre o
MDT. Isto torna a existência de uma triangulação
fundamental, na medida em que é ela que estabelece a
conexão entre os pontos (dimensão 0), criando mais duas
entidades que até então não existiam, as arestas (dimensão
1) e as faces triangulares (dimensão 2), dando origem a
uma estrutura topológica e combinatória, que consegue
capturar informações relevantes sobre o terreno e dá a
abstração necessária para a criação de um modelo
computacional que se constitui na essência de um modelo
digital de terrenos. A Figura 5 ilustra a idéia de como essa
tarefa poderá ser realizada.
Na Figura 5a, o conjunto de pontos amostrados
sobre a superfície do terreno é projetado ortogonalmente
obtida. Na seqüência do processo, verifica-se que a
estrutura topológica da triangulação (Figura 5a) é
preservada no espaço, já com o valor da coordenada-z
atualizado, dando origem a uma superfície aproximada
linearmente por partes (Figura 5b).
(a) (b)
Figura 5 – (a) Projeção ortogonal de um conjunto de
pontos e respectiva triangulação; (b) Superfície do terreno
aproximada a partir da malha triangular obtida em (a).
A plataforma de software em desenvolvimento está
sendo elaborada inicialmente em C, com o uso do
II Simpósio Brasileiro de Geomática Presidente Prudente - SP, 24-27 de julho de 2007
V Colóquio Brasileiro de Ciências Geodésicas
compilador Microsoft Visual Studio C++ 6.0. A interface
do sistema será construída com o uso da biblioteca de
classes Qt, enquanto as diferentes operações de
visualização serão implementadas com o uso da biblioteca
OpenGL.
A arquitetura do núcleo do sistema está baseada na
estrutura de dados topológica winged-edge modificada
(Piteri, 1999), que é capaz de representar quaisquer
subdivisões planares e alguns tipos especiais de
subdivisões espaciais, incluindo a ilustrada na Figura 5b.
Uma vantagem dessa estrutura de dados é que ela é
capaz de responder quaisquer das nove relações de
incidência e adjacência entre as entidades topológicas
(vértices, arestas e faces) presentes na triangulação em
tempo constante, respeitando a natureza local dessas
operações, de modo que elas sejam independentes da
dimensão do problema. Esse requisito é fundamental para
a elaboração de algoritmos eficientes em variadas
Figura 6- Triangulação de Delaunay com 800 pontos
aplicações associadas à Cartografia, Meio Ambiente e
gerados aleatoriamente segundo uma distribuição
Geomorfologia.
uniforme e obtida a partir do protótipo implementado.
Na verdade, este trabalho é o primeiro resultado de
uma proposta mais abrangente de desenvolvimento de um
6 CONCLUSÕES
sistema avançado de modelagem digital de terrenos de
alta performance baseado numa estrutura de dados
Este trabalho mostra de forma sistemática
topológica. Os elementos iniciais deste projeto estão
diferentes aspectos de natureza combinatória, geométrica
sendo materializados em dois projetos finais de graduação
e topológica associados à técnica de triangulação de
junto ao curso de Ciência da Computação, a serem
Delaunay. Discute ainda inúmeras variantes do algoritmo
finalizados em 2007.
de inserção, visando encontrar a mais eficiente em termos
computacionais, com o intuito de aplicá-la ao problema
5 RESULTADOS de modelagem digital de terrenos a partir de uma amostra
finita e irregular de pontos (TIN). Além disso, apresenta
A Figura 6 ilustra a triangulação de Delaunay
resultados parciais da implementação realizada, que já se
obtida a partir da implementação do algoritmo
encontra operacional, permitindo que o projeto possa
incremental randomizado discutido nas seções anteriores.
avançar para suas próximas etapas.
Como os pontos da Figura 6 foram gerados
Por outro lado, apresenta ainda a proposta de uma
randomicamente, podem ser observados alguns elementos
plataforma de software que se encontra em
irregulares. O objetivo aqui foi ilustrar a consistência e a
desenvolvimento, cujo propósito maior é suportar a
robustez do protótipo já desenvolvido.
variedade de aplicações realizadas a partir da existência
Os resultados obtidos são consistentes e atendem
de um modelo digital de terreno construído por meio de
as expectativas quanto à eficiência computacional. A
uma rede irregular de pontos (TIN). Nesse sentido, a
complexidade de tempo de processamento é
implementação de um algoritmo eficiente para se obter a
O(n n ) = O(n1.5 ). Embora essa medida seja muito mais triangulação de Delaunay é um passo indispensável e que
eficiente que os primeiros algoritmos incrementais de pode ser considerado, em grande parte, superado.
ordem quadrática, para aplicações reais que envolvem Entre os passos mais imediatos na continuidade do
milhares de pontos, ela deve ser melhorada. Isso já está trabalho, destacam-se à construção de triangulações de
sendo resolvido através da implementação da estrutura de Delaunay com restrições e a incorporação de predicados
dados DAG proposta por Guibas et al. (1992) e cujo geométricos introduzidos por Shewchuck (1997) para
propósito é localizar o triângulo no passo 4.2 do trabalhar com aritmética exata, já que algoritmos
Algoritmo 1. Com o uso dessa estrutura, o tempo de geométricos em geral são extremamente susceptíveis aos
busca será alterado de O( n ) para O(log n), reduzindo erros numéricos derivados da aritmética de ponto
flutuante.
assim o tempo total de processamento da triangulação
para O(n log n), que é o objetivo final do trabalho. AGRADECIMENTOS
Por fim, é preciso salientar que a técnica de
triangulação de Delaunay implementada já se encontra Os dois primeiros autores agradecem a FAPESP e
integrada a estrutura de dados topológica winged-edge ao CNPq/PIBIC pelo apoio dado aos projetos de IC sob
modificada, facilitando o desenvolvimento do sistema suas respectivas orientações, bem como ao revisor técnico
proposto na seção anterior. do artigo pelas sugestões apresentadas que em muito
contribuíram para a qualidade final desse trabalho.
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
REFERÊNCIAS
AMENTA, N. The crust algorithm for 3D surface
reconstruction, In: Proceedings of the Fifteenth Annual
Symposium on Computation Geometry (Miami Beach,
Florida), pages 423-424, ACM, June 1999.
BARBOSA, R. L.; SILVA, J. F. C.; MENEGUETTE JR,
M.; GALLIS, R.B.A., Geração de modelo digital do
terreno utilizando a triangulação de Delaunay e thin
plate spline. In: Colóquio Brasileiro de Ciências
Geodésicas, 3, 2003, Curitiba.
BERG, M., KREVELD, M. V., OVERMARS, M. e
SCHWARZKOPF, O. Computational geometry:
algorithms and applications, Heidelberg: Springer-
Verlag, 1997. 365p.
BOISSONNAT, J.D.; YVINEC, M. Algorithmic
geometry, Cambridge: Cambridge University Press.
1998. 519p.
DEY, T.K. Curve and surface reconstruction:
algorithms with mathematical analysis, Cambridge:
Cambridge University Press, 2006, 229p.
EDELSBRUNNER, H. Geometry and topology for
mesh generation, Cambridge: Cambridge University
Press, 2001. 177p.
EDELSBRUNNER, H. Algorithms in Combinatorial
Geometry, Heidelberg: Springer-Verlag, 1987. 423p.
EL-SHEIMY, N.; VALEO, C.; HABIB, A. Digital
terrain modeling: acquisition, manipulation, and
applications. Boston: Artech House, 2005, 257p.
FORTUNE, S.J. A sweepline algorithm for Voronoi
diagrams. Algorithmica, v. 2, p. 153-174, 1987.
GUIBAS, L. J., STOLFI, J. Primitive for manipulation of
general subdivisions and the computation of voronoi
diagrams, ACM Transaction on Graphics, vol. 4, nº2, p.
77-123, 1985.
GUIBAS, L. J.; KNUTH D. E.; SHARIR, M.
Randomized incremental construction of Delaunay and
Voronoi diagrams. Algorithmica, v. 7, n. 1, p. 381-443,
1992.
LAWSON, C.L. Transforming triangulations. Discrete
Mathematics, v. 3, n. 4, p. 365-372, 1972.
LAWSON, C.L. Generation of a triangular grid with
applications to contour plotting. Tec. Report, n. 299, Jet
Propulsion Laboratory, Pasadena, Califórnia, fev., 1972.
M. A. Piteri; M. Meneguette Jr; A. G. dos Santos ; F. F. de Oliveira
Presidente Prudente - SP, 24-27 de julho de 2007
LAWSON, C.L. Software for C1 surface interpolation. In:
Mathematical Software III, Ed. John R. Rice, New
York: Academic Press, 1977, p. 161-194.
LEE, D.T.; SCHACHTER, B.J. Two algorithms for
construction a Delaunay triangulation, International
Journal of Computer and Information Sciences, v. 9,
n. 3, p. 219-242, 1980.
LI, Z.; ZHU, Q.; GOLD, C. Digital terrain modeling:
principles and methodology. Boca Raton: CRC Press,
2005, 323p.
MOTWANI, R.; RAGHAVAN, P. Randomized
Algorithms, Cambridge University Press. 1995. 476p.
PITERI, M. A. Geração automática de malhas
hierárquico-adaptativas em domínios bidimensionais e
tridimensionais. 1999. 227 p. Tese de Doutorado -
Instituto Superior Técnico, Universidade Técnica de
Lisboa, Lisboa.
SHEWCHUCK, J. R. Adaptive precision floating-point
arithmetic and fast robust geometric predicates. Discrete
and Computational Geometry, v. 18, n.3, p. 305-363,
out. 1997.
SIBSON, R. Locally equiangular triangulations.
Computer Journal, v.21, p. 243-245, 1978.
SU, P.; DRYSDALE, T.L.S. A comparison of sequential
Delaunay triangulation algorithms. Computational
Geometry: Theory and Applications
v. 7 , n. 5-6, p. 361-385, abr. 1997.
ZALIK, B. An efficient sweep-line Delaunay
triangulation algorithm. Computer Aided Design, v.37,
p.1027-1038, 2005.
SZWARCFITER, J.L. Grafos e algoritmos
computacionais, Rio de Janeiro: Editora Campus, 1984,
216p.
WATSON, D. Computing the n-dimensional Delaunay
tessellation with applications to Voronoi polytopes . The
Computer Journal, v. 24, n. 2, p. 167-172, 1981.