基于插值NURBS曲面的马铃薯叶片3维重建

随着计算机虚拟技术的迅速发展,虚拟作物技术已成为水稻、小麦、玉米等农作物生长发育状况研究的重要工具.现有关于农作物叶片3维重建的研究主要关注叶片的正面表面,而忽略了背面构造.该文针对农作物叶片3维重建问题,选取马铃薯叶片作为研究对象.首先,利用马铃薯叶片的实测数据和标记数据,结合非均匀有理B样条(NURBS)曲面重构技术,通过控制点的反算方法及权重因子插值曲面算法,确定插值NURBS曲面的节点矢量、控制点、权重因子等相关参数;其次,采用插值NURBS曲线的方法对叶脉进行3维重建;最后,使用VisMPL和VisVTK对曲面进行颜色渲染和绘制,并引入曲面容器将叶正面、叶背面和叶柄的插值NURBS曲面进行融合.实验结果表明：基于传统方法,该方法通过增加叶片背面的构造,在重建马铃薯叶片的3维曲面模型上表现出色,有效实现了马铃薯叶片形态特征的3维重建,为马铃薯叶片研究提供技术支持.     

改进的基于径向基函数的曲面重建算法

目的改进基于径向基函数的曲面重建算法。方法针对数据量过大,无法在中低端计算机上进行曲面重建的问题,采用分而治之的思想,将点云曲面先分割后重建。结果所给方法能够明显提高曲面重建效率,实现了在中低端计算机上的曲面重建。结论对于不规则的待重建物体,使用任意方向的包围盒比使用轴向包围盒能更好地降低重建过程中的运算次数。     

密集三维散乱点数据的拓扑矩形网格自组织压缩重建

探讨了曲面密集三维散乱点数据的拓扑矩形网格自组织压缩重建方法。建立了基于自组织特征映射神经网络的三维散乱点数据的拓扑矩形网格自组织压缩重建模型。该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系,结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系,实现曲面密集三维散乱点数据的自组织压缩。按矩形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈矩形阵列分布,可生成测量点集压缩后的拓扑矩形网格,可用于NURBS曲面重构。计算机仿真实验表明,所建模型可以实现三维密集散乱点数据自组织压缩,生成期望疏密程度和精度的双有序点列,重建矩形拓扑网格。     

基于法向量场的散乱点集三角网格化

文章提出了基于散乱空间点集进行曲面重建的新方法,即从散乱点集的空间位置信息中估算出待建曲面的法向量场,构造基于法向量的曲面重建控制方法和控制参数,并用该参数来确定拓扑重建的搜索空间,采用面片生长的方式重建曲面.该方法在快速获得正确的拓扑连接的同时,直接生成用较少的面片就能保持曲面特征的优化网格.     

一种基于端点非插值性的NURBS曲面重构方法

为了解决多面片拼接曲面、多修饰特征曲面连续性差且难以延展的问题,提出了基于端点非插值性的NURBS曲面重构方法.首先根据位置和曲率的不同,将原始曲面离散为点云数据,根据离散点计算各个采样路径上的节点矢量;然后计算出曲面重构所需的端点非插值性的共同节点矢量及相应的控制点,并将共同节点矢量转化成标准的端点插值节点矢量,根据最新的端点插值节点矢量在无数据点区间插入新的型值点;最后将所有数据点重新拟合成单一曲面.重构结果表明,通过使用该方法重构所需的计算量降低,重构出的曲面精度较高.在曲率变化剧烈处,既保证了与原始曲面的贴合率,又保证了截面线的曲率连续性.该方法将原始曲面重构为单一曲面,提高了曲面重构精度,有效地解决了造型中易出现的曲面退化、曲面畸变等问题.     

基于微分流形的NURBS曲面重建

为了提高大规模散乱点云重建的效率和精度,提出了一种基于微分流形的NURBS曲面重建算法:首先依据包围盒中的点云主曲率的Hausdorff距离提取特征点,在保证精度的前提下最大限度保留点云拓扑特征;其次在NURBS曲面重建算法中引入微分流形,使用测地线距离来构造曲面的基函数,从而实现了对曲面顶点的自由控制;最后归一化基函数得到单位分解,复合单位分解得到完整曲面模型.实验结果表明,该算法在大规模点云数据的重建中优势明显,且达到了效率和精度的均衡.     

基于神经网络的三维地形重建

地表模型在虚拟现实中有着广泛而重要的应用,在三维地理信息系统、计算机辅助设计与图形学、计算机造型、逆向工程、虚拟仿真等应用领域有着广阔的应用前景。本文的主题是在虚拟现实环境中地面生成的研究,结合对航拍图片的处理和分类识别技术,通过高度图和NURBS曲面的生成,使地表起伏情况重现在屏幕上。在基于BP神经网络和曲面重建技术的基础上,结合HOOPS三维图形库进行编程,对地表模型进行重建。     

基于点云数据的曲面重建算法比较研究

针对现有的多种点云数据曲面重建算法,从曲面重建的网格曲面、隐式曲面、参数曲面三种不同重建方式入手,比较了四种算法针对不同目标物重建的优劣,并给出相应的精度评价。实验结果表明:基于NURBS参数曲面重建的方式最佳,基于贪婪投影三角化网格曲面重建的方式其次,基于移动立方体与基于泊松方程隐式曲面重建方式的时间复杂度与空间复杂度较大,且重建后的点云模型误差也较大。     

准均匀B样条曲面重建的误差分析与改进方法

由于在逆向工程,以及平面几何设计中的广泛应用,曲面重建技术成为了目前科研领域中的重要课题,并实际应用于工农产业设计和计算机图像处理等有关领域。为了满足准均匀B样条曲面的端点性质,采用了四重节点端点的固支条件解决了曲面网格端点不与控制网格端点重合的弊端,并选取已经型值点对曲面模型进行反算控制点操作。最后,针对反算后生成曲面不能很好的逼近于原始曲面问题,提出了曲面端点和内节点同时提取并作为数据点的改进方法,完善了重构曲面的质量。通过与原始正向生成曲面的比较,说明该算法正确,精度高,方便可靠,较好地适应了逆向工程技术中的实际需要。     

基于OpenGL的双三次B样条曲面分类与实现

首先,根据双三次B样条曲面的定义对双三次B样条曲面按节点向量中的分布情况不同,将其分为均匀的双三次B样条曲面、开放性均匀双三次B样条曲面、分段Bezier双三次B样条曲面、非均匀双三次B样条曲面4种类型,同时阐述了4种类型按控制点和节点向量对曲面控制的优缺点。然后,利用OpenGL中给定的函数从向量间距确定,双三次B样条网格特征定义到双三次B样条曲面的接口函数使用,完成上述各类双三次B样条曲面的绘制。     

自由曲线曲面重构的数据结构设计

自由曲线曲面重构的数据结构设计是开发逆向工程软件的关键技术之一，该文以MFC(微软基础类库)为基础，研究了基于四边域参数的B-Spline和NURBS曲面重构的数据结构设计的原理、方法及应用，它包括4个部分：点云的数据处理、曲线曲面的反求、矩阵方程解法的组织和曲面的OpenGL显示，实践表明，利用这种方法可以构造简洁的数据结构和高效的曲面反求算法，以解决计算精度和速度问题；利用OpenGL的硬件加速功能可以解决显示速度及质量问题。     

新型曲面四边形边界元精细后处理方法研究

为了精确计算三维静电场的电场强度和电位分布,提出了新型曲面四边形边界元方法．在该方法中,对模型边界面进行二阶四边形单元剖分,对二阶单元顶点上的节点号重新编号,以单元的顶点为求解点,根据二阶四边形曲面参数方程,结合面积比值法定义的曲面单元顶点的形状函数,计算曲面单元顶点的函数值．与一阶平面四边形边界元相比,新型曲面边界元法在没有增加计算节点的情况下,由于采用更接近实际边界的曲面积分,计算精度将明显提高．但由于边界面采用二阶单元粗略剖分,单元数量相对较少,剖分后的模型较粗糙．虽然顶点节点上的函数值比较精确,但只能以平面线性单元的形式显示,离实际模型边界差别较大．本文就此提出边界元精细后处理方法．在该方法中,对曲面单元两边按一定步长等分,再根据曲面的参数方程把曲面单元精细显示出来．单元上新建节点的函数值可由曲面单元顶点上的函数值和面积比值法定义的形状函数插值得到．最后形成经精细显示后的新型曲面边界元方法．算例表明,经精细显示后边界面比未处理前更接近实际边界．     

基于形状约束的曲面重构及应用

针对三维数据点重构自由曲面的光顺问题,探讨了一种基于形状结束的曲面重构技术。该技术基于能量优化思想,以物理变形能模型为目标函数,通过引入控制曲面形状的几何约束,从而实现曲面的三维重构。该方法不仅有利于重构曲面与CAD／CAM系统的接口,而且有利于产现设计、制造、检测一体化。     

改进的RBFNN用于机器人三维表面 测量系统曲面重构

为克服三坐标测量机检测速度慢等缺点,提出机器人三维表面测量系统. 针对该系统设计了一种基于径向基神经网络(RBFNN)的简洁快速曲面重构方法. 该方法考虑到RBFNN选取的神经元函数为高斯函数,将机器人三维表面测量系统获得的点云数据投影到二维平面,然后将该二维平面平均分割,选取分割点为RBFNN神经元的中心,避免了模糊c-均值法选取中心需要迭代计算的缺点,并且重构的网络训练精度和测试精度均高于模糊c-均值法选取中心设计的网络精度. 利用该测量系统获得的实际点云数据验证了     

无线传感网络可信信息覆盖泰森多边形区域划分算法研究

针对无线传感网络区域划分问题,基于可信信息覆盖模型,设计了一种新的面向可信信息覆盖的泰森多边形区域划分算法。首先,该算法利用节点间的协作感知,通过节点聚类形成节点协作感知盘;然后基于可信信息覆盖模型计算各重建点的权值;最后利用权重泰森多边形图理论设计基于该模型的泰森多边形区域划分算法。仿真实验结果表明,该算法与传统圆盘模型下的泰森多边形法相比较,在相同数量节点下划分的泰森多边形区域数量更少,并且有着更高的覆盖率。     

基于Cimatron的复杂曲面"点云"数据重构技术

复杂曲面的“点云”数据重构出曲面原形是其反向工程的关链技术．本文基于Cimatron软件的反向工程模块,提出了把“点云”数据重构出高精度的NURBS(非均匀有理B样条)曲面的流程和方法,并以一个实例对其进行说明,最后重构出其曲面．     

三次B样条反求控制点

反求工程作为复杂工业产品设计与制造的重要技术手段之一,深受CAD/CAM领域的广泛重视,特别是自由曲面重构技术作为复杂曲面产品反求工程中的＂瓶颈＂问题,是今后一个时期的研究热点.反求工程中最为关键的技术就是曲面重构技术.目前主要有两大重构方法：NURBS曲面重构和三角Bezier曲面重构.本文围绕NURBS曲面重构展开研究,提出一种反算三次B样条曲线、曲面控制顶点的简便算法.该算法适用于准均匀和非均匀B样条曲线、曲面的反算.算法采用非节点边界条件,不需要由用户提供,从而使反算过程得以简化.     

一种支持移动自组网通信的多无人机中继网络

针对移动自组网中移动和活动范围扩大等因素导致网络连通性的变化问题,该文提出一种支持移动自组网通信的多无人机中继网络。通过场景分析与系统建模,定义了地面节点与无人机连通率、地面节点跨域通信连通率、无人机连通率,提出了一种加权质心的单无人机飞行模型,设计了多无人机中继网络的飞行控制方法。仿真分析了地面节点的活动区域、移动速度以及通信业务对3种网络连通率的影响,比较了基于加权质心方法与质心方法在支持网络连通率上的不同。结果表明:加权质心方法在支持地面节点跨域实时通信上的能力要优于质心方法,但前者在支持地面节点与无人机间连通率的能力上要差于后者。     

基于小波包分解-峭度值指标-希尔伯特包络解调融合方法处理声发射信号的滚动轴承故障诊断

为实现对航空发动机主轴承进行故障诊断,以复杂传递路径下声发射信号的波形分析为基础,提出一种基于小波包分解(wavelet packet decomposition, WPD)、峭度值指标(kurtosis index, KI)以及希尔伯特包络解调(Hilbert envelope demodulation, HED)相结合的滚动轴承故障特征信息提取方法。采用WPD方法对滚动轴承声发射信号分解获得节点分量,基于KI对节点分量排序筛选进行信号重构,进而对重构信号进行HED分析,提取出轴承故障特征频率用于对比诊断。开展简单以及复杂传递路径下滚动轴承故障模拟试验,采用建立的方法分别针对滚动轴承外圈、内圈典型故障试验数据进行分析和诊断。结果表明：该方法可有效提取滚动轴承故障特征频率及其倍频,且针对复杂传递路径下处于工作状态的滚动轴承,仍可实现精准的特征信息提取和有效的故障诊断。     

一种在微机上实现白细胞自动分类的方法

阐述一种用微机实现白细胞自动分类的方法。系统采用二分树分类器实现对６种 白细胞分类。对确定二分树分类器的结构、细胞特征选择和结点分类器等问题作了详 细讨论；提出两种适用于微机系统的特征选择方法——相关分析法和二步选择法；给 出不同情况下系统的分类准确率。结果表明．本文提出的方法在训练集上获得的分类 准确确率达９３％，考试集上的分类准确率为８６％．