无序点云的平坦度自适应增量网格重建算法

设计了无序点云的平坦度自适应增量网格重建算法,通过对局部曲面平坦度的计算,根据预定义的公式,动态地调整自适应逼近误差参数,从而在保证网格质量的同时,过滤部分对重建效果意义不大的点,因此,适用于海量数据．该算法避免了基于三维Delaunay的四面体剖分带来的高复杂度及基于二维平面投影的三角剖分带来的变形和局限性．实验证明,能够高效、可靠地生成贴近原始曲面的三角网格,并取得较理想的绘制效果．     

RBF函数的孔洞修复技术研究

提出了一种利用RBF函数对具有“孔洞”的散乱点云进行修复的算法,该算法是通过给散乱点云数据建立隐式曲面方程,隐式曲面方程是通过一个连续的函数来描述重建的实体模型,在曲面重建的过程中可以自动实现数据缺损处的孔洞修补.通过编程实现了孔洞的修复,该算法在MATLAB 7.0上进行实验.实验的结果表明,该算法在孔洞修复方面具有很好的效果.     

NURBS曲面和隐式曲面求交的局部加密算法

基于等值线法求取NURBS曲面与隐式曲面交线的原理,提出了一种局部加密的改进算法。通过局部加密算法减少正则网格单元顶点处h值计算数目。采用拟牛顿迭代法求交点、B样条曲线拟合参数域上的交线等改进算法,提高了NURBS曲面与隐式曲面求交算法的效率和精度,并通过MATLAB编程进行了验证。     

基于可信度的TOF相机三维点云球覆盖网格重建

文章提出了一种基于可信度的球覆盖网格重建方法。该方法首先通过TOF相机信号幅值和获取的三维点云信息可信度的关系,利用可信度PCA算法提取出点云的法向矢量;然后根据二次误差函数拟合方法生成一个保持点云特征的球体集;最后通过球体之间的相交关系,构造出三角形网格曲面。实验结果表明,文中方法可以较好地重建出TOF相机三维点云网格曲面。     

三维人体的点云获取与点云重建

针对三维人体重建中人体曲面复杂,点云庞大的问题,提出一种基于三维Voronoi图,并利用Delaunay三角剖分性质的Crust算法进行人体三维重建.采用三角测量原理计算三维坐标,散乱的点云构成Voronoi图,Delaunay三角剖分Voronoi图得到原始模型.利用Xjtuom三维面扫描仪测量人体点云,进而采集到了49幅不同角度和高度的图片,并用自带软件完成了配准.通过Matlab平台完成点云读取,点云精简和基于Crust算法的三维重建.实验表明,该算法可以保证曲面重建的拓扑正确性和收敛性.该三维重建系统能够实现人体庞大点云的三角剖分与人体复杂自由曲面的重建,并得到了360°无缝隙的人体重建模型.     

多段翼型无网格算法及其布点技术

用显式无网格算法实现了多段翼型的数值模拟。与传统的网格算法不同,求解区域用“点云”离散代替通常的网格划分。基于当地点云离散结构,用二次极小曲面逼近计算空间导数。在研究该算法的基础上,给出了Euler方程无网格离散形式,运用Runge-Kutta显式时间推进格式推进求解。此外,还描述了一种区域离散布点方法,研究了点云生成的选点准则,并成功地数值模拟了复杂多段翼型的绕流。     

基于样点拓扑近邻的散乱点云曲面拓扑重建

提出一种基于样点拓扑近邻的散乱点云曲面拓扑重建算法,对点云数据构建动态空间索引结构,采用动态扩展空心球算法查询样点k近邻,通过对样点的k近邻数据进行偏心扩展和自适应扩展获取样点的拓扑近邻参考数据,从中查询样点的拓扑近邻,从样点的同层拓扑近邻中获取符合Delaunay条件的匹配点,生成局部Delaunay三角网格,并通过增量扩展实现整个散乱点云的曲面拓扑重建.实例证明,该算法可对无隙、有边界等任意模型的散乱点云进行合理的曲面拓扑重建,有效解决了r-dense恰当采样点云中非均匀区域易产生非工艺孔洞的问题.     

基于机载LiDAR点云的建筑物三维重建

建筑物三维重建是遥感领域的一项基本任务。由于机载LiDAR点云稀疏、不完整、有噪点，传统重建方法难以从中重建出完整水密的模型。同时，建筑物模型的表面紧凑程度也限制了其应用的广泛性。针对该问题，提出了一个从LiDAR点云重建紧凑建筑物模型的网络框架。该架构包含两个模块：一是基于隐式表示的表面提取模块，该模块通过隐式神经网络从点云在提取到建筑物的基本结构信息并生成表面网格模型。一是基于结构感知的网格优化模块，该模块对模型各平面的拓扑进行改善并重建出轻量级建筑物模型。利用苏黎世建筑物数据集对所提出的框架进行了验证，与现有方法相比，该框架重建结果具有更高的精度。     

样点邻域同构曲面约束的散乱点云曲率估计

针对现有点云曲率估计算法难以兼顾估计结果的精度与稳健性问题,提出一种样点邻域同构曲面约束的散乱点云曲率估计算法。以目标样点的邻域点集作为局部样本,采用二维Delaunay网格剖分与三维Delaunay网格过滤相结合的策略对局部样本进行曲面重建,获得插值于采样点集并与原表面拓扑同构的局部网格曲面;为稳健估计计算样点曲率所需的样点法向,通过局部网格曲面中顶点一阶邻域面的形状和尺寸确定邻域面法向的权重,以一阶邻域面法向的加权和作为法向估计结果;基于网格曲面顶点一阶邻域面初步估计样点曲率,进而根据邻域样点与目标样点间测地距离对初步估计结果进行平滑修正获得最终曲率估计结果。实验结果表明,所提算法可有效反映曲面特征并兼顾样点曲率估计的精度和稳健性,实现样点曲率的平滑过渡;相比于Meyer提出的Voronoi算法,所提算法对采样精度较高的点云数据可保证与其相当的计算精度,对存在噪声的点云数据计算精度和稳健性均可提高1～2倍。     

由点云数据生成三角网格曲面的区域增长算法

提出一种新的由点云数据生成三角网格曲面的区域增长算法. 该算法充分利用点云内在的几何与拓扑信息, 使用一组检测过滤规则, 对曲面进行快速网格重构. 算法包括两部分： 首先对点云做预处理完成数据精简, 其次使用一组检测规则, 从种子三角形出发, 针对每个活动边, 在点云中选择匹配点与其构成新的三角形, 并通过不断更新边界, 使剖分区域不断增长. 所使用的检测规则, 可以针对活动边与预选择匹配点之间的不同位置关系采用不同的阈值, 从而避免了重叠与自交三角形的生成, 防止产生错误拓扑, 确保了重构三角网格曲面的质量. 同时针对区域增长算法中的前沿分裂问题, 在数据结构中采用反向重合边, 使剖分过程始终保持一个前沿边界. 实验结果表明, 该算法具有运算速度快、 结果准确性好、 适用范围广等优点.     

基于激光测量点云数据的五坐标加工刀轨生成

针对以往由点云构造曲面或三角网格，再根据曲面或网格生成刀轨的方法复杂、工作量大的问题，研究了直接从激光测量点云数据生成五坐标数控加工刀轨及干涉处理的方法．通过计算点云模型的曲率，确定切削步长和行距，采用基于点云的干涉检查模型，推导出干涉处理的解析式，得到了无干涉加工刀轨．实例表明，算法运行速度快，稳定可靠．     

一种新的点云模型控制网格的生成方法

控制网格是三维模型表示成位移细分曲面的关键.针对采用紧缩包围盒方法在处理表面有大凸大凹的点云模型时所出现的问题,提出了一种新的从点云模型中重建其表面控制网格的方法.该方法首先将点云的包围盒均分为n×n×n个小体元,然后,通过一种类似三维种子填充的算法对点云外部的小体元做上标记,并删去这些小体元,最后从剩下的体元外表面上产生一个初始的控制网格.实验结果表明,该方法不仅能快速地产生位移细分曲面的控制网格,而且能更好地逼近于原模型.     

参数曲线的二次代数样条近似隐式化

参数曲线曲面和代数曲线曲面是计算机辅助几何设计和几何造型中两种主要研究对象.将参数曲线曲面转化为代数曲线曲面的过程称为精确隐式化.由于精确隐式化过程不一定可以实现,即使可以实现隐式曲线曲面的阶数高计算复杂,并且具有不希望的自交点和奇异分支,从而限制了隐式化的运用,所以寻求参数曲线曲面的近似隐式化问题成为很实际又重要的问题,提出利用二次代数样条曲线来实现一般平面参数曲线近似隐式化的一种算法.该算法得到的逼近曲线二次代数样条曲线既不会产生多余的分支和不希望的奇异点,又达到整体C2连续.实例说明,该算法是有效可行的.     

基于反求控制点的B样条曲面重建算法的实现

由于B样条曲面具有很好的局部修改性,因此在逆向工程中更广泛地应用B样条曲面来进行曲面重建。本文在散乱数据模型四边形网格划分优化处理的基础上,设计了基于反求控制点的B样条3次曲面重建算法,定义了基本概念,解决型值点的选取及参数化,追赶法求解控制点,曲面拟合等问题。在VC++编译环境下,进行算法的程序编写与调试,通过OPENGL函数显示了控制网格和拟合曲面。算法的运行结果说明了算法的可行性和可靠性。     

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.     

基于曲面拟合的复杂自由曲面网格划分

为了实现复杂自由曲面的建筑网格划分,将复杂自由曲面拟合成1个曲面,并利用映射法进行网格划分。首先提出基于非均匀有理B样条(NURBS)的线面求交和基于NURBS的面面求交2种方法,获得复杂自由曲面的N×M点云;将N×M点云作为控制点构造NURBS曲面,然后把修剪后的NURBS曲面边界按给定数目或给定长度划分,连接参数域上的边界节点后得到参数域网格,将其映射回空间曲面。对边界处网格进行投影处理以减少曲面拟合出现的边界褶皱及内缩问题。采用加密点阵技术减小曲面拟合的误差。研究结果表明:与多曲面网格划分方法相比,采用曲面拟合及映射法能够得到线条流畅、大小基本一致的网格,具有良好的建筑美学效果。     

角度约束路径法的网格曲面兴趣区域边界快速交互选取

提出角度约束路径法,快速获取三角网格曲面上任意两顶点间一条由网格边所组成的路径.该算法是一个从起始点开始不断向前传播的过程,计算量仅与两顶点间的曲面区域有关,故算法的时间复杂度(O(n))优于Dijkstra算法(O(n log n)).试验结果表明:角度约束路径法的执行快速、有效;基于该方法可实现三角网格曲面兴趣区域边界的快速交互选取.     

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.     

插值Loop曲面细分算法在堆焊自由曲面重建中的应用

针对堆焊自由曲面焊缝形貌不规则致使焊缝识别精度低、自动焊接困难的问题,提出了一种利用插值Loop曲面细分算法对旋转电弧传感器采集的堆焊焊缝三维形貌数据进行曲面重建的方法。首先,采用格拉布斯(Grubbs)检验算法对异常采样点进行滤波处理,得到质量较高的形貌数据;然后,采用局部最优Delaunay算法对形貌数据进行初始三角网格剖分;最后,利用插值Loop曲面细分算法对初始三角网格进行曲面细分,实现焊缝三维形貌重建。结果表明,此方法的曲面重建效果良好,降低了初始三角网格剖分的误差,实用性强。     

基于特征增强的三维网格模型孔洞修补算法

对物体进行扫描时,获取的三角网格模型不可避免存在孔洞,导致重建后的网格模型无封闭性,或在孔洞处失去了物体原有的特征[1].为了恢复物体原有真实形状,从恢复尖锐特征的角度出发,提出一种特征增强的三维网格孔洞修补算法.首先,利用径向基函数获得近似逼近孔洞区域的光滑隐式曲面.然后,利用正则化匹配原则对隐式曲面进行三角网格划分,缝合孔洞填充区域与原始网格模型的孔洞边界.最后,对于孔洞区域中存在的尖锐特征区域加以特征增强处理.实验结果表明该算法效率高,并能有效的恢复孔洞区域原有的尖锐特征.