面向3D散乱点云数据的曲面拟合综合实验平台

为了解决计算机图形学中曲面拟合知识点授课过程中重理论、偏抽象、不直观等问题,以课堂中的网格模型分割、3D散乱点云数据球面拟合及3D散乱点云数据椭球面拟合等关键知识点为例,开发了"基于3D散乱点云数据的球面拟合、椭球面拟合综合实验平台V1.0"。利用该平台软件可以较为直观地掌握网格模型数据提取、球面最小二乘拟合和椭球面模型拟合重构等技术原理。该平台不但可以助推课堂教学,而且还在教师科研项目、大学生科创竞赛中发挥了良好的作用。     

散乱点云数据的曲率精简算法

针对海量散乱点云数据精简问题,提出了以平均曲率为判据的精简算法.采用八叉树结构对点云数据进行空间分割,由分割结果建立k邻域.在散乱数据点参数化的基础上,对k邻域内的散乱点进行二次曲面拟合,求出拟合曲面的平均曲率,进而得出邻域内所有数据点的平均曲率均值,以此为判据进行数据精简.构造曲率差函数,识别出边界数据点,对其进行数据保护.结果表明,该算法对具有曲率多样化特点的点云数据精简具有一定的理论意义和应用价值.通过实验验证了该算法的可靠性和准确性.     

反求工程中散乱点云的数据预处理技术

提出了一种基于散乱点云的数据预处理方法.该方法包括四个部分:对散乱点云进行Dirichlet域分割并在此基础上进行三角剖分;在各个三角域中寻找中心点,以其为原点建立局部坐标系并采用正态分布模型进行噪声点删除;利用在三角网格上构建B-B曲面进行数据平滑处理;对漏测的数据点进行补全处理.数据点经过上述处理后能基本满足后续的曲面曲线的重构要求.     

基于水平集的散乱数据点云曲面重构方法

提出了基于最小能量约束的水平集重构方法，用以解决由三维数据点云自动重构复杂拓扑结构物体模型的问题．其基本思想是将重构曲面看成是一个定义在三维空间的可变形封闭曲面，在曲面自身几何特征以及目标模型力的作用下，逐步逼近目标模型，其演变过程同时也是曲面能量逐步减小的过程．采用偏微分方程来表示曲面能量最小化的过程，将曲面进行三维空间网格划分，采用快速扫描法将三维数据点云转换为有符号的距离场，并给出了离散偏微分方程的数值解法．实验表明，基于水平集的三维曲面重构方法能够从初始表面自动收缩到目标模型，而且能够适应任意拓扑结构的复杂物体．     

基于3D活动轮廓模型的缺陷点云分割方法

提出一种基于3D活动轮廓模型的缺陷点云自动分割方法,通过扩展数学形态学方法构造符号距离函数估算点云的平均曲率,并应用中值滤波方法去除点云噪声对曲率估算精度的影响,避免了点云的一致性法矢估算和三角网格重构,在保证点云分割精度的同时有效提高了计算效率.应用结果表明本文方法能够有效处理点云缺陷并实现大规模散乱点云的快速分割.     

一种由最大允差确定的散乱数据点云采样网格大小的算法

在逆向工程中，散乱数据点云获取后如何预处理(滤波、压缩和网格大小的划分)是关键，它的处理得当与否直接关系到后续的曲面重构工作。鉴于此，该文提出了一种基于最大允许误差而确定的散乱数据点云采样网格大小的算法，在实践中己取得良好的效果。     

基于逆向工程的曲面模型重构及误差分析

研究了逆向工程模型重构、误差分析理论和应用技术.以发动机前主轴承盖为研究载体,使用逆向造型软件Imageware进行了模型重构和误差分析工作.运用三坐标测量机INFINITE对样件进行非接触测量获取其外形点云数据,对点云数据进行了合并、去除噪声点、取样等处理,在此基础上进行了不同的方法曲线和曲面重构,并将构建出的模型与原始点云对比,进行误差分析得到合理的误差结果,建立了指定误差范围内的曲面模型.     

基于区域分割技术的等距天线曲面重构

针对逆向工程中空间坐标测量时仪器测头半径或靶标厚度的误差补偿问题,提出了对散乱点云数据进行自动区域分割的方法。快速搜索出子区域中测点的最近邻域,利用测点最近邻域构造一个有约束的最小二乘切平面,得到曲面在该测点处的法线矢量。基于Prim算法的优化算法对法线矢量方向进行调整,使各测点处的法线矢量都指向曲面同一侧,进而求取了实际曲面上的点。对于经过误差补偿后的点云数据,从空间任意二次曲面的一般方程出发,基于二次曲面的误差方程和法方程提出一种通用拟合算法,并借助二次型理论得到曲面的特征参数。实验结果证明：应用该区域分割算法能够提高最近邻域的搜索速度,且曲面拟合算法具有很好的鲁棒性和有效性。     

基于逆向工程的曲面模型重构及误差分析

研究了逆向工程模型重构、误差分析理论和应用技术。以发动机前主轴承盖为研究载体,使用逆向造型软件Imageware进行了模型重构和误差分析工作。运用三坐标测量机INFINITE对样件进行非接触测量获取其外形点云数据,对点云数据进行了合并、去除噪声点、取样等处理,在此基础上进行了不同的方法曲线和曲面重构,并将构建出的模型与原始点云对比,进行误差分析得到合理的误差结果,建立了指定误差范围内的曲面模型。     

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.     

Geometric Feature Extraction and Model Reconstruction Based on Scattered Data

A method of 3D model reconstruction based on scattered point data in reverse engineering is presented here. The topological relationship of scattered points was established firstly, then the data set was triangulated to reconstruct the mesh surface model. The curvatures of cloud data were calculatod based on the mesh surface, and the point data were segmented by odge-basod method; Every patch of data was fitted by quadric surface of freeform surface, and the type of quadric surface was decided by parameters automatically, at last the whole CAD model was created. An example of mouse model was employed to confirm the effect of the algorithm.     

厚壁圆筒的应力强度因子求解

采用ANSYS模拟了裂纹尖端附近的应力应变场,对均匀内压下内表面含有轴向裂纹的厚壁圆筒结构进行了断裂应力强度因子分析,计算了不同内外径比、不同裂纹长度下的形状系数,计算结果与保角映射法计算结果非常接近,并用最小二乘法将其拟合为二次曲线.     

复杂采空区三维散乱点建模技术研究及应用

以采空区三维激光扫描系统探测获取的原始数据为依据,针对复杂采空区散乱点云数据,研究提出运用一组等间距的垂直于包围盒走向方向的平行切割面,对散乱点云进行区域划分进而构建空区实体模型的方法.首先确定等间距平行切割面的方向和间距,对散乱点云数据进行划分;其次运用最小距离法确定散乱点云的位置即所归属的切割面;最后运用凸包最小距离法对每个切割面上的散乱点进行排序,成为有序点后对其进行建模.应用表明,研究所形成的建模方法可实现对复杂采空区散乱点云的精确建模.     

散乱点云去噪算法的研究与实现

提出了一种快速去除散乱点云数据表面噪声和离群点的鲁棒滤波算法.应用核密度估计聚类方法,通过Mean-Shift迭代过程将每一个采样点"漂移"到核密度估计函数的局部最大值点,该最大值点确定了点云数据的聚类中心并能准确逼近原始曲面,使点云曲面收敛为一个稳定的三维数字模型.算法中的似然估计函数充分考虑了散乱点的法矢方向,因此不仅可以去除不同幅度的噪点,还可以用简单的阈值条件很容易地检测出离群点的聚类,从而实现了点云数据的高效快速光顺去噪.     

基于散乱点云的快速体积计算法

三维可视化体积计算基本上都是先由散乱点云构建出表面网格模型,然后基于网格模型计算体积,存在计算量大、速度慢的缺点.针对此问题提出一种快速体积计算法,首先使用改进的增量式Delaunay三角剖分对散乱点云进行四面体剖分;然后利用K近邻计算散乱点的拟合曲面和最小生成树,得到各点的法向量;由各点法向量剔除体外四面体;最后计算各四面体体积之和从而得到总体积.实验表明,该算法不仅保证了计算准确度,而且较传统算法大大提高了效率.     

基于图像法的点云数据边界自动提取

提出了一种反求工程中基于图像法的点云数据边界特性的自动提取方法，采用图像处理中梯度求解方法，对点云中每一点处的法矢和曲率进行估计，通过阈值得到候选边界点，再利用曲率极值法得到最终边界点。通过这些边界点可以进一步拟合边界曲线，达到对点云数据进行自动分片的目的。该方法具有较强的可操作性实用性，对于反求工程的自动化和智能化研究具有实际意义。     

CAGD中散乱数据点的三角曲面构造研究

过任意散乱数据点列构造Ｂｅｒｎｓｔｅｉｎ－Ｂｅｚｉｅｒ三角形插值曲面，用于曲面设计及各种连续信息的形状模拟具有重要意义。提出一种新可处理任意复杂域三角网格生成问题的简单而可靠的算法及其确定三角曲面整体Ｃ＾１连续与构造的几何化公式，直观性强，计算方便，并能处理任意非凸边界及带有内部孔洞的复杂情况。     

SMT元件影像检测关键算法

提出了一种基于视觉的贴片元件几何特征参数的检测方法。该方法首先采用最大外接矩形的方法实现元件的粗定位及确定边缘的分割点。接着采用Canny算子和Zernike矩边缘检测算子实现边缘的亚像素精确定位。然后,利用分割点将边缘分割成4部分,分别进行直线拟合,得到边缘的直线方程,利用直线和圆弧相切的关系,求得直线和圆弧的切点,采用最小二乘法对两切点间的边缘点进行圆弧拟合得到圆弧的精确值。同时,采用快速傅立叶变换,利用变换后图像的特征,实现端面图像中条纹方向的判定。实验中测得亚像素边缘点的定位精度为0.03pixel,直线拟合精度为0.03pixel,圆弧拟合精度为0.05pixel,端面条纹判断的准确率为100%。理论分析和实验结果表明：本文提出的最大外接矩形分割法、亚像素定位法、直线圆弧拟合法及条纹方向判断法能很好的满足贴片元件几何特征参数自动视觉检测的稳定可靠、精度高及实时性的要求。     

基于视觉的贴片元件检测算法

为了实现贴片元件的自动检测,提出了一种基于视觉的贴片元件几何特征参数检测方法.首先采用最大外接矩形法实现元件的粗定位及确定边缘的分割点,并采用Canny和Zernike矩边缘检测算子实现边缘的精确定位.然后,利用分割点将边缘分割成4部分,分别进行直线和圆弧拟合,得到其精确值.同时,利用快速傅里叶变换后的图像特征,实现端面图像中条纹方向的判定.实验中测得亚像素边缘点的定位精度为0.03像素,直线拟合精度为0.03像素,圆弧拟合精度为0.05像素,端面条纹判断的准确率为100%.实验结果表明:文中提出的检测方法能很好地满足贴片元件自动视觉检测稳定可靠、精度高及实时性强的要求.