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.     

一种利用近似平均曲率提取散乱点云模型特征点的快速算法

在处理散乱点云数据的过程中,一般需要先确定模型的特征点。提出一种从三维空间二次曲面方程中估算一点的平均曲率的新方法,利用平均曲率和视点来提取散乱点云模型的特征点。首先计算一点的k-邻近点,并求出经过这k个点的三维空间二次曲面方程,结合经过该点法线的两个正交平面来估算该点的平均曲率,平均曲率大于给定阈值的点是第一类特征点;第二类特征点是由法向量和视线向量的内积决定的,内积小于给定阈值的点称为特征点。将这两种特征点作为最后点云模型的特征点。该方法与其它方法相比,平均曲率模型参数个数由27个减少到17个,计算量小,仿真效果好。     

基于散乱点集空间划分的凸壳体快速生成算法

针对凸壳体特征的三维散乱点集数据,在空间划分结构的基础上进行K近邻搜索并估算点的法向量.引入点邻域的离差计算来代替曲率计算,提取边界区域特征点集,并比较分析了两种方法的效果.最后对提取后的剩余点集进行基于法向量的分块及拟合,并在可视化工具箱(VTK)中进行布尔运算,实现凸壳体模型的生成及可视化.该方法在双底双壳船舶液舱点集数据中进行了验证.     

用径向基函数隐式拟合点云数据

提出一种新方法拟合散乱点云数据.拟合曲面由一个三变量模型的零水平集定义,该三变量模型是基于径向基函数散乱数据的一个隐式最小二乘拟合.数值实验结果表明,新方法比基于径向基函数的插值曲面方法快,并且容易实现.     

基于径向基函数的3D散乱数据插值多尺度方法

提出一种新的用径向基函数插值3D散乱数据的多尺度方法. 对于给定分布在曲面上的散乱数据点, 首先通过空间划分形成一个粗糙到完美的分层点集; 对于给定的控制误差, 先在粗糙层对点集进行插值, 再对每个分层上的点集进行插值,  将其作为对前一层得到的插值函数的弥补. 数值试验结果表明, 该方法可以利用较少的采样点达到较高的逼近精度, 并且算法比较容易实现.     

基于正交GF系统的散乱数据拟合及分析

提出了一种散乱数据的正交表示方法,该方法利用正交GF系统来逼近或插值给定的散乱数据点集。k(k为非负整数)次GF系统是一类正交样条函数系,Haar函数及Franklin正交函数恰好分别是k=0及k=1时的特殊情形。基于GF系统,提出了求解散乱数据问题的新的能量模型,根据该能量模型的频谱,可以对散乱数据进行不同层次的曲面重构。实验结果表明该方法高效且效果良好。     

平面散乱点集的Delaunay三角剖分算法

描述了一种平面散乱点集的Delaunay三角剖分算法.首先对散乱点集预处理,保证每次插入的点落在已处理点集形成的临时边界环外;然后逐点插入预处理后的点,使临时边界环不断向外围扩展,直至点集处理完毕,形成散乱点集的三角网格;最后运用Delaunay优化准则优化.该算法由于充分利用了Visual C 语言中MFC类的数据资源,使得编程容易实现.最后举例验证了该算法的优越性.     

一种改进的螺旋边三角剖分算法

提出了一种改进的螺旋边三角剖分算法.本算法引用“自然邻近点集”的概念,以螺旋边三角剖分算法的边界环为基础向外生长三角形,以包围盒算法搜索边界点的邻近点集,估计边界点的法向量,将边界点及其邻近点集投影到切平面上并进行局部二维Delaunay三角剖分,从而确定边界点的自然邻近点集,最后将自然邻近点集以适当的方式添加到边界环上.这样,既避免了拼接问题又能搜索到自然邻近点集,三角剖分后的网格基本上接近最优Delaunay网格.实验结果表明,本算法能高效、稳定地重构出散乱数据点的三角网格.     

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.     

微切平面逼近三维散乱数据的研究

提出了三维散乱数据微切平面逼近的算法．基于曲面形状信息反映在三维散乱点集中，用三维点集中某点的邻域点集构造微切平面来近似表示该点处的局部形状，所有点的微切平面集合则构成了待构曲面的近似表示．通过欧几里德最小生成树对微切平面法矢方向进行调整使其达到整体一致性，该算法在三维散乱数据曲面重构中具有重要意义．     

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。     

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。     

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。     

光滑曲面片上的G1插值曲线

限制在光滑曲面上的插值曲线是计算机辅助几何设计中一个较新研究方向,实现在曲面上曲线插值的主要思想是利用曲面与其参数之间的对应关系,将其转化为一般的曲线插值问题.提出了一种新的、实用的算法,将曲面上插值点列和单位切向量投影到平面上,在平面上构造样条插值曲线,该样条插值曲线的插值柱面与曲面的交线即为过曲面上给定点列的G1插值曲线.     

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.     

数字化曲面的法矢求解

采用累加弦长三次样条参数曲线，先求出离散点处两个方向的切矢，进而求解出该离散点的法矢，与传统的用样条曲面的方法求数字经曲面法矢的方法不同，采用本方法精度高，可以满足仅仅需要离散点处的法矢的场合。     

基于Bandelet变换的手背静脉识别算法

提出一种基于Bandelet变换的手背静脉识别算法, 该算法利用Bandelet变换对静脉图像进行特征点提取, 通过提取的特征点构造了表征静脉纹理特征的特征向量, 通过计算待识别样本特征向量与目标样本特征向量的相关系数得出其相似度, 并在利用自制采集设备采集的样本库上对算法进行测试, 给出了实验结果.     

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.