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.     

基于线结构光扫描点云数据的数据精简及三角网格剖分

在分析线结构光扫描点云数据特点的基础上,讨论了针对测量点云数据精简算法,包括测量基面数据精简和基于弦高-角度偏差准则的数据精简算法.介绍了散乱数据的基于Delaunay三角剖分优化准则和Liang提出的相邻扫描线之间的三角网格构建方法,并在此基础上提出了一种改进方法,基于优化准则的线结构光扫描点云数据三角剖分算法,该算法符合Delaunay的三角最优剖分.以摩托车后视镜点云数据为例的实验结果表明该方法是有效的和切实可行的.图12,参11.     

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．     

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。     

基于点云数据的采空区三维建模算法

为有效实施对采空区的控制和安全管理,需要准确掌握矿山采空区的体积、空间三维形态和实际边界。通过三维激光扫描技术可获取采空区表面点云数据,结合矿山采空区自身空间几何特点,提出伪极点-Crust建模算法。其基本思路为:在三维Delaunay三角剖分的基础上,给出伪极点的概念,以伪极点代替传统Crust算法中的极点,减小数据存储量;同时结合奇异四面体判别准则,确保采空区模型的准确性;通过使用模型内外检测算法和伪极点-Crust图抽取算法,建立采空区三维模型。用VC++实现该算法,对安徽铜陵冬瓜山铜矿采空区建模进行试验。研究结果表明:采用该算法建模快速,结果准确;该算法同样适用于实测巷道建模、采场验收、计算机几何造型、逆向工程和虚拟现实技术等。     

点云数据的三角剖分及计算机三维重建

为了解决直接剖分法因点云数据拓扑结构复杂出现的自交现象,提出了一种基于分治策略的三角剖分方法.首先,对原始点云数据进行平面投影并执行区域分割;其次,在每一个区域内进行直接剖分,剖分过程遵循异侧剖分准则、法向量夹角最大剖分准则、阈值距离剖分准则、最小内角最大剖分准则.最后,按照空间Delaunay剖分准则完成区域之间的连接.实验结果表明,该文提出的剖分方法对于规则曲面点云和非规则曲面点云都具有理想的剖分效果,并且执行速度快.     

一种支持三维Delaunay三角剖分与Voronoi图生成的数据结构

目前,很多三维Voronoi图生成算法都是先构造Delaunay三角剖分,然后根据剖分后的数据结构来提取出Voronoi信息。在这个过程中,一种简单易处理的数据结构可以提高算法的效率,而在提取Voronoi信息时需要这种数据结构提供足够多的拓扑信息,以便快速简便地提取Voronoi信息。因此一种易于处理而又保有足够多拓扑信息的数据结构显得尤为重要。描述了一种数据结构,使Delaunay三角剖分算法的实现更加直观、简单,而且足够的拓扑信息简化了Voronoi信息的提取过程。     

离散平面Voronoi图的光栅图形算法

1　引言　　Voronoi图及其对偶Delaunay三角剖分,目前广泛应用于计算机图形生成、CAD/CAM和有限元方法等领域,特别是近十年来,随着计算机图形学的发展,三维图形生成技术的需求,受到了学术界的极大关注.此外,Voronoi图的几何特性,在气象、结晶材料,空中交通管制等领域都得到广泛应用.从目前发表的大量文献看,基本上是基于连续域计算几何出发进行的[1,2],其计算方法主要分成两个类型:一个是增量算法,通过每次增加一个点来计算Voronoi图;另一种是分合算法,通过将点划分成两部分,递归计算每一部分点的Voronoi图,然后再将它们合并.光栅图形…     

复杂采空区激光扫描拼合散乱点云球面投影三角剖分算法

利用三维激光扫描技术对采空区进行探测以建立三维可视化模型,从而准确获取其三维空间位置和形态,是矿山采空区事故隐患综合治理工作中的重要环节.但由于采空区形态复杂,往往需要从多个方位对其进行多次探测才能准确获取采空区完整的三维形态.如何对多次探测点云数据拼合后的散乱点云构建三角网格模型,是实现复杂采空区三维探测建模的关键.本文提出了采空区激光扫描拼合散乱点云数据球面投影三角剖分生长算法,首先选定球心将原位点云投影到球面上得到投影点云,然后对投影点云进行三角剖分,最后将投影点云三角网空间拓扑关系还原到原位点云,从而构建复杂采空区三角网模型.为了有效实现算法,研究了球面投影参数设定、XYZ三向单元栅格点云搜索策略、三角形生成规则、优势顶点边界切分策略、边界闭合策略、不规则三角形优化策略等多种方法.实际应用表明,所研究的算法能够生成优质的采空区三角网模型,为实现复杂采空区三维精确建模及可视化管理提供了重要技术支持.     

散乱数据点的NURBS曲面重建算法

给出了一个新的散乱数据的NURBS曲面重建算法．算法充分利用邻近点集反映出的局部拓扑和几何信息，基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建．然后通过自动矫正局部数据点的非法连接关系，把局部三角网拼接成一张标准NURBS网格．结果表明，本算法非常高效、稳定，可以快速地直接重构出任意拓扑结构的NURBS三角形网格。     

一种三维重建技术中基于点云粗配准方法

伴随着计算机技术应用与三维扫描应用的发展,点云三维重建技术被普遍的应用到计算机辅助设计、虚拟现实、测量学、医学等各种领域.选取了斯坦福大学提供的点云数据作为研究对象,提出了从点云配准,点云降采样,点云滤波到重建三角面的实现方案.通过粗配准算法处理点云,使用精配准ICP算法;经过配准得到的点云降采样;采用双边滤波平滑点云;重建点云模型.通过对比斯坦福大学提供的重建后的模型,结果表明,本文的方法在点云三维重建方面有较好的表现.     

空间点集Voronoi图的海量构造算法及可视化技术

设计空间点集Voronoi图的增量式外存算法以及空间点集Voronoi图的任意平面可视化剖分技术,以"点-线-面-体"的空间数据结构为基础,实现在指定空间区域内生成Voronoi图的新方法.提出的算法数据结构清晰合理,数据交互方案简单有效且无内存限制,发展的可视化技术可以对空间点集Voronoi图进行任意的平面剖分,实现了三维Voronoi晶胞集合体内部结构的可视化.     

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。     

基于点云的SUSAN特征点检测算法在三维重建中的应用

针对三维重建中点云特征点检测问题,提出了一种基于点云的最小核值相似区(SUSAN)特征点检测算法,并将其应用于三维重建的初始配准.首先,对待测点云进行遍历,利用kd-tree数据结构获取三维r-邻域核值相似区,计算得到点云的候选特征点;其次,使用快速点特征直方图对候选点进行特征描述并实现两幅点云特征点间的匹配;最后,利用奇异值矩阵分解法计算变换矩阵,完成两幅点云的初始配准.实验结果表明该特征点检测算法计算效率较高,产生的特征点匹配准确,可为精确配准提供较好的初始位置.     

移动点的反向最近邻查询

反向最近邻（RNN）查询是空间数据库查询的一个重要的问题。随着无线通讯的发展，时空数据库中反向最近邻查询问题越来越受到关注。本文基于Voronoi图的定义和性质，采用一种不同于Delaunay三角剖分的另外一种三角剖分进行研究，其优势在于对于某个特定点，包含它的三角形的数量较少，查询效率较高。     

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。     

计算Delaunay三角剖分的新算法

提出一种计算K维欧氏空间EK 中任意数据点集的凸包的Delaunay三角剖分的新算法 .通过引入辅助的无穷三角形和在全空间 EK 的Delaunay三角剖分 ,确保最终结果是数据点集的凸包的完整Delaunay三角剖分 ,而且使算法具有在线性质 ,适用于动态的数据点集 .     

三维可视化显示心外膜电生理参数的方法

利用一种三维可视化显示心外膜电生理参数的方法,巧妙地将空间三维曲面变换到平面上并用Delaunay三角剖分进行图像处理,用重心坐标系进行插值,从而重建出一个较光滑的心外膜模型及其上的电生理参数分布.此方法提供了心外膜电生理参数直观且快速的显示方法.     

基于点云语义分割算法的下颌角截骨面设计

下颌角截骨手术是近年来较为热门的颅面整形手术.现阶段,下颌角截骨的术前方案设计通常由具有一定年资的医生完成,过程繁琐且耗时较长.为了提高截骨手术术前规划效率,提出一种基于点云语义分割网络的下颌角截骨面设计方法.对颅骨电子计算机断层扫描(CT)数据进行三维重建和表面点采样,将下颌骨三维模型转换为点云数据,然后通过基于Transformer的点云语义分割网络预测下颌骨点云中的截骨区域,最后根据点云分割结果计算出下颌角截骨平面.所提网络主要包括两个部分：一是基于注意力机制的本地特征提取层,用于提取细粒度局部结构信息;二是基于Transformer的非本地特征提取层,用于提取点云的全局上下文信息.在构建的下颌骨语义分割数据集上,将所提算法与其他点云语义分割算法进行比较.结果表明：所提算法能实现最佳的下颌角截骨区域预测,优于目前常见的点云语义分割算法.