UG空间角度求解方法应用研究

由于在二维设计方法中传统空间角度求解方法比较繁琐，利用三维建模软件中的“基准面”，“投影”等基本功能和测量功能，并结合空间角度的定义，探索在三维空间中求解角度问题的方法。针对航空发动机工装制造中的一些常见的角度问题，尝试着利用三维建模软件UG解决典型空间角度求解问题，来寻找一套解决方法，来提高我们计算的效率和精度。     

计算机辅助合成全息图

研究合成全息图的原理和记录方法。针对2D／3D合成全息图，分别讨论了对体视、动态、颜色和深度信息的编码以及全息观察窗的空间面积分割，计算了相关的记录参数．实验中采用计算机直接控制的液晶空间光调制器实现2D视差图像的自动显示与切换，方法简便易行，且消除了传统方法中底片复位所产生的误差，易实现自动化生产．实际制作了一个带有动感的合成彩虹全息图，验证了设计的正确性和方法的可行性．     

三维分形树木模型在3D GIS中的应用

基于分形理论，分别论述了用迭代函数系统和L系统进行三维树木实体建模的方法。同时，从树木实体在3D GIS(Dimension Geographical Information System)中的应用角度出发，对两种建模方法进行比较，确定L系统是3D GIS中构建树木实体的最佳方法，并从面向对象角度出发，给出基于L系统的树木实体对象类，从而使树木实体作为3D GIS中的对象之一融合到系统之中，为3D GIS领域中关于树木实体的表达寻找到一条有效的解决途径。     

基于3D的定量化工艺建模与工艺设计

提出了一种基于3D的定量化工艺建模与工艺设计方法，试图解决工艺设计的底层问题，通过3D工序图模型和参数化空间尺寸链模型的映射，构造工艺模型结构，给出了基于该工艺模型的定量化工艺设计系统，为解决3D环境下的定量化工艺设计提出了一种新思路。     

球面三角形在OpenGL中的实现

提出了一种简单、有效的在工业设计制造中计算空间角度的方法.利用球面三角学公式计算空间角度,并以Visual C 为开发工具对OpenGL图形标准进行了程序编制.     

3D点云BSP并行计算模型及算法设计

根据3D点云数据处理计算特点,按照BSP模型的技术思想,建立了3D点云BSP并行计算模型。讨论了HAMA框架下的3D点云BSP并行计算模型的实现方法,构建了一个由普通PC组成的HAMA计算集群。以3D点模型构建计算为例,给出了一种3D点云数据处理BSP算法设计方法。实例的计算结果表明:BSP并行计算方法能高效地完成3D点模型构建计算,与其它计算方法相比,计算效率有所提高。     

曲线引擎设计

曲线在实时3D引擎中的作用主要是帮助描绘空间物体的运动轨迹和一些飞行模拟游戏中的飞行路径.同时,曲线也是构建曲面的基础,通常在给定一根空间曲线的情形下,我们就能够根据该曲线来描绘出一个曲面.因此,曲线实际上在幕后为许多基础应用提供支持.该文主要从引擎设计的角度出发,通过研究已有的各种曲线生成算法,并结合面向对象的编程思想和技术,设计出了一套可快速生成空间Bezier曲线、B-Spline曲线和细分曲线的曲线引擎.此引擎(包括曲线编辑器)的代码共5300多行,具有访问接口统一、简单、执行效率较高等特点,能够满足大多数实时3D引擎对效率的要求.     

基于Clifford代数的3D点云模型数字水印算法

引入Clifford代数,在G3空间中建立了不依赖于特定坐标系的、多维统一的3D点云数据几何表征与计算模型.介绍了Clifford代数空间中的Fourier变换及其计算公式,进而提出了基于Clifford-Fourier变换的3D点云模型数字水印算法.该方法将点云模型映射为相应的Clifford几何空间域系数,并对其进行水印信息的嵌入和提取.实验分析表明,所提出的方法对平移、旋转、均匀缩放、重排序、简化和噪声等各种攻击均具有较好的鲁棒性.
     

多目标体素阵列的快速3D显示

<正> 本文提出一种物空间多目标体素的灰度线段表示法及象空间双动态屏幕技术,利用动态数据结构,得到一种在2D 屏幕上同时快速显示多个目标3D 图象的方法,并利用透明原理,实现了内、外目标间的透明显示。本方法可用于医学断层图象序列中多个目标的3D 显示。文中给出几种不同旋转角度 CT 断层图象序列中肝脏、肿瘤及血管等多目标的3D 显示结果。     

基于3D-2D映射的大姿态人脸识别

为了解决真实场景下大姿态人脸识别准确率低的问题，本文从数据增广的角度，围绕三维人脸信息数据进行大姿态人脸识别关键技术的研究与探索，提出了一个基于3D-2D映射的大姿态人脸识别算法框架.区别于当前基于3D点云数据的人脸识别算法，本文提出的方法主要利用3D人脸丰富姿态信息，通过3D-2D映射的姿态数据扩充方法，进而训练特定姿态人脸特征提取模型，然后集成到统一大姿态人脸识别框架中.本文提出方法的关键是利用注册3D人脸图像信息来辅助2D人脸多姿态识别，很容易集成现有的2D人脸识别方法到提出的框架中.实验表明，本文提出的方法在无约束真实场景下能够有效提升大姿态人脸识别准确率，同时不显著增加计算负担，为当前基于3D信息解决2D人脸识别问题提供了新思路.