均匀三次B样条曲面顶点反求的整体算法

本文推导出一个由均匀三次B样条曲面上型值点反求网格顶点的整体算法公式,明显地展示出型值点与网格顶点间的函数关系.如果给定曲面上m×n个型值点,再按边界条件给最外层网格顶点赋值,则其余m×n个网格顶点全部可由该式解出.计算过程很简单.克服内存不足的几种措施也在此作了介绍.     

一种快速的等值线生成算法

本文提出了一种新的等值点位于网格点时,对等值点的调整方法;在分析已有等值线追踪算法的基础上,提出了一种基于TIN网格的快速等值线追踪算法,实验表明该算法具有较高的执行效率.     

自适应Catmull-Clark细分算法

提出了一种基于Catmull-Clark细分算法的自适应算法，自适应过程由离散点的曲率C来控制，计算多面体中各离散点的曲率，与已给定的曲率值相比较后，得出的可继续细分的点，边，面和不可继续细分的点，边，面用来作为下一次细分的依据，按该步骤迭代可实现局部细化，采用原始Catmull-Clark细分算法，细分过程中网格数量会快速增长；而自适应算法通过选取理想的C值，能够大幅度抑制细分过程中网格数量的快速增长，并能获得与原始算法光顺程度基本一致的曲面。     

基于多尺度网格的点云自适应坡度滤波算法

文章针对基于坡度滤波算法在地形复杂地区中难以合理设置滤波阈值的问题,提出了一种基于多尺度网格的点云自适应坡度滤波的算法.首先在构建的多尺度的虚拟网格内选取最优点作为初始地面种子点,计算网格的点云空间占比并划分网格语义属性,然后利用地形计算因子求得每个网格的坡度分类阈值,再按网格尺度由大到小的方式对整体点云进行坡度滤波,...     

卟啉传感阵列图像特征值自动提取方法

针对卟啉传感阵列(PSA)图像,设计了一种特征提取算法。该算法首先利用radon变换的方法实现了PSA图像倾斜自动校正;而后通过二值投影与数学统计学结合的方法来进行网格划分,根据网格划分的卟啉点区域对图像进行局部阈值分割,从而定位出卟啉点区域,最后采用比例半径法从已定位的卟啉点区域内提取出每个卟啉点的特征。该算法解决了弱信号卟啉点识别难的问题,提取的特征值最大程度的反映了卟啉点的信息。通过对NH3、异戊二烯、庚醛等气体进行试验,结果表明该算法能够很好的提取出PSA图像中卟啉点的特征值。     

基于空间网格划分的点云质量检测算法

随着三维激光扫描技术的快速发展,它以非接触性、高密度、高精度、数字化、自动化等特点,被广泛用于多个邻域,其中在建筑物变形监测领域的应用也越来越广泛。针对扫描设备获取的大量变形监测数据,快速地统计出前后两期数据变化差异值,提出了一种基于空间网格划分的点云质量检测算法,算法通过对不同期点云模型进行空间网格划分,依据网格进行点云邻域搜索,并根据点云变化差异值给点云赋予不同色谱颜色值,最后进行直观的两期点云变化差异可视化,并绘制出统计信息图。研究表明,该算法能够快速地分析对比两期点云数据,输出变化差异统计信息,能够为工程的运营提供快速的安全指导参考。     

基于改进离散曲率的三角形折叠简化算法

本文提出一种基于改进离散曲率的三角形折叠网格简化算法。利用描述三角形形状的内角权值改进Taubin算法估算三角形顶点的离散高斯曲率,根据Garland算法引入三角形顶点的二次误差度量矩阵,定义三角形的折叠代价为二者的加权和。由折叠代价取得最小值来计算折叠后新点的位置,并以该最小值作为三角形的折叠代价来确定折叠顺序。实验表明,改进的离散曲率能更好的描述三角网格顶点处的弯曲程度,该算法简单快速,并能很好的保持模型的重要几何特征以及拓扑结构。     

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。     

面向点云数据的复杂几何模型对象优化方法研究

针对高精度、高保真的点云数据在精简后点云数据重构网格精度降低误差增大的问题,提出了面向点云数据的复杂几何模型对象优化方法.首先通过空间八叉树法建立点云数据和网格的拓扑关系,并利用原始点云到重构网格的距离确定网格的误差,以目标精度为阈值,然后利用增点法对面片进行划分,最后根据插入点算法重新定位插入点.实验验证表明：利用该文方法对兔子和龙进行一次细分使得精简率90%兔子重构网格误差由0.81 mm提升到0.48 mm,精简率90%龙重构网格误差由0.36 mm提升到0.11 mm.     

一种基于重新划分的三角形网格简化方法

提出了一种基于重新划分的三角形网格简化算法。该算法的基本思想是:根据模型特征或由用户定义一定数量的新点,再根据某些原则将新点分布到原模型上,生成一个中间网格。然后移去生成的中间网格中的旧项点并对形成的多边形区域进行带约束的三角剖分,最后形成以新点为顶点的三角形网格。     

一种改进的矩形网格等值线追踪算法

介绍了寻点与追逐同步的矩形网格等值线追踪算法,是在传统的矩形网格等值线追踪算法基础上加以改进,通过设计等值线追踪的回追功能,使等值点生成与等值线追踪同步进行,在追逐等值线的过程中计算等值点.由于回追功能,无论非闭合等值线还是闭合等值线,都能够从区域内任一等值点开始,快速追踪出该等值线.     

海量点云数据轮廓特征线的快速生成算法

从海量点云数据中快速生成轮廓特征线,是实现基于特征的模型重建的关键.提出了一种基于切片的轮廓特征线快速生成算法.该算法首先对点云数据进行切片,将数字图像的方法应用到基于切片的特征点提取中,通过设置数字栅格平面的边长快速地提取特征点,并根据提出的双向索引连通法快速构造特征线,最终实现了点云数据的曲线模型.实例证明:本算法可以快速、准确地生成海量点云数据的轮廓特征线.     

时变网络拓扑图下智能电网中基于优化算法的分布式调度响应

就时变网络拓扑图下智能电网中基于优化算法的分布式调度响应问题进行了研究.利用原对偶方法将带有约束的智能电网优化问题转化为一个无约束的优化问题同时提出相应的求解算法.该算法允许不同发电机之间采用异构常数步长进行更新,同时给出了算法的收敛速度.理论推导表明文中所提出的算法能以线性收敛的速度达到该问题的最优解.     

等高线区域内插值算法研究

在DEM的建模中,已有的可视化方法都是从等高线数据开始,把它转换到另一种高程模型。本文主要针对规则格网和不规则三角形往的数据结构,提出一种用于地图编辑的等高线区域内插值算法。文章介绍了算法的原理、实现,充分利用了等高线的相关知识,计算速度快、操作简单,内插出的等高线质量较高,有广泛的实际应用范围。     

一种基于重心计算的角点检测算法

提出了一种基于重心计算的轮廓曲线角点提取算法.针对图像的数字化轮廓曲线,首先,以等曲线长为特征点检测邻域,通过插值法得到精确的支持区域端点;接着,采用分割多边形法计算支持区域重心,避免了重心近似引起的误差;最后,以曲线上的点到其对应支持区域重心距离为特征值,依据该特征值区域最大化方法实现角点提取.实验证明,本算法具有较强的抗噪声、干扰能力,且运行速度快,角点寻找准确.     

基于中值滤波技术的视频图像边缘检测算法

传统算法抗干扰性能较差,利用人工经验对高低阈值进行设置完成边缘提取,不但会出现伪边缘,同时会产生很多噪声。为此,提出一种新的基于中值滤波技术的视频图像边缘检测算法。依据集合代数原理,通过集合论对几何结构进行描述,完成对视频图像形状与结构的预处理。针对视频图像中某一点的值,对其用该点邻域中不同点值的中值进行替代,对视频图像进行平滑滤波处理。在此基础上,通过设定阈值对某像素点是否是边缘点进行判断,利用最大类间差分技术获取最优阈值,自适应选择合理阈值,以降低假边缘现象的出现概率,提高边缘连续效果。对视频边缘轮廓区域的增强处理,得到有效的边缘检测结果。实验结果表明,所提算法检测结果伪边缘较少,图像边缘检测质量高,噪声少。     

计算机绘制等值图的新方法

提出了一种用计算机绘制等值图的新方法。该方法用递归算法，快速、准确地搜索非均匀矩形网格上的等值点，并连接成光滑曲线，减少了对折线等值线再进行光滑处理的程序。用该方法编写的计算机程序已经应用于储层参数分析和油藏数值模拟的前处理及后处理中，为地质资料分析及油田开发方案设计提供了可靠的依据。     

一种基于网格数据的等高线生成算法

等高线在地理空间信息表达中占据着重要的地位,与数字高程模型(DEM)都是用来表示地形信息的,从格网DEM中快速提取等高线数据并绘制出精确的等高线是十分有必要的。在格网生成等高线的传统算法基础上,提出一种针对数据量少、数据分布大致呈网格分布的网格等高线生成方法,在网格的横边和纵边上快速扫描跟踪各个等值线的点并绘制出地形图的等高线和水利大坝的温度等值线。试验结果显示算法具有较高的精度和实用性。     

一种基于DNS的企业网格服务定位算法

目的针对IP地址或者主机名称定位企业网格服务的不足,提出一种基于DNS的企业网格服务定位算法。方法DNS的相关协议以及网格服务的查找更新原理。结果构造了一种基于DNS的网格服务定位器,并给出了该定位器的实现算法及实验结果。结论该算法克服了传统方法的局限性,提供了一种透明、简便的方式定位网格服务。     

相交网格下基于最优划分的多密度梯度网格聚类算法

为解决网格聚类算法中对参数过于敏感、无法自动识别不同密度梯度类以及不同梯度类间划分不够精确等问题,提出了相交网格下基于最优划分的多密度梯度网格聚类算法(OPMDG).该算法只需用户输入一个大致的密度阀值范围,网格边长自动计算并可自动调节适应,减少了算法对参数的敏感性;提出了二重划分技术,可挖掘不同密度梯度的类;对于处于不同类上的交界点,引入了电荷间吸引力的概念,能有效解决类间聚类精度不高等问题.实验结果表明该算法是有效的.