逆向工程中基于精确截面信息的曲面拟合*

针对带有精确截面信息的有序离散点的三维曲面重构问题,提出了一种NURBS曲面快速重构方法。该方法有效地减少了运算数据量,提高了运算效率,同时改进了传统曲面拟合在处理非均匀截面数据点时曲线曲面形状的失真和运算的不稳定现象,最后应用三维图形标准以及图形函数库在实际系统中验证了该方法的有效性。     

逆向工程中基于精确截面信息的曲面拟合

针对带有精确截面信息的有序离散点的三维曲面重构问题,提出了一种NURBS曲面快速重构方法．该方法有效地减少了运算数据量,提高了运算效率,同时改进了传统曲面拟合在处理非均匀截面数据点时曲线曲面形状的失真和运算的不稳定现象,最后应用三维图形标准以及图形函数库在实际系统中验证了该方法的有效性．     

反向工程中NURBS曲面CAD重构技术研究

CAD几何模型重构技术是反向工程RE(Reverse Engineering)技术的核心,NURBS(Non-Uniform Rational B-Splines)方法因其表示法的形状控制灵活性,在曲面造型和曲面重构中具有重要作用.针对CAD曲面重构技术进行研究,并对NURBS曲面重构提出一种新的构建方法,将每个数据点相对应的有理基函数的参数值最大化,所得函数值作为数据点的参数值来构造NURBS参数曲面.最后通过实例证明了该方法的有效性.     

细分蒙皮曲面

对细分曲面在曲面造型中的应用进行了研究，并着重于蒙皮曲面造型技术．所提方法在传统的蒙皮曲面构造过程中引入细分方法，有效地避免了因截面曲线的相容性处理而产生的数据量激增的问题；最后生成的蒙皮曲面能够精确插值预先设计的截面曲线，并且可以在指定的截面曲线处产生折痕效果．     

基于逼近理论的曲面重构方法的研究

针对三维扫描数据点的曲面重构技术在实际系统中的应用，提出了一种NURBS曲面构造方法。该方法根据已知数据点逼近目标曲面。通过实际系统应用验证，该方法是一种行之有效的曲面拟合方法。     

基于截面数据的C1插值融合曲面重建

为了避免NURBS曲面重建需要进行节点矢量相容的问题，提出了一种双方向融合插值的[C1]参数曲面重建方法，该方法先后分段插值截面上连续的数据点、截面曲线以构造样条曲线和曲面片，并引入融合算法进行曲线、曲面拼接，从而得到光滑的待建曲面。该方法不会产生由节点插入所带来的大量的数据冗余以及复杂的计算过程，同时采用了融合的思想来处理曲线、曲面的拼接，改良了传统参数曲线、曲面拼接方法需要满足边界条件的缺陷。     

截面最短连通路径法的散点轮廓曲面拟合

提出一种由截面上散点生成的最短路径拟合轮廓曲面的方法,生成二维轮廓点序列,根据各层轮廓拓扑上的相似性进行曲面重构,并进一步根据轮廓面重构进行曲面光滑。整个算法模拟了人在理解三维数据的过程,算法结果在截面上反映了散点数据总体走向,三维重构的曲面的形状细节保持较好。算法可以自适应处理截面上的联通数据,对噪声较大的数据鲁棒性较好。在三维地震体数据可视化的具体应用实验中获得较好的效果。     

一种基于NURBS理论的曲面逼近优化算法

针对三维扫描数据点的曲面重构技术在实际系统中的应用,提出了一种NURBS曲面构造方法,该方法根据已知数据点逼近目标曲面.通过实际系统应用验证,该方法是一种行之有效的曲面拟合方法.     

一种NURBS曲面拟合精度的量化评测算法

曲面重构是逆向工程中的核心技术之一,由于NURBS曲面在光顺性和局部可编辑等方面所具有的优点,使其成为点云数据自由曲面重构的常见形式。目前对NURBS曲面重构技术的研究上取得了一些成果,但各方法在拟合精度和效果上各有参差,因此有必要对NURBS曲面拟合精度评价算法进行研究。在采用NURBS实现曲面拟合的基础上,对拟合精度的量化指标进行研究,设计了一种基于区域划分的搜索迭代算法,可快速地计算得到原始点云与NURBS曲面的偏差。     

逆向工程中NURBS曲面与直线交点快速计算

给出了一个能够方便地判断NURBS曲面片与空间直线的交点个数,并且超线性收敛的快速迭代算法。计算Krawczyk算子判断给定的NURBS曲面片和空间直线有无交点和有几个交点。再使用拟牛顿迭代法求出NURBS曲面片和空间直线上的交点。该算法在用点云数据检测曲面重构的误差时具有快速、准确的特点。     

从点集重构曲面网格方法综述

本文主要对三维数据点重构曲面网格模型方法进行了综述。从三维数据点集重构曲面一般遵循以下三个步骤:1)重构曲面网格模型;2)网格简化;3)拟合曲面(通常为Bezier,NURBS),其中重构曲面网格为关键的一步;三维数据点集由三维数字化仪采集得到,不同的数字化设备,得到的三维数据点集可能会有差别,重构曲面网格的算法也不尽相同。本文介绍了几种对于不同数据形式、有代表性的重构曲面网格算法。     

点云数据重构三维网格形状的新算法

在分析现有重构方法局限性的基础上,提出了一种基于神经网络的点云数据重构三维网格形状的新算法。首先对点云数据平滑处理;然后进行特征线提取,并以特征线为基础对曲面进行分割。该方法能直接从神经网络的权值矩阵得到曲线的控制顶点/曲面的控制网格,通过神经网络的权值约束实现曲线段/曲面片之间的光滑拼接。能显著提高逼近网格的品质,从而实现了点云数据的精确曲面重构,实际的算例结果表明该方法实用可靠。     

基于NURBS的散乱数据点自由曲面重构

针对散乱数据点,首先提出基于曲率测度的大规模散乱数据点自适应压缩方法。在此基础上,提出先压缩后重构的基于ＮＵＢＲＳ的曲面重构策略。该方法可在保持原数据点集基本特征的前提下,将散乱散数据点压缩到ＮＵＲＢＳ曲面重构要求的规模,从而实现了大规模散乱数据点的精确曲面重构。     

心血管三维表面的NURBS重建方法

针对心血管三维表面重建的问题,采用NURBS(非均匀有理B样条)重构三维血管表面,研究了NURBS曲面的拟合算法和利用"权值"修改NURBS曲面的方法,并运用OpenGL技术实现了三维血管的虚拟显示。利用临床冠状动脉造影图像进行心血管三维重建实验,结果表明该重建方法比传统方法在重建精度和光顺性上都有明显的改善。