共查询到10条相似文献,搜索用时 15 毫秒
1.
针对现有曲面重建算法不能很好地重建出点云模型尖锐特征的缺陷,提出了一种凸显点云尖锐特征的点-线-面递进式曲面重建算法。首先,根据近邻点的欧氏距离、法向偏差和曲面变分,采用主成分分析算法和k-近邻点迭代加权法获取点云准确法向;接着,依据特征点位于多个平面交线上的原则,利用法向聚类和平面拟合从候选特征点中筛选特征点;然后,依据特征点生长方向和主方向的相互关系重建特征线,并按照最小二乘原理采用矩阵法修复角点;最后,以特征线为约束重建尖锐特征点云曲面。实验结果表明:本文算法计算的点云准确法向与理论法向偏差接近于0,特征重建效果优于其他算法,算法耗时短且与点云数量呈线性关系。算法不仅能够准确计算尖锐特征区域的点云法向,还能准确提取出点云模型的特征点并凸显模型的尖锐特征。 相似文献
2.
3.
为提高点云曲面重建的精度和效率,提出了一种将平面投影与区域生长相结合的散乱点云曲面重建方法。从散乱点云中选取局部点集,对其离散度进行判断,将较平滑的符合离散度要求的点集投影到二维平面并进行三角剖分,将三角剖分后点之间的拓扑连接关系映射回三维空间,实现该部分点云的表面重建,对剩余的散乱点用改进的区域生长法重建表面。实验结果表明,该算法能够重建出结构形态正确、保留物体细节信息的三维模型,降低曲面重建复杂度并提高其精确度。 相似文献
4.
为兼顾点云配准精度与收敛速度,提高配准过程收敛的稳定性,提出一种基于局部泊松曲面重建的点云刚性配准方法。该方法基于曲面局部样本重建泊松曲面并将其作为配准参考曲面,以采样点至参考曲面的最近点作为匹配点,将匹配范围由曲面局部样本扩大为该样本所拟合的曲面域,提高点对匹配精度。同时,基于所重建的泊松曲面计算配准误差,消除采样误差对配准过程收敛判定的延迟影响,加快配准过程的收敛速度。在配准过程中,通过调整因子调节匹配点在曲面域的匹配范围,增大点对在配准误差偏大情况下匹配的概率,提高配准过程收敛的稳定性。试验表明,该方法在保证配准精度的同时可显著减少收敛时的迭代次数,配准过程收敛于全局最优的稳定性更高。 相似文献
5.
针对复杂自由曲面三维扫描数据多为离散点的特点,提出了一种隐式曲面重建算法,它能满足从大量离散点云数据中快速准确地建立曲面的需求。通过选择合适的形状函数,该算法可以准确描述尖锐特征比如边和角。方法是首先用八叉树细分方法来进行离散点云数据分组,然后用分段的二次函数来捕捉每组数据的局部形状,用单位分割法来组合局部的形状函数。应用实例表明,该算法可以对离散点云数据进行快速、准确、自适应的曲面重建。如果离散点云模型有指定的精度,那么隐式曲面重建算法的处理时间取决于该模型的几何复杂性和细分程度。 相似文献
6.
为了精确实现非封闭曲面的三维重建,提出一种基于曲面三角面片周长的阈值分割方法,首先计算泊松算法生成曲面的三角面片周长选取采样点,然后通过比较样本点与原始输入点之间的欧氏距离自动计算阈值对生成曲面进行分割.实验结果表明,该算法能准确有效地去除伪封闭曲面而不影响原生成曲面的精度,且算法复杂度低、时间效率高、鲁棒性强. 相似文献
7.
在现有三角剖分方法研究的基础上,提出了一种空间曲面上点云数据的快速三角剖分新算法。以区域生长法为主导,通过表面法向量向外原则提出了一种种子三角形选取与构造的新方法,改进生长算法,采用逆时针方式搜寻最优扩展点来生成三角形网格。该算法的总体时间复杂度为O(KN),能够快速高质量的生成三角网格模型。 相似文献
8.
为实现CAD模型未知情况下的喷涂机器人自动轨迹规划,提出了一种基于工件三维点云直接生成喷涂轨迹的方法,并使用改进的正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法进行轨迹优化.首先,将理想涂层厚度函数视作原始信号,通过引入信赖域反射算法解决了投影系数的约束问题,应用OMP算法进行涂层厚度重建,并求出每条喷涂轨迹的位置和喷枪速率.然后,对预处理后的点云模型应用轨迹生成算法得到工件表面的喷涂轨迹,通过坐标变换和姿态解算生成机器人喷涂轨迹.最后,对扫描获取的待喷涂曲面使用上述方法进行仿真.仿真结果显示,重建涂层厚度误差为4.28%,满足均匀性要求,喷涂时间显著缩短,表明所提出的轨迹规划和优化方法是可行的. 相似文献
9.