一种拟合误差驱动的自适用隐式曲面重建算法

针对散乱数据,提出一种拟合误差驱动的自适应隐式曲面重建算法。算法根据二次曲面的拟合误差进行自适应拟合,改变了传统方法从八叉树中顶层节点开始拟合,减少了拟合次数,加快了重建速度;并修正权函数,加入密度函数,削弱由于散乱数据密度的不一致对重建曲面影响。实验结果表明,该算法原理简单,重建速度快,重建效果良好。     

散乱数据的曲面拟合及其在汽车车身外表面造型设计中的应用

根据车身外形曲面测量和拟合的要求，分析了散乱数据曲面拟合的Ｓｈｅｐａｒｄ，三角形剖分，Ｂ－ｓｐｌｉｎｅ最小二乘及Ｔａｙｙｌｏｒ逼近方法的各自特点，推导了计算模型并建立了软件系统，给出了用于车身外表面造型的实例。     

散乱数据的曲面拟合及其在汽车车身外表面造型设计中的应用

根据车身外形曲面测量和拟合的要求，分析了散乱数据曲面拟合的Ｓｈｅｐａｒｄ、三角形剖分、Ｂ－ｓｐｌｉｎｅ最小二乘及Ｔａｙｌｏｒ逼近方法的各自特点，推导了计算模型并建立了软件系统，给出了用于车身外表面造型的实例     

点云管道曲面的重构

该文主要研究了根据三维散乱点云重构管道曲面的一种算法.首先将散乱的数据点分块,计算得到对应管道曲面的中心轴线上的点,然后将其作为控制顶点拟合成光滑的B样条曲线,再以B样条上的点为圆心绘制圆,最后连接所有圆生成光滑的管道曲面.该文利用散乱点的微分几何性质及最小二乘拟合算法,局部拟合最佳的圆柱面,准确计算管道面的中心轴点,...     

测量造型技术中的散乱数据规则化处理方法

针对测量造型技术中的散乱数据处理问题,提出了一个实用的散乱数据规则化方法。该方法基于散乱数据的三角剖分,建立五次Ｃ１ 三角插值曲面,用平行平面截取三角曲面得到截面线数据,对截面线数据进行去重点、光顺、匀化等处理,得到规则的四边形网格数据。该方法已经应用于实际工程中,具有简单、有效、通用性强、稳定性好等特点。     

散乱数据曲面重建的自然样条细分法

在仔细分析了散乱数据带连续边界条件的多项式样条插值与散乱数据自然样条插值方法后,结合两种方法的优点,得到了一种进行大规模散乱数据曲面重建的自然样条细分方法。该方法的实现较为简单,可以根据需要灵活地构造出满足不同光滑条件的散乱数据重建曲面。仿真实验结果说明了该方法是有效的。     

基于节点插入原理的大规模散乱数据插值

在讨论双三次B样条曲面的构造算法和节点插入原理的基础上,提出了应用节点插入原理的、基于多层B样条的大规模散乱数据的插值方法,它具有精度高、速度快的特点,适合于要求严格的大规模散乱数据的可视化处理,已经在电子海图系统的三维特性的研究中得到成功应用。     

基于遗传算法的散乱数据点的NURBS曲面拟合与优化

将遗传算法与散乱数据点的NURBS曲面拟合优化问题有机结合,根据反求得到的控制顶点生成NURBS曲面并利用遗传算法对曲面进行优化,使曲面在满足给定容差和光顺度的条件下,能用较少的控制顶点来表达.给出此类问题的遗传因子和评价函数,计算出曲面的控制顶点及与其对应的权因子.通过数值仿真验证了此方法对于简化拟合曲面表述的有效性.     

基于ANN-NURBS的散乱数据点自由曲面重构

探讨了曲面三维密集散乱点数据的几何建模方法。按照先压缩后拟合的两步方法重构策略，实施基于ANN-NURBS的散乱点自由曲面重构。提出了基于人工神经网络(ANN)的散乱数据点的拓扑矩形网格重建方法并建立了神经网络模型。该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系，结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系。算例表明，该方法可实现三维密集散乱点数据自组织压缩，生成期望疏密程度和精度的矩形拓扑网格，并可有效保持原数据点集的拓扑特征，从而实现了基于NURBS的大规模散乱数据点的精确曲面重构。     

曲面散乱点集的组合三角剖分法

曲面散乱点集的三角剖分广泛应用于三维重建领域.为了更加快速、准确的完成曲面重建,提出了一种组合三角剖分法.此方法将整个剖分过程分为三个步骤:首先借鉴分治算法的思想将整个点集进行区域划分,以降低其拓扑结构的复杂性;之后在各个小区域内依据异侧准则、法向量夹角最大准则、域值距离准则和最小内角最大准则进行直接三角剖分;最后根据三维Delaunay空球准则进行各区域边界的连接,从而完成剖分.实验结果表明,组合法可以准确、快速的实现曲面散乱点集的三角剖分.