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.     

基于八叉树与RBF神经网络的曲面三角网格生成

采用八叉树空间分解法生成曲面离散点集,再由点的最近邻域搜索得到三维散乱点集的Delaunay三角剖分算法,并通过对输入的散乱点集进行数据平滑预处理,确定特征点和提取特征线,从神经网络的权值矩阵直接计算曲线控制顶点或曲面的控制网格,最后结合RBF神经网络,提出了一种快速、有效的曲面三角网格直接生成法,其网格生成质量较好....     

基于方向角的散乱点云三角剖分算法

针对直接三角剖分困难,分片三角剖分需要人工干预,且算法效率都很低下问题,提出了高效自动的在特征基点根据方向角进行分片投影三角剖分。算法的主要步骤分为两步：首先从只有位置信息的点云中提取出邻域、矢量和形状索引信息,并利用形状索引信息得到特征基点;然后以特征基点为参考点根据方向角对点云进行分片,每个片进行特征基点切平面投影三角剖分,通过三角剖分有效性处理,连接成最终的网格曲面。实验结果表明算法可以自动高效的重叠和非重叠散乱点云,且可以有效避免曲面自交。     

任意多边形三角剖分算法

本文提出一个简洁的、完整的、逻辑性强的任意多边形三角部分算法,作为三维立体造型的工具。算法引入“桥边”的概念将有内孔的多边形转化成非自交多边形,用一个三角形分割算法解决非自交多边形的三角剖分问题,从而实现了任意多边形三角剖分。     

油藏任意约束平面域PEBI网格的生成算法

针对油藏任意约束平面多边形区域提出了一种实用的局部正交化网格（PEBI）生成算法。首先对边界顶点和区域内部散乱点按扫描方式排序，依次扫描各点生成新的三角形，再扫描新生成的三角形中不满足Delaunay准则的三角形，进而不断的处理这些不合理三角形最终完成整个区域的三角网格化，最后连接每个三角彤的外接圆圆心生成PEBI网格。剖分过程中采用了弹性平滑和对角线交换优化方法，很容易实现局部区域的最优化剖分。通过平面映射法就可以应用到油藏的三维PEBI网格剖分，因此本算法具有很好的可操作性和实用性。     

曲面离散数据点的三角剖分及优选探析

论述了在拟合逼近膜结构不规则区域的曲面中，如何通过自动剖分离散的数据点得到１个初始的三角形集，对初始的三角剖分进行重新组合分析，以得到适宜的三角形，从而构成１张较好的曲面。     

由三维散乱点重建三角网格曲面方法的分类与评价

介绍了三维散乱点重建网格曲面的有关知识及发展现状,对现有的由三维散乱点重建三角网格曲面的典型算法分为三大类型,对这三类算法的特点加以深入地分析和比较,指出了各个算法的适用范围. 最后分析了由散乱点生成三角网格曲面中需要进一步研究和解决的问题.     

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。     

一种构建三维人体模型的方法

本文针对网上三维物体显示的需要,介绍了开发工具java3D的特点。在深入分析3DS文件结构的基础上,通过读取3DS建立的三维人体文件数据,根据人体模型数据的特点,使用散乱数据点三角剖分技术形成曲面三角面逼近建立了三维人体模型,并开发了一套基于java3D的三维人体展示系统。     

改进Delaunay三角剖分算法

针对传统Delaunay算法对非凸三维曲面剖分结果不理想,提出了基于凸划分的改进Delaunay三角剖分算法．研究了复杂曲面剖分的特性,定义了非凸集合凸划分定理,对任意曲面相对投影平面进行划分．利用一组正交平面对任意复杂曲面的划分,通过变换域对曲面进行了Delaunay三角剖分．实验结果表明,改进算法能够在正交平面对头面数据集合进行正确凸划分,在投影平面改进Delaunay三角剖分结果正确,鲁棒性明显增强,并与理论分析一致,验证了改进算法的正确性和有效性．     

基于散乱点云数据的曲面重构方法

散乱点云的三维重构有广阔的应用前景,通用高效的重构算法是研究重点之一,目前大多采用三角面片重构,与通用CAD/CAM系统中的四边域重构不兼容。本文提出一种在三角域上对散乱点云数据进行NURBS曲面重构的方法,结合了三角面片重构的灵活性与NURBS曲面重构的通用性。首先对测量点     

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。     

结合网格补洞和曲面拟合的龋齿修补方法

该文基于医学数据处理软件Mimics系统,提出并实现了一种结合三角网格补洞和B样条曲面拟合的龋齿修补方法.首先在Mimics系统中提取牙齿表面的离散数据,并导出PLY格式的三角网格,通过对龋齿网格数据的孔洞边界提取和三角网格孔洞修补,得到完整的三角网格数据.然后采用网格数据进行分割、参数化和最小二乘拟合,求得B样条曲面...     

装备伪装效果可视化检测技术研究与实现

迷彩伪装是一种对抗军事侦察和武器攻击系统的常用手段,其伪装效果对提高部队战斗力和战场生存能力具有十分重要的作用。采用基于图像的三维重建技术,提出了一种改进的区域增长算法来实现空间散乱点的自主三角构网。该算法引入八叉树思想,对点云进行栅格化存储,以提高点云的搜索效率;在每条边界边向外扩展时,综合考虑与其相邻的两边界边对新扩展三角形的影响,保证三角网格能够稳定地增长;采用三角网格优化算法,使得网格中的三角形接近正三角形。     

空间封闭点云的八象限三角剖分算法

提出了一种针对空间封闭点云的三角剖分算法.该算法首先根据空间封闭点云的分布特征,将其划分到三维坐标的八个象限中,使每部分点云的包角均小于180°;然后适当旋转各部分点云,使其对应投影平面面积最大化,再运用平面三角剖分方法对其进行三角剖分,从而得到各部分点云的剖分结果;最后将已处理的各部分用三角面片对其边界进行缝合,进而形成空间封闭点云的立体三角化.实验结果表明,该方法剖分速度快、形成的三角网格质量高,能够较好地再现原三维物体的表面特征.     

算法改进的自组织神经网络曲面重构

为提高神经网络法三角网格曲面重构的效率,提出自组织神经网络算法与模糊聚类算法相结合的 改进算法．应用改进算法对大规模散乱点云曲面及花瓶实例进行了网络训练及三角网格重建,在初次网络训 练收敛后,加入模糊聚类计算模块,由模糊聚类算法中隶属度计算来确定输入样本是否可用．与自组织神经 网络算法训练特性进行了比较,结果表明：改进后算法避免了以往算法的重复循环,减少了计算量,加快了网 络训练收敛速度和三角网格曲面重构的速度,仿真重构结果表明：改进后的自组织神经网络算法可实现不同 疏密程度的三角网格曲面重建,并可在保持原数据特征的前提下实现数据精简,较通常算法收敛速度快     

基于照片序列快速三维表面网格模型的生成算法

针对传统的基于体素的重构方法复杂度高、信息利用不充分的问题，提出了基于光线求交的三维表面多边形网格模型的生成算法，一方面使得点的生成复杂度仅与物体表面积相关，另一方面物体的空间结构信息在点重构过程中被记录下来，用于多边形网格的生成，避免了传统算法中将表面点集完全作为散乱点处理所造成的信息浪费，在不损失精度的情况下，大大减少了重构网格模型所需的时间。     

一种基于对偶图的三维表面模型编码方法

基于三角条带的三维表面模型编码有效地降低了每个顶点被重复处理的次数以及从CPU到图形显卡的传输数据量.针对经典三角条带编码算法的弊端,提出了一种基于对偶图的三维表面模型编码算法,借助于图论的理论支撑,实现了基于全局判别准则的条带路径的生成与合并;通过将条带路径提取与条带化编码相分离,算法具有自动保持模型表面法向的功能,避免了重复的法向一致化判断与调整工作;根据对偶图与三角网格模型之间的对应关系,采用了基于三角网格的直接编码方案,保证了算法的高效及高质量特性.实验表明,该算法思路清晰、严谨,易于实现,随着模型复杂度及数据量的递增,算法显示了较强的优越性.