首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 62 毫秒

1.  散乱数据点的NURBS曲面重建算法  
   李军《湖北民族学院学报(哲学社会科学版)》,2005年第23卷第1期
   给出了一个新的散乱数据的NURBS曲面重建算法.算法充分利用邻近点集反映出的局部拓扑和几何信息,基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建.然后通过自动矫正局部数据点的非法连接关系,把局部三角网拼接成一张标准NURBS网格.结果表明,本算法非常高效、稳定,可以快速地直接重构出任意拓扑结构的NURBS三角形网格。    

2.  基于切平面投影的散乱数据点快速曲面重建算法  被引次数:1
   张剑清  李彩林  郭宝云《武汉大学学报(信息科学版)》,2011年第7期
   介绍了一种快速的散乱数据点曲面重建算法(切面投影三角网法),该算法不需要已知数据点的几何、拓扑信息以及是否存在边界等先验知识。算法利用邻近点集反映出的局部几何和拓扑信息,基于切平面投影方式计算每个数据点的邻域,从而完成每个数据点的局部拓扑重构。重构中物体表面数据点的降采样或不均匀采样可能会产生伪洞,因此,在重建后进行洞的检测,进而根据洞的大小来区分物体表面上实际存在的洞和重构过程中生成的伪洞,并对伪洞进行填充。利用多组散乱数据点进行重建的结果表明,切面投影三角网法高效、稳定,可以快速、自动地重构出复杂拓扑结构物体的三角网表面模型。    

3.  一种有效的散乱数据点云三角剖分算法  
   迟源《信息与电脑》,2011年第7期
   本文使用的算法充分利用邻近点集反映出的局部拓扑和几何信息,基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建。本算法的运行效率高,且思想简单易于实现;输出结果为最常用的三角网格表示,适用于任意拓扑结构的物体和各种类型的散乱数据点云对象,允许数据点集的分布具有一定的不均匀性。    

4.  散乱点云的快速增量网格重建算法  
   高向敏  庞明勇《小型微型计算机系统》,2011年第32卷第10期
   散乱数据的网格重建是数字几何处理的基础性技术之一.本文提出一种快速增量式散乱点云网格重建算法,运用波前( Wave Front)方法渐进地由点云数据生成物体表面的网格模型.该算法以一个”种子”三角形初始化搜索队列,以逐渐生成的新边为搜索元素,借助Kd-树空间划分技术和搜索约束条件,快速完成优化点的评估及三角面片重建,可在保证网格质量的同时,过滤部分对重建效果意义不大的点.实验表明,该算法能够高效、可靠地生成具有不同几何复杂度的原始曲面二维流形三角网格逼近,适用于海量数据点的网格重建.    

5.  基于广度搜索的增量式点云表面重建  被引次数:1
   伍军  杨杰  秦红星《上海交通大学学报》,2008年第42卷第10期
   将人工智能中广度优先的搜索算法引入散乱点云表面重建领域,借助增量计算思想,基于搜索算法状态不断扩展的特点,渐进均匀地扩展重建整个物体表面.算法以初始三角面片初始化搜索队列,以有向边为搜索元素,借助于八叉树空间划分和搜索约束条件,快速完成最优点评估及三角片重建,具有可视化并行计算、选择性填补空洞以及重建结果与参数弱耦合等特点.实验结果表明,本算法高效、稳定,可以重构任意拓扑结构的二维流形三角形网格.    

6.  基于曲面局平特性的散乱数据拓扑重建算法  被引次数:10
   谭建荣  李立新《软件学报》,2002年第13卷第11期
   提出了一种基于曲面局平特性的,以散乱点集及其密度指标作为输入,以三角形分片线性曲面作为输出的拓扑重建算法.算法利用曲面的局平特性,从散乱点集三维Delaunay三角剖分的邻域结构中完成每个样点周围的局部拓扑重建,并从局部重建的并集中删除不相容的三角形,最终得到一个二维流形拓扑曲面集作为重建结果.该算法适应于包括单侧曲面在内的任意不自交的拓扑曲面集,并且重建结果是相对优化的曲面三角形剖分,可以应用于科学计算可视化、雕塑曲面造型和反求工程等领域.    

7.  海量数据三角网格生成算法  
   李旭  高峰《北京航空航天大学学报》,2008年第34卷第12期
    对海量数据散乱密集难以自动得到邻近点间正确拓扑连接关系的问题,给出了一种用于海量数据的基于增量网格扩展的三角剖分方法.该方法以k阶最近邻域算法快速搜寻边界点的最近邻域,以增量算法的边界环为基础向外生成三角形,实现点云数据点之间合理的三角剖分网格建立.对最佳点的选择提出了3种需遵循的新准则,并根据最佳点的位置不同,详细给出了3种网格拓扑操作来构建新三角网格,可以准确的进行三角剖分.车身曲面测量点云的应用实例表明,该算法可以高效,稳定地直接构建出车身曲面三角网格.    

8.  稠密散乱数据点多分辨率曲面重构  
   吴维勇  王英惠《计算机辅助设计与图形学学报》,2006年第18卷第2期
   将曲面重构看作是一种信号重构过程,针对大量散乱数据点,借助成熟的三角网格划分和网格化简算法,利用提升小波变换实现曲面重构,可以快速地构造出复杂拓扑结构的Calmull-Clark曲面;给出了小波系数估算方法以及基于网格拓扑结构的局部最优路径搜索算法.通过运行实例证明了文中算法的有效性.    

9.  自适应T样条曲面重建  
   彭小新  唐月红《中国图象图形学报》,2010年第15卷第12期
   为了进行快速高精度的曲面重建,提出了一种新的基于T样条的曲面自动重建算法。由于T样条控制网格具有特殊性质,因此在使用T样条进行曲面重建时,一个关键的问题是如何构造好一个T网格。该新算法在进行曲面重建时,用三角网格的参数化方法,先将数据点同胚映射到平面,然后再利用平面四叉树细分的方法将无结构散乱数据自动生成合理有效的T网格,最后将曲面重构模型转化为最优化问题,并由最小二乘法求解,同时在误差较大的区域辅以T样条的局部修正,以使重建曲面与原网格面的最大误差小于指定的误差值。由于该新的曲面重建方法是一个基于细节的重建方法,因此采样点密集区域所插入的T网格点也就相应地增多,这样既抓住了网格曲面的特征,又能很好地减少过多的T网格控制顶点,这就提高了算法效率。另外,该新算法还具有高效、易操作、能适应复杂曲面重建、曲面自动生成且满足相应精度要求等优点。重构结果显示,该新的曲面重建算法不仅重构应用范围广,且重构精度高。    

10.  Marching Tetrahedra曲面重建  
   胡建伟《黄山学院学报》,2011年第13卷第5期
   针对从散乱点云重建三角网格曲面的问题,提出了一个插值数据点的简单且鲁棒的曲面重建算法,其中点云是从任意拓扑的模型表面上采样得到的。利用最小二乘平面拟合方法计算每个点处的曲面法向,并计算两个等距面上相应的采样点,在构造好所有等距点的Delaunay三角剖分后,利用marching tetrahedra方法即可得到一个插值数据点的三角网格曲面,实验结果表明该方法是有效的。    

11.  基于样点拓扑近邻的散乱点云曲面拓扑重建  
   史阳  孙殿柱  李延瑞  刘健《山东理工大学学报》,2012年第2期
   提出一种基于样点拓扑近邻的散乱点云曲面拓扑重建算法,对点云数据构建动态空间索引结构,采用动态扩展空心球算法查询样点k近邻,通过对样点的k近邻数据进行偏心扩展和自适应扩展获取样点的拓扑近邻参考数据,从中查询样点的拓扑近邻,从样点的同层拓扑近邻中获取符合Delaunay条件的匹配点,生成局部Delaunay三角网格,并通过增量扩展实现整个散乱点云的曲面拓扑重建.实例证明,该算法可对无隙、有边界等任意模型的散乱点云进行合理的曲面拓扑重建,有效解决了r-dense恰当采样点云中非均匀区域易产生非工艺孔洞的问题.    

12.  基于散乱数据点的三角网格生成算法研究  被引次数:3
   吴庆阳  苏显渝  杨忠福《四川激光》,2003年第24卷第4期
   根据光学三维传感测得的数据特点,提出了一种基于动态圆的散乱数据点的三角网格生成算法。该算法效率高,得到的曲面的效果好,并且还可以根据实际情况调整动态圆的半径来改善图形的效果。本文还给出了用这种算法处理三维面形自动测量仪测量数据的实验结果。    

13.  基于二维Delaunay近邻的空间散乱数据曲面重建算法  被引次数:7
   单东日  柯映林《中国机械工程》,2003年第14卷第9期
   给出了一种新的散乱数据曲面重建算法。算法基于曲面的局平特性,通过二维Delaunay三角剖分到三维空间的映射,快速查找空间任意点的Delaunay近邻,然后根据散乱数据重建三角网格中顶点互为Delaunay近邻的原理,进行曲面拓扑重建。应用新的求解κ-近邻和二维Delaunay近邻的算法,提高了曲面重建的算法效率。实验表明,该算法高效、稳定,对不均匀数据有较好的适用性。    

14.  采用R*-tree的三角网格曲面非均匀精简算法  被引次数:5
   孙殿柱  李心成  范志先  田中朝《西安交通大学学报》,2008年第42卷第9期
   提出了一种三角网格曲面非均匀精简算法.该算法采用R*-tree组织三角网格曲面的空间拓扑结构,实现了三角面片拓扑邻域的快速查询.结合三角网格曲面模型的曲率分布状况,对三角网格曲面进行聚类分簇处理,通过对分簇网格进行局部精简,实现了三角网格曲面模型的整体保形性精简.与同类精简算法的对比实验表明,该算法的数据适应性强,有效地保留了三角网格曲面的型面特征,精简后的网格模型与原网格模型的面片偏差降低了20%~45%,精简时间减少了10%~35%.    

15.  STL数据快速拓扑重建关键算法  被引次数:13
   戴宁  廖文和  陈春美《计算机辅助设计与图形学学报》,2005年第17卷第11期
   在反求工程中,散乱数据点云的曲面重构常采用三角网格模型,建立三角网格之间拓扑关系的速度是影响曲面重建效率的关键因素之一.本文提出了基于V—F结构的平衡二叉树(AVL)顶点聚合算法,简化数据文件的存储容量至原来的18%~25%,并有效地去除了大量冗余数据点;采用虚AVL的快速邻边搜索优化算法,实现了相邻半边的快速搜索,高效地构建半边拓扑结构,最后通过各种零件重建速度的比较说明本文方法是高效的、可扩展的.    

16.  一种散乱数据的三角剖分新算法  被引次数:2
   慈瑞梅  李东波  童一飞《计算机集成制造系统》,2005年第11卷第11期
   根据逆向工程中散乱数据点规模越来越大的趋势,为缩小剖分时搜寻和遍历数据点的空间范围,提高算法效率,提出了一种大规模散乱数据的空间划分方法及相应的数据结构和编码方案.同时,提出了外连剖分和内连剖分的概念,给出了基于局部增量网格扩张的3维散乱数据点的空间直接三角剖分算法.该算法的总体计算复杂度为O(N),与三角剖分的典型算法相比,有效降低了其时间复杂度,提高了剖分后网格的质量.    

17.  三维散乱点云快速曲面重建算法  被引次数:1
   宋大虎  李忠科  孙玉春《计算机应用研究》,2013年第30卷第8期
   提出了一种基于Delaunay三角剖分的三维散乱点云快速曲面重建算法。算法首先计算点云的Delaunay三角剖分, 从Delaunay四面体提取初始三角网格, 根据Voronoi体元的特征构造优先队列并生成种子三角网格, 然后通过区域生长的方式进行流形提取。实验结果表明, 该算法可以高效、稳定地重构具有复杂拓扑结构、非封闭曲面甚至是非均匀采样的点云数据。与传统的基于Delaunay的方法比较, 该算法仅需要进行一次Delaunay三角剖分, 无须极点的计算, 因此算法的重构速度快。    

18.  有限衍射超声三维成像及其表面重建方法  
   刘立庄  卞正中  李彬《中国图象图形学报》,2004年第9卷第7期
   为了正确快速地进行超声三维图像重建,讨论了有限衍射波束三维脉冲回波成像新方法,即使用有限衍射阵列声束一次发射成像,不仅成像区域声束不会发生扩散,而且可得到高信噪比、高帧率的超声三维图像。针对成像后由获取的数据归一化形成的空间散乱数据场,提出了一种新的插值三维重建算法,该算法从散乱数据场中自动提取边界,首先构造出一个辅助曲面,然后通过一种特殊的Hermite插值,在数据点的矩形作用域集合内,对辅助曲面进行变形,进而得到最终的插值曲面。实验结果表明,由于该算法无须三角剖分,因而计算速度快,且光顺效果好。    

19.  一个利用法矢的散乱点三角剖分算法  
   董辰世  汪国昭《计算机学报》,2005年第28卷第6期
   曲面上散乱点的三角剖分在曲面重建中发挥着重要作用,借助于曲面上的法矢信息和三维Delaunay三角剖分算法,该文给出了一种新的散乱点三角剖分算法,输入一组散乱点以及所在曲面S在这些散乱点处的一致定向的法矢信息,该算法将产生一张插值散乱点的三角网格曲面M,并且曲面M可以近似地看成是曲面S的三角剖分,算法的主要步骤分为两步:首先通过曲面S的一致定向的法矢信息,在曲面S的同一侧添加辅助点,利用这些辅助点来剔除Delaunay三角剖分中产生的不需要的三角片;然后将剩余的三角片连接成一张完整的网格曲面,与基于中轴的三角剖分算法相比,该文算法需要更少和更简单的计算,与局部三角剖分算法相比,该文算法可以更有效地避免重建后的曲面产生自交,该文的算法可用于任意拓扑的光滑曲面重建。    

20.  基于数学形态学与拓扑规则的三角网格修补算法  
   蒋恒恒  李奇敏  汤宝平《机械工程学报》,2013年第49卷第1期
   针对散乱点云数据在三角剖分过程中产生的拓扑缺陷,提出一种基于数学形态学运算和拓扑规则的网格拓扑修补算法。通过交互的方式选择需要修改的区域,使用自适应分层栅格的缺陷识别技术提取有拓扑缺陷的网格的顶点,从而确定待修复区域的边界,然后利用数学形态学的开启运算和闭合运算去除该修复区域的拓扑缺陷,并利用基于柄体理论的拓扑运算法则对该区域进行局部拓扑修改,生成二维流形的三角网格。应用实例表明,由于不需要对整个点云数据重新进行三角剖分,简化数据处理的过程,该算法具有运算速度快、结果准确性好的优点,并能较好地消除网格中的拓扑缺陷,有效地提高三角网格的显示精度,最终得到具有几何一致性和网格单元拓扑一致性的三角网格模型。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号