残缺网格模型的快速B样条曲面重建

针对残缺的三角网格模型,提出一种将网格模型的散乱数据点转化为有序阵列点再进行B样条曲面快速重建的算法.首先确定最小二乘平面上的一个矩形参数域,再构造出一个平面阵列点列,并部分映射到三维网格上;然后利用空间阵列点的邻域信息估计4个角点的空间坐标,并构造径向基函数曲面,用于补充空间阵列点列中残缺的数据;最后利用有序点列拟合的高效性构造B样条曲面.实验结果表明:该算法速度快、拟合精度高、鲁棒性强,重建的曲面具有良好的光顺性和可延伸性,适用于逆向工程中对经过数据分割后的网格模型的自由曲面重建.     

自适应T样条曲面重建

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。     

三次B样条插值曲面及其实现

目前在ＣＡＭ／ＣＡＭ的自由曲面构造方法中，较流行的有Ｂ样条曲面，Ｂｅｚｉｅｒ曲面、Ｂａｌｌ曲面等方法，但由这几种方法和成都是拟合曲面，而百插值曲面，常常不能满足一些工程实际中严格插值的要求，本文构造了一种自由插值曲面生成方法－Ｂ样条母线法，所生成曲面达到Ｃ＾２级光滑，适用机械，模具、汽车、造船等制造加工行业的复杂曲面设计。     

任意散乱点集的B-样条曲面重建

为了解决工业设计中复杂形体的曲面造型问题,提出了一种张量积型的低阶B-样条曲面重建算法。先将采集到的任意拓扑形状的散乱数据点进行三次不同的参数化得到四边形控制网格,然后再采用张量积型的双二次、双三次B-样条进行拟合,在拟合的过程中采用距离函数来控制拟合误差,得到光滑的曲面。运用该方法,直接对初始散乱点集进行重建,方法简单易实施,重建效率高并且重建后的样条曲面自然满足切平面连续。与以往的方法相比,该方法在逆向工程中可以在保证连续性的情况下,得到精准的结果曲面,提高了曲面造型的质量和效率。     

隐式T样条实现封闭曲面重建

为了简化法向偏差约束条件和优化光滑能量项,提出一种隐式T样条曲面重建算法.首先利用八叉树及其细分过程从采样点集构造三维T网格,以确定每个控制系数对应的混合函数;然后基于隐式T样条曲面建立目标函数,利用偏移曲面点集控制法向,采用广义交叉检验(GCV)方法估计最优光滑项系数,并依据最优化原理将该问题转化为线性方程组求解得到控制系数,从而实现三角网格曲面到光滑曲面的重建.在误差较大的区域插入控制系数进行T网格局部修正,使得重建曲面达到指定精度.该算法使重建曲面C1连续条件得到松弛,同时给出最优的光顺项系数估计,较好地解决了封闭曲面的重建问题.实例结果表明,文中算法逼近精度高,运算速度快,仿真结果逼真.     

NURBS曲面G~1光滑拼接算法

非均匀有理Ｂ样条（ＮＵＲＢＳ）曲线、曲面造型方法，是当前ＣＡＤ／ＣＡＭ领域研究热点之一，大量的基于ＮＵＲＢＳ的实用造型系统得到发展。对ＮＵＲＢＳ而言，虽然具有参数连续性，但为了实用需要，仍需构造具有一定光滑程度的合成曲面，满足局部设计和修改的目的。本文给出了实用的具有二次公共边界曲线的ＮＵＲＢＳ曲面片Ｇ１光滑拼接条件，得到了相应控制顶点、权系数的具体算法；对于一个已知ＮＵＲＢＳ曲面，构造另一个ＮＵＲＢＳ曲面，使其达到Ｇ１拼接是简单易行的。     

NURBS曲在G^1光滑拼接算法

非均匀有理Ｂ样条（ＮＵＲＢＳ）曲线、曲面造型方法，是当前ＣＡＤ／ＣＡＭ领域研究热点之一，大量的基于ＮＵＲＢＳ的衫和造系统得到发展，对ＮＵＲＢＳ而言，虽然具有参数连续性，但为了实用需要，仍需构造具有一光滑程度的合成曲面，满足局部设计和修改的目的，本文给出了实用的具有二次公共边界曲线的ＮＵＲＢＳ曲面片Ｇ＾１光滑拼接条件，得到相应控制顶点、权系数的具体算法；对于一个已知ＮＵＲＢＳ曲面，构造另一人ＮＵＲＢ     

基于SOM的散乱数据点集的B样条曲面重建

利用自组织映射神经网络(SOM)技术对散乱数据点集进行B样条曲面重建时,往往存在网络学习时间过长和学习效果不理想等问题。提出了一种新的神经元初始化方法和分块学习算法,该算法首先运用主元素分析方法(PCA)对散乱数据进行分块,将拓扑结构为四边形的输出层神经元初始化在每块散乱数据的最小二乘平面上进行网络学习和训练,将分块学习得到的各网格曲面拼接成一个整体;然后对该整体网格曲面的边界和内部单独学习,得到一张逼近待重建曲面的双线性B样条曲面;最后对该B样条曲面误差进行了修正。实例证明,该算法可以明显地减少SOM网络学习时间,并改善网络学习效果。     

逆向工程中自由曲面的自适应采样与建模

介绍了将逆向工程与正向设计结合实现自由曲面模型重构的新方法 .由激光线扫描法测量曲面获取截面轮廓数据 ,采用准均匀 B样条逼近算法对离散数据进行拟合 ,然后进行 B样条曲线基于曲率特征的自适应采样以实现数据压缩 ,再生成三维造型软件 Pro/ E的接口文件 *.ibl,最后在 Pro/ E中重构曲面模型 .     

用神经网络实现NURBS曲面重构

曲面重构问题是几何逆向工程中的首要问题,为了获得物体的几何模型(某些物体可能发生部分损坏)需要从大量的测量点构造曲面。该文采用了一个神经网络模型和相应的快速学习算法应用于曲面重建。该模型可以有效地逼近曲面并剔除输入数据点中的“坏”点。     

基于SOM网络的三次B样条曲线重建

使用散乱点集重建曲线曲面,在逆向工程和计算机视觉中有着广泛的应用。提出基于SOM网络的三次B样条曲线重建算法。给定某一曲线散乱点集和一初始神经网络,优化SOM网络中神经元位置,使网络逼近散乱点和映射散乱点空间特征。用特征点反求三次B样条曲线控制点,利用控制点重建三次B样条曲线。试验结果表明,算法取得的曲线重建效果良好。     

吸附数据的方程拟合和给定条件的自适应最小二乘样条

本文提出了一类给定条件的样条拟合方法。作者导出了能满足给定条件的最小二乘样条拟合正规方程组,讨论了样条节点数及其位置分布对拟合精度的影响,以函数值变化激烈处设置较密节点为原则,成功地开发了一种自适应样条拟合算法。为达到预先规定的拟合精度,这种算法能自动确定节点数及其位置。作者把它用于吸附过程数据的拟合,获得了满意的结果。     

数控系统连续微段重构与插补算法研究

针对目前微段加工研究中采用的非重构微段加工方法存在的加工轨迹与设计曲线轮廓误差较大,轮廓加工精度较低,及微段节点处速度方向不连续,因此加工表面质量不高,加工过程机床振动较大的问题。在计算机数控（Computerized Numerical Control,CNC）中采用实时曲线重构与插补算法进行连续微段加工以实现对曲面的高速高精度加工。微段插补技术包括样条曲线的实时重构及递推插补算法,及建立满足加减速要求的可以直接递推的插补样条曲线的重构条件。应用微段曲线重构技术进行的样件数控加工实验中,在保证曲线轮廓加工精度达到um级精度的同时,加工速度提高了2~2.4倍。实验结果表明,实时曲线重构微段加工不仅可以实现在重构曲线的范围内进行整体加减速速度规划,提高加工效率,而且加工轨迹的进给速度的衔接平滑,轨迹光滑,表面质量好,并且利用重构的可以直接递推插补的样条曲线,有效解决了平衡了复杂算法加工过程中精度与运算速度的矛盾,提高了加工精度。     

重构高频采样数据的小波多尺度逼近方法

针对工业过程中存在的高频采样数据重构问题 ,本文提出了一种基于小波多尺度分析理论的误差递阶补偿算法．首先对含有噪声的低频采 样数据在时频域进行滤波,然后利用该逼近算法实现高频采样数据的重构,并给出了算法的 精度分析．此算法具有能克服噪声影响、重构精度高和物理意义明确的特点．     

正则化算法在CT图像重建上的应用

由于受数据采集时间、照射剂量、成像系统扫描的几何位置等因素的约束,计算机断层成像（Computed tomography,CT）技术目前只能在有限角度范围或在较少的投影角度得到数据,这些都属于不完全角度重建问题. 因此,图像重建的算法应用变得尤为重要,本文将现有的几种正则化超分辨率重建算法应用到CT图像重建上并做了一系列的对比分析,分析不同算法下不同的图像重建效果. 首先对低分辨率CT图像进行图像配准,然后再进行样条插值放大,最后运用相关正则化算法进行超分辨率图像重建. 实验结果表明正则化算法的应用一定程度上提高了图像分辨率,其中双边正则化下的重建效果最好,基于L2范数全变分正则化效果较差.     

基于四阶偏微分方程的光滑曲面重构方法

常用的基于散点的曲面重构方法如克里金插值法、样条曲面拟合法等存在计算量大、重构曲面不光滑或无法插值已知散点等问题。为此,提出一种基于四阶偏微分方程的曲面重构方法。该方法首先选择一个四阶偏微分方程,并对其构建差分格式,进而分析该差分格式的稳定性和收敛性。在稳定性和收敛性条件下,采用演化的思想,通过有限差分法迭代求解偏微分方程的数值解,并将其稳态解作为原始曲面的逼近。以地质勘探中实际测井数据为例,采用偏微分方程曲面造型方法重构地质曲面,结果表明,该方法计算简便,构造的曲面具有自然光顺性且可以插值于已知散点。     

雷达引导数据插值算法改进

为了确保天线在引导数据的驱动下,速度变化更加平稳,减小对天线结构和伺服驱动的损害,对某雷达引导数据插值算法进行改进,采用样条插值算法对引导数据进行插值.通过数值模拟方法分析三种不同插值算法对雷达系统引导数据的影响,结果表明,样条插值算法能够为雷达系统提供更加合理的引导数据,实现雷达引导数据过渡的平滑性,有效保护了天线和伺服驱动系统,且样条插值算法在实际操作中易于实现,因而是一种科学有效的引导数据插值算法.     

Spline-based feature curves from point-sampled geometry

Defining sharp features in a 3D model facilitates a better understanding of the surface and aids geometric processing and graphics applications, such as reconstruction, filtering, simplification, reverse engineering, visualization, and non-photo realism. We present a robust method that identifies sharp features in a point-based model by returning a set of smooth spline curves aligned along the edges. Our feature extraction leverages the concepts of robust moving least squares to locally project points to potential features. The algorithm processes these points to construct arc-length parameterized spline curves fit using an iterative refinement method, aligning smooth and continuous curves through the feature points. We demonstrate the benefits of our method with three applications: surface segmentation, surface meshing and point-based compression.     

B样条曲线降阶新方法

首先导出了 B样条曲线退化的条件 ,然后根据 B样条升阶恒等式提出了 B样条曲线降阶的新算法 .最后 ,对结果进行了简要的误差分析 .如果结合节点插入技术 ,还可以将降阶后的误差限定在给定的容差之内 .实践表明 ,该算法容易实现、效率高、逼近效果好 .