三维点云法向量估计综述

由于获取方便、表示简单、灵活等优势,点云逐渐成为常用的三维模型表示方法之一。法向量作为点云必不可少的属性之一,其估计方法在点云处理中具有重要的位置。另一方面,由于点云获取过程中不可避免的噪声、误差和遮挡,点云中通常含有噪声、外点和空洞,并且部分采样模型如CAD模型,也会存在尖锐特征,这些都给法向量估计提出了挑战。对当前已有的点云法向量估计算法进行综述,分析其原理及关键技术,着重分析它们在处理噪声、外点和尖锐特征等方面的能力并给出比较,最后为未来研究提供了一些建议。     

一种基于GPU实现的自适应八叉树纹理绘画算法

当前,虽然基于二维图像映射定义的传统二维纹理已得到广泛应用。但是它有很多局限性。这是因为很多三维模型在纹理空间中进行参数化是非常困难的,例如隐式表面、细分表面和高密度或高细节的多边形网格。基于八叉树纹理定义,提出了一种新型的自适应八叉树纹理绘画算法。和传统的八叉树纹理映射算法相比,不但占用更少的存储空间,而且实现了基于GPU的纹理查询,有更快的查找速度。     

一种基于RANSAC框架的椭球提取算法

面向点云数据,提出一种椭球的检测和提取算法。该算法采用随机采样一致性（RANSAC）框架,通过多次随机采样点云模型,建立多个能够生成椭球体的最小点集,对每个最小点集计算椭球参数,经过验证后建立椭球候选集合,利用分数函数评价各候选,筛选出最佳提取椭球。实验结果表明：对于人工合成和扫描仪获取的点云数据,该算法稳定可靠,可有效地提取出正确的椭球。     

线损分析在配网自动化中的运用研究

本研究主要是对配网自动化中的线损情况进行仔细分析和跟踪调查,探讨出解决线损问题的相应措施,进一步提升对线损分析的管理.     

CFD非结构化网格格心格式数据高质量体绘制方法

3D非结构化网格格心格式数据是近年流场数值模拟结果的常见形式,目前的可视化方法无法直接绘制此类数据,通常采用外推技术将其转换为格点格式数据后再进行绘制.导致数据精度损失,严重影响绘制质量.在多遍光线投射算法框架下,设计一种非结构化网格格心格式数据直接采样计算方法(避免外推),使采样过程中的所有计算任务基于原始数据完成,...     

一种基于RANSAC的点云特征线提取算法

点云中提取的特征线在点云处理中具有重要的应用价值,已被应用于对称性检测、表面重建及点云与图像之间的注册等。然而,已有的点云特征线提取算法无法有效地处理点云中不可避免的噪声、外点和数据缺失,而随机采样一致性RANSAC由于具有较高的鲁棒性,在图像和三维模型处理中具有广泛的应用。为此,针对由建筑物或机械部件等具有平面特征的物体扫描得到的点云,提出了一种基于RANSAC的特征线提取算法。本算法首先基于RANSAC在点云中检测出多个平面,然后将每个平面参数化域的边界点作为候选,在这些候选点上再应用基于全局约束的RANSAC得到最终的特征线。实验结果表明,该算法对点云中的噪声、外点和数据缺失具有很强的鲁棒性。     

一种空间BRDF的编辑算法

双向反射分布函数（BRDF）一直是图形学中物体表面外观表现最通用的方法,空间BRDF是目前最优的一种BRDF,它只比标准RGB纹理多占用很小的存储空间,却达到了更加逼真的效果。但是,SBRDF的获取过程极为复杂和烦琐。该文提出了一种手工编辑SBRDF的算法,它不仅可以处理测量获取的SBRDF纹理,也可以利用标准的数字图像来实现SBRDF并进行更改。最后,通过实例渲染效果展示了该编辑工具的功效。     

一种基于GPU实现的自适应八叉树纹理绘画算法

当前,虽然基于二维图像映射定义的传统二维纹理已得到广泛应用。但是它有很多局限性。这是因为很多三维模型在纹理空间中进行参数化是非常困难的,例如隐式表面、细分表面和高密度或高细节的多边形网格。基于八叉树纹理定义,提出了一种新型的自适应八叉树纹理绘画算法。和传统的八叉树纹理映射算法相比,不但占用更少的存储空间,而且实现了基于GPU的纹理查询,有更快的查找速度。     

一种空间BRDF的编辑算法

双向反射分布函数（BRDF）一直是图形学中物体表面外观表现最通用的方法,空间BRDF是目前最优的一种BRDF,它只比标准RGB纹理多占用很小的存储空间,却达到了更加逼真的效果。但是,SBRDF的获取过程极为复杂和烦琐。该文提出了一种手工编辑SBRDF的算法,它不仅可以处理测量获取的SBRDF纹理,也可以利用标准的数字图像来实现SBRDF并进行更改。最后,通过实例渲染效果展示了该编辑工具的功效。