海量散乱点云out-of-core快速均匀精简算法

海量散乱点云的精简对其显示及交互性操作具有重要的意义。为快速有效地精简海量散乱点云,改进CR树结点分裂算法,将上溢结点子结点包围盒集转化为包围盒的中心点集,利用CR树与数据库SQLite构建主存-辅存分级存储机制,从而实现海量散乱点云的out-of-core管理,计算CR树目标结点层中每个结点所包含点集的均值点,将距离均值点最近的点作为该点集的精简结果,根据目标结点层的不同实现海量散乱点云不同程度的精简。实验证明,基于分级存储机制的快速均匀精简算法能够快速有效地精简海量散乱点云。     

复杂型面点云的法向特征聚类分级估计方法

针对含有棱边和尖角等特征的复杂型面采样点云,为提高其法向估计结果的准确性,提出一种基于特征区域聚类分级的点云法向估计方法,根据曲面局部平坦性和贝叶斯信息准则对点云进行聚类分析,依次将点云划分为平坦、特征边缘、棱边尖角等区域,并识别样点所属特征类型,将平坦区域样点法向估计结果向其邻近特征区域依次传播,使特征样点的法向估计结果与其邻近平坦区域样点的法向保持一致.实验结果表明,该方法可以准确估计特征区域样点的法向,有效保证棱边和尖角区域样点的法向多义性,并对数据噪声具有抑制作用.     

网络法求解相啮合齿面接触迹线的研究

通过研究本文提出了一种以网络结点为基础，在齿面上的活动标架里，计算出齿轮处于不同啮合位置时的接触点，以求得接触迹线的新方法，同时可校核在接触点之外，两齿面是否相交干涉。由于以齿面网络结点的离散数据描述齿面，这种方法可用来研究有误差或产生变形的真实齿面的形状和接触迹线，以便进行齿面的接触分析。     

真实齿面上拓扑离散数据点的测量采集方法

在对齿轮测量仪器的发展概况、性能特点和使用范围进行全面细致分析的基础上.从方便、经济、满足测量精度等诸方面考虑.选用了最佳测量仪器对齿轮的真实齿面上拓扑离散数据进行了测量采集,并对测量与啮合分析坐标系的一致性进行了统一计算处理,为真实齿面啮合分析提供了必要、方便和准确的基础信息.     

真实齿面啮合分析

对有误差和热处理变形的真实齿面啮合理论进行了系统的研究,提出了一套适合于各种齿轮类型真实齿面啮合分析的理论及方法,通过试验得到了验证。本系统对齿轮的精度评估,加工误差、热处理变形及测量所用标准齿轮的误差补偿,都有较大的实用价值。     

基于局部样本增益优化的α-shape曲面拓扑重建

在曲面重建中,提高棱边特征重建精度是逆向工程和计算机辅助设计制造等领域的难点问题。采用样点的近似拓扑近邻点集作为曲面局部样本,对α-shape算法进行优化,使α-shape尺度阈值能更为准确地反映样点分布密度,从而提高α-shape曲面拓扑重建结果的正确性。样点的近似拓扑近邻点集的获取本质上是欧氏近邻点集的增益优化,使后者向邻近的稀疏区域适度延伸,从而弥补因数据分布不均匀而导致的拓扑邻域信息缺失。基于增益优化后的样点近邻点集并结合曲面重建先验知识可确定α-shape尺度阈值,使α-shape曲面拓扑重建过程中尺度阈值可自适应调整。试验表明:该算法使所得网格曲面基本不含孔洞和棱边凹痕,能更好保持棱边特征的形位精度,可减少初次过滤结果中的非流形面片,同时具有与主流Delaunay网格过滤算法相近的重建效率。     

反求工程中测量数据的精简算法

通过分析现有对测量数据精简算法的不足,提出了根据曲率精简点云的新方法,给出了散乱点的邻域搜索、曲率估算和精简原则。对具有不同特征的测量数据进行了精简测试分析,结果证明了该算法的有效性和实用性。     

采用MFC开发用户交互界面的新方法

基于MFC提出了一种开发用户交互界面的新方法,该方法采用UG OPEN C API编写系统功能模块,调用MFC库开发高内聚、低耦合的用户交互界面模块,并利用函数回调机制实现模块间的通信。实例证明该方法可有效提高软件的可维护性和可扩展性。     

基于Python的GTK+与VTK混合编程及应用

采用Python语言封装GTK+与VTK的函数接口,实现VTK渲染窗口在GTK+界面中的嵌入.通过Glade图形界面生成器生成GTK+图形界面,采用C／C+〖KG-*3]+语言编写GUI应用程序功能模块并封装成python接口函数库,完成GTK+界面模块、渲染模块和功能模块的有机集成.实例证明该方法可有效提高应用程序开发效率,研发的应用程序系统可移植性好、运行效率高.     

三角网格模型的自动分割算法

提出了一种根据设计意图的三角网格模型自动分割算法,该算法采用R*-tree(recangle*-tree)建立三角网格空间索引结构.基于该结构,采用深度优先遍历方法快速准确地查询与分割面相交的三角面片,对相交三角面片进行分割并重新剖分,实现了三角网格模型不受曲率等条件限制的自动分割.实例表明:该算法可对各种复杂型面三角网格进行分割,算法运行效率高,且能有效避免分割区域的锯齿现象.