基于图像频谱分析三维网格模型数字浮雕生成算法

由3维模型生成2.5维数字浮雕曲面是最近国内外数字浮雕研究的热点,通过对三维网格模型频率域的能量进行压缩来得到几何高度被压缩的浮雕模型.算法通过对三维模型进行重新采样,获得视线方向上的规则化深度图,然后利用图像傅里叶变换对深度图进行频谱分析,最后将模型高度的压缩转换为频谱域能量系数的压缩来得到浮雕曲面模型.在压缩过程中,应用高通滤波器工具对低频能量进行压缩、应用对数压缩函数对高频边缘压缩,从而使得生成的浮雕达到较好的效果.实例表明在频率域对三维模型的能量进行压缩来生成浮雕是可行的,算法对细节不太丰富的模型同样具有较好的效果.     

基于三角Bézier曲面的三角网格模型光顺算法

针对三角网格模型整体光顺效果较差的问题,提出一种基于三角Bézier曲面的三角网格模型光顺算法,该算法采用R*S树组织三角网格模型的动态索引,对三角网格模型进行精确保形精简,根据保形精简后三角网格模型型面几何特征构造整体G1连续三角Bézier曲面,将其作为三角网格模型的光顺参考曲面。通过将三角网格顶点映射于光顺参考曲面上,实现三角网格模型的光顺处理。实例证明该算法可对各种复杂型面的三角网格模型获得理想的整体光顺效果,并有效保留原模型的型面特征。     

基于特征修复的网格模型光顺算法研究

将Perona Malik的灰度图非线形调整方法应用到三维网格模型 ,提出了一种任意网格模型光顺和特征修复算法。该算法通过重复对模型中三角片法矢和网格顶点进行调整 ,不仅保证了调整后网格有效去除噪声 ,还可以在充分保留原始特征的基础上 ,自动对特征进行修复。调整后模型外形光顺 ,特征线清晰突出。文中应用实例表明该算法可以在保证修复特征的前提下 ,得到更合理的三角网格模型。     

基于三角网格模型的三维CAD模型的建立

三角网格模型是求取三维实体数据的一种有效方法,在快速成型技术应用中,基于三角网格模型形成的STL文件格式,是其形成CAD三维数字模型,进行数据处理的重要数字信息来源。     

基于RBF神经网络的三维网格实体模型重构的研究

提出了一种新的基于RBF神经网络的重构三维网格实体模型的算法 ,输入是未知表面的采样点坐标集 ,输出是该未知表面的三维网格近似。同时提出了一个简便而有效的在三维域上三角形网格的Laplacian光顺造型方案 ,网格光顺的结果能保证重建的结果比较光滑。算法较传统的算法更精确和更可靠。     

基于三角片法矢调整的三角网格模型光顺

提出了一种新的三角网格模型光顺方法。首先,对模型中每个三角片的每个顶点,分别求出其一邻域内所有三角片与当前三角片法矢夹角的变化率。然后,根据这种变化率的不同,相应采用拉普拉斯算子或Kuwahara滤波算子对三角片法矢进行调整。最后,基于调整后的三角片法矢,调整模型中各顶点位置,实现三角网格模型的光顺处理。方法中的拉普拉斯算子,适合于对模型中的非尖锐特征区域的光顺,可以快速取得理想的整体光顺效果;而Kuwahara滤波算子则适合于对模型中的特征区域的法矢调整,能够在去除噪声的同时保留原有特征。另外,本文还提出了一种新的误差估计方法,通过计算模型光顺前后的近似间隙体积,可以得到较精确的模型光顺误差。实例表明,与传统方法相比,本文方法在获得理想光顺效果的同时,能充分保留甚至调整加强模型原有特征且光顺前后模型的变形很小。     

基于三维凸包的可变形离散网格模型

针对有限三维点集的表面重构问题，提出一种可变形网格模型的建模方法。对网格模型的流形表达、可变形网格的约束模型等关键技术进行了研究和探讨，提出了确定和维护网格变形方向的方法，并给出了三维离散点集的凸包计算结果。     

基于Laplace光顺算子的采样网格优化方法

本文提出了一种应用于细分曲面重建中的基于采样技术的网格优化算法,采用了Laplace优化光顺算子,并通过自定义的φde准则进行了采样区域限制,有效地避免了过度采样并提高了算法效率。同时,本算法与切向投影算法做了速度、质量及网格近似性等方面的比较。实例表明,该算法不仅具有高效性、稳定性,而且在保证质量的情况下具有更好的逼近性。     

三维网格模型盲提取水印算法

基于离散傅里叶变换(DFT)技术和扩频通信技术提出三维模型稳健水印嵌入算法.算法利用扩频通信技术将原始的一维二值水印序列生成可直接嵌入的水印信息;利用主成分分析(PCA)方法,将原始模型变换到仿射(旋转、平移和均匀缩放)不变空间中,选取模型项点到其中心距离作为水印嵌入单元,采用单极性量化嵌入单元离散傅里叶变换系数幅度的方法实现水印的盲提取.对算法进行了仿真,结果表明嵌入的水印信息具有不可见性,且能够抵抗模型的旋转、平移、均匀缩放等常见攻击.     

法向算子和D2算子相结合的铸件三维模型分类算法

为了解决铸造生产中相同类型铸件的历史工艺复用问题,提出了一种法向算子和D2算子相结合的铸件三维模型分类算法。该方法从三维模型的面特征和点特征信息出发,分别提取三维模型的法向算子和D2算子特征描述符,通过度量新铸件模型和各类别模型特征描述符的相似性实现铸件模型分类。在企业实际生产的铸件模型库中的实验结果表明,该方法对常见的铸件类别有很好的特征识别效果,解决了D2算子作为预分类器时处理部分复杂模型时存在的特征不敏感的缺陷,可以获得准确率高的分类结果。     

基于网格特征临界点的三维工程模型检索算法

为有效检索并重用现有三维模型及相关设计知识,针对工程三角网格模型,提出了一种与计算机辅助设计系统无关的基于网格特征临界点的三维工程模型检索算法.根据Morse理论,采用网格顶点处的离散平均曲率作为光滑实值函数,计算网格特征临界点;采用两临界点间近似测地距离和顶点法矢夹角余弦值作为联合形状函数,按照极大值点、极小值点和鞍点,分别计算同类临界点间的联合形状函数得到形状分布,从而将模型的比较映射为形状分布矩阵的比较.在普渡大学建立的工程标准模型库上对算法进行了验证和比较.实验结果表明,本算法客观反映了工程模型的相似程度.明显提高了基于图形分布检索算法的有效性.     

基于非精确图匹配的三维CAD模型局部检索

本文提出一种基于非精确图匹配的三维CAD模型局部匹配方法。该方法首先将三维模型转化为属性邻接图表示;然后计算目标模型与被检索模型的属性邻接图之间顶点相容程度矩阵与边相容程度矩阵,并由此建立顶点匹配矩阵的目标优化函数;最后运用平均场理论求解匹配优化问题。在匹配过程中,充分利用属性邻接图的顶点与边属性信息动态裁剪搜索空间,实现快速的匹配。实验结果表明,该方法能够检索到不同相似程度的三维CAD模型,并且检索效率满足实际要求。     

基于STL模型垂直切片的支撑自动生成算法研究

针对光固化等快速成形工艺中须对零件加支撑的需求，本文提出一种新的支撑自动生成算法。该算法基于STL模型提取零件的悬吊点、下棱线、待支撑下表面的轮廓线等待支撑区域的关键特征，根据它们在形平面的投影特征来优化布置分层基准线并进行垂直切片，应用所提出的基于垂直截面轮廓内待支撑边生成支撑多边形的算法，生成相应的变厚度薄壁形支撑。实际应用表明，该算法能够对成形零件的待支撑区域自动添加准确有效的支撑。     

基于特征分解的半空间构造实体几何模型转换算法

为了解决大型通用粒子输运计算程序MCNP建模困难的问题,提出一种基于特征分解的BRep模型到MCNP半空间构造实体几何(CSG)模型转换算法.该算法定义了半空间转换元的概念,并以此概念为基础,提出以几何特征和拓扑结构为依据的BRep模型识别方式;根据不同的特征,算法构造了合适的分解面,将Brep模型分解为半空间转换元组...     

基于对称形状生成的三维目标检测网络

基于点云的三维目标检测在机器人、自动驾驶等领域起着至关重要的作用,激光点云能为场景理解提供精确的几何信息。 然而,由于点云的稀疏性和物体间的遮挡关系,激光点云通常只能描述物体的部分形状,导致目标结构信息不完整,从而降低检测精度。 针对这个问题,提出基于对称形状生成的三维目标检测网络( SSG-RCNN),一种双阶段目标检测器。 考虑到感兴趣目标形状的对称性,SSG-RCNN 在一阶段生成候选框的同时为每个前景点预测镜像对称点,从而恢复目标的整体形状。 二阶段中,使用自注意力池化层从原始点和对称点中聚合特征用于候选框修正,完成三维框预测。 KITTI 数据集上的实验表明 SSG-RCNN 取得了卓越的检测性能,在测试集上对困难目标的检测精度达到 77. 64% ,高于所有对比方法。     

基于3D SPIHT的高光谱图像压缩技术

将三维多级树集合分裂(3D SPIHT)算法用于高光谱图像的压缩。根据高光谱图像的特点进行波段分组以得到处理单元,对各组分别进行三维小波变换,去除谱间和谱内冗余;利用3D SPIHT算法对变换后小波系数进行编码,去除系数之间的冗余。采用整数小波和浮点小波分别进行无损和有损压缩仿真,AVIRIS和OMIS实验结果表明,在bit/pixel为1的条件下,平均PSNR比准三维方法分别高0.91 dB和1.38 dB,且算法具有嵌入式、可伸缩性等优点,但无损压缩的平均bit/pixel比基于预测的方法高0.308和0.159。3D SPIHT算法用于高光谱图像压缩可以获得较好的有损性能,但无损压缩性能逊于基于预测的方法。     

基于多层分解法和遗传算法的动态智能补货模型

为提高协同补货的高效性和智能性,运用多层分解法模型,建立了基于多智能体的分销链协同补货模型.在借鉴前人库存成本优化理论的基础上,以需求预测更新、惩罚或激励机制为前提,给出了基于传统规划理论的动态补货Agent和基于不同权重的协同补货Agent.案例分析了以补货量为变量的分销链两层公司广日j的补货期望成本优化问题,并运用遗传算法进行模拟,验证了动态补货Agent中的随机需求变化和协同补货Agent中的权重变化对分销链补货量和补货成本的动态影响.该模型和仿真结果表明,基于多智能体的动态协同补货模型具有动态性、交瓦性和智能性的特性,是有效可行的.