基于ANN-NURBS的散乱数据点自由曲面重构

探讨了曲面三维密集散乱点数据的几何建模方法。按照先压缩后拟合的两步方法重构策略，实施基于ANN-NURBS的散乱点自由曲面重构。提出了基于人工神经网络(ANN)的散乱数据点的拓扑矩形网格重建方法并建立了神经网络模型。该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系，结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系。算例表明，该方法可实现三维密集散乱点数据自组织压缩，生成期望疏密程度和精度的矩形拓扑网格，并可有效保持原数据点集的拓扑特征，从而实现了基于NURBS的大规模散乱数据点的精确曲面重构。     

基于NURBS的复杂扭变曲面空间光顺研究

阐述了一种曲面空间光顺的方法。采用NURBS（非均匀有理B样条）方法对空间曲面进行定义，把扭变曲面在空间分割成小块曲面片，地达到分割的精度要求，从而避免了由二维定义到三维映射转换的误差。利用NURBS方法求解小块曲面片控制矩阵和控制点，通过重新定义曲面片的权因子和控制点来对曲面局部形状进行修剪，从而使曲面在空间的光顺性得到保证。此方法应用于风机叶片的扭变曲面以及相关曲面，得到了理想的光顺效果，是一种比较实用的光顺方法。     

基于NURBS的复杂扭变曲面空间光顺研究

阐述了一种曲面空间光顺的方法 采用NURBS(非均匀有理B样条 )方法对空间曲面进行定义 ,把扭变曲面在空间分割成小块曲面片 ,直达到分割的精度要求 ,从而避免了由二维定义到三维映射转换的误差 利用NURBS方法求解小块曲面片控制矩阵和控制点 ,通过重新定义曲面片的权因子和控制点来对曲面局部形状进行修整 ,从而使曲面在空间的光顺性得到保证 此方法应用于风机叶片的扭变曲面以及相关曲面 ,得到了理想的光顺效果 ,是一种比较实用的光顺方法     

NURBS曲面建模用于低RCS复杂目标可视化电磁计算

利用NURBS曲面对一类低RCS杏仁体目标进行建模；通过物理光学法(PO)、等效电流法(MEC)分别求解复杂目标面元与棱边散射；根据爬行波理论求解爬行波效应。由总场求得低RCS复杂目标的雷达散射截N(RCS)，与实验结果比较，获得令人满意结果。     

基于散乱点云数据的曲面重构方法

散乱点云的三维重构有广阔的应用前景,通用高效的重构算法是研究重点之一,目前大多采用三角面片重构,与通用CAD/CAM系统中的四边域重构不兼容。本文提出一种在三角域上对散乱点云数据进行NURBS曲面重构的方法,结合了三角面片重构的灵活性与NURBS曲面重构的通用性。首先对测量点     

基于NURBS的动态接触边界算法研究

采用非均匀有理B样条(NURBS)方法描述模具型腔曲线，系统地分析了基于NURBS法的工件与模具动态接触过程的变化机制，并提出了相关算法。通过H型锻件成形的模拟，证实了相关算法的可行性。从而验证了NURBS法对提高塑性有限元软件的通用性和模拟精度有重要作用。     

曲面重构中带孔洞点云数据的边界提取算法

设计了一种曲面重构过程中点云中可能存在的孔洞内边界和开区域外边界的自动识别算法。该算法首先计算出各数据点的k邻域点,通过对k邻域点分布均匀性的判断识别出内外边界特征点,最后通过预估边界边的走向将识别出的边界特征点连接成边界线,从而识别出内外边界线。实验表明,该算法能很好地提取出孔洞内边界以及开区域外边界,为带孔洞点云数据的曲面重构奠定了基础。     

基于NURBS建模技术的物理光学方法的遮挡判断

研究了基于非均匀有理B样条曲面建模的物理光学方法中的遮挡判断算法,提出了在凸曲面和凹曲面情况下分别考虑自身遮挡以及相互遮挡的详细算法,使得非均匀有理B样条曲面建模的物理光学方法可应用到复杂电磁目标的分析．在三角形平面片的物理光学方法中结合非均匀有理B样条曲面建模并采用该遮挡判断算法可提高计算速度．     

基于点云数据NURBS曲面重构技术探究

通过研究NURBS曲面重构算法,分析了多种应用软件曲面重构方法并根据古建筑保护测量获取到点云数据的特点,对非均匀分布的型值点采用NURBS曲线曲面节点插入算法生成呈四边域分布的控制点矩阵,运用OpenGL在C#环境下进行了虚拟显示.     

基于改进SSD神经网络和点云配准算法的变电站三维模型快速建立方法

为提高变电站三维建模的效率,提出了一种改进SSD(single shot detection)目标检测算法和ICP(iterative closest point)点云配准算法结合的变电站三维模型快速建立方法。该方法针对变电设备点云训练样本数量不足造成的设备识别准确率低这一问题,将三维模型快速建模转换为设备类型、型号识别和点云导入。首先利用改进SSD目标检测算法对变电设备类型进行初步识别,然后运用ICP配准算法对变电设备进行型号识别,2种方法的结合实现了变电设备点云的准确识别,最后根据配准得到的设备在变电站点云场景中的实际位姿,将模型库中配准的标准模型导入变电站三维点云场景,极大地提高了变电站三维模型的建模效率。该方法已在某变电站三维建模中得到应用,结果表明,不同变电设备型号识别准确率较高,设备建模平均时间为32 s,效率远远高于人工建模。     

基于点云数据三维重建方法的研究

由于三维激光扫描仪采集的点云数据是离散的,这些离散的点云数据由于分辨率有限,缺少灵活性,导致无法满足对实际场景重建出具有几何精确性的模型。为解决上述问题,用Delaunay三角化方法构造网格逼近物体的i维表面模型,把离散的点云数据连续化生成表面模型来模拟场景,实验证明该方法有效。     

基于点云特征对比的曲面翘曲变形检测方法

针对目前曲面翘曲变形描述不充分、检测效率低的问题,定义自由曲面的翘曲变形描述方式,提出基于点云特征对比的曲面翘曲变形检测方法. 研究一系列算法,开展曲面单层点云提取,通过对比曲面实测点云与模板点云的空间位置获取翘曲变形区域;通过计算获得翘曲距离和翘曲张角,描述翘曲的变形程度和变化趋势. 实例分析结果表明,提出的方法不需要进行曲面重建,直接通过点云特征对比进行曲面翘曲变形分析,在保证精度的同时,在效率上比三维重建方法检测翘曲有了较大的提高.     

一种基于曲率极值法的LiDAR点云特征提取算法

针对地面LiDAR（1ightdetectionandranging）技术在三维数据采集过程中无法体现人的主观判别能力、采样数据存在大量冗余的问题,提出了一种基于曲率极值与最小生成树准则的LiDAR点云特征提取算法．通过二次曲面拟合实现对原始采样曲面的模拟与表达,估算采样表面的几何微分属性,分别基于平均曲率比较法、曲率极值法来实现特征点的初选与精选;设计并实现了一种基于最小生成树准则的特征点拓扑邻接关系的确定方法以及相应的最小生成树裁减算法,在确定特征点拓扑邻接关系的同时,依据裁减算法实现了采样地理实体表面特征的精确提取．实验证明,算法是可行、有效的,利用算法提取了LiDAR点云的特征之后,有效地增强了点云数据的表达能力,弥补了地面LiDAR技术在数据采集过程中无法体现人的主观判别能力的不足;借助于算法提取的采样地理实体表面特征来指导和约束点云数据简化过程,可在有效保留原始采样曲面重要特征的同时实现点云数据的大幅度精简．     

基于MLS点云模型特征的提取算法

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.     

基于灰度相似性的激光点云与全景影像配准

针对传感器参数未知、环境结构特征不明显、影像数据较少等情况,提出基于灰度相似性的车载3D激光点云与全景影像自动化配准方法.基于全景拼接算法和柱面投影原理,分别将多张单幅图片拼接为全景影像,并将3D激光点云转换为2D深度图.基于灰度相似性原理,将全景影像和2D深度图在水平方向和垂直方向等间隔细分成区域对,沿水平方向和垂直方向移动全景影像,计算每次移动后各细分区域对之间像素灰度值之和的比值,并求解其均方差,将均方差最小时的区域移动值作为最终匹配偏移量.根据偏移量计算得到全景影像相对3D激光点云的水平旋转角度和垂直平移距离.实测结果表明,本研究所提算法对场景的适应性较好,平均配准误差为2个像素,而对比方法无法实现有效配准.     

基于点云数据的立木树干局部曲面拟合及拓扑结构

基于海量测量点云数据加工处理的关键是通过获得点云的局部特征拓扑结构来精简数据,而其算法的效率尤为重要。本研究首先对缺乏足够几何拓扑信息的点云,建立每个数据点邻近点的几何拓扑信息,同时综合运用重构管道曲面和随机霍夫变换算法,对立木树干进行拟合。实验结果表明,其效果明显优于双三次Bezier曲面插值拟合法。然后改进求取K近邻获取拓扑信息的算法,也得到了良好的精简效果。     

顾及相邻点序号差的路面点云自动提取方法研究

现阶段车载点云道路提取的研究主要为有规则路坎的结构化道路,而在现实中有些道路两侧是草地,结构化道路的提取方法不再适用.针对此问题,本文提出一种融合移动窗口高差和相邻点序号差的路面自动提取方法.首先利用相邻点间距实现扫描线的提取,接着根据移动窗口高差和相邻点序号差提取道路边界点,并采用RANSAC(RANdom SAmp...     

基于曲面表达的几何特性计算及其在船舶工程中的应用

船舶静力性能计算中主要涉及到与水线面、横剖面、排水体积和舱容等相关的几何特性计算,在阻力和适航性等性能计算中还要对湿表面积进行计算,以便在设计阶段对船体外形的优劣进行评估和分析,为线型的进一步优化提供依据.为了更精确地计算相关的船舶性能,文章提出了基于曲面表达的相关2D或3D几何体几何特性计算新方法.该方法首先将所表达的曲面离散成四边形或三角形单元,将空间区域分割成若干广义棱柱,再通过四边形、三角形和广义棱柱的几何特性的组合,分别计算界定平面、曲面或空间区域的几何特性.对解析曲面进行NURBS表达,对其截面积、局部表面积和体积及几何特性进行计算,其结果与解析法计算的精确解非常接近.将该方法具体应用于实船的相关计算,结果表明了其可行性、合理性和精确性.     

点云曲面的复合几何图像表示及其应用

为了得到点云曲面的几何图像,提出一种新的点云曲面的表示方法.将点云曲面的笛卡尔坐标转换为球面极坐标,采用极坐标中的二个角度参数作为二维像素位置坐标,将这个位置上对应的极半径的最小值作为该像素上的灰度值,得到第一幅r(θ,φ)灰度图像.利用同样的方法,在剩下的未被转换的点云中构造第二幅θ(r,φ)图像,由前二次转换剩余的点云转换成第三幅φ(r,θ)图像.将三幅灰度几何图像分别对应彩色图像的R、G、B分量,合成为一幅复合彩色几何图像.结果表明,该方法实现了用彩色几何图像对点云曲面的精确表示,从而可以利用图像处理的方法实现点云曲面的高效压缩和简化.     

基于多层次语义特征的建筑立面点云提取方法

建筑立面信息是指建筑物与外部空间接触面的空间分布及属性信息,如何从点云数据中提取建筑立面信息是点云数据处理中的热点和难点.为解决传统格网密度算法在建筑立面点云提取时评价标准单一、适应性不强的问题,综合分析建筑区各类典型地物点云的高程分布、投影密度、法向量分布等局部及整体空间特征,构建由点云单点语义、格网语义及区域语义组...