三次参数样条曲线的自动光顺算法

给出了三次参数样条曲线的一种基于离散曲率的自动光顺算法,通过离散曲率判断出曲线需要光顺的点并通过解决一个最优化问题对其进行光顺,本文的算法简单易行,计算量较小。     

字形设计中曲线特征点提取方法的研究

本文着重讨论了在计算机字形设计过程中光栅显示器上曲线特征点的提取问题。给出了曲线字形轮廓的特征点提取和消除冗余的新方法。指出采用递归迭代思想可得到适合于字形轮廓特征点提取的快速算法。给出对于不同文字进行特征点提取的实验结果,大量例子证明本算法是可行的。     

字形设计中曲经特征点提取方式的研究

本文着重讨论了在计算机字形设计过程中光栅显示器上曲线特征点的提取问题。给出了曲线字形轮廓的特征点提取和消除冗余的新方法。指出采用递归迭代思想可得到适合于字形轮廓特征点提取的快速算法。给出对于不同文字进行特征点提取的实验结果。大量例子证明本算法是可行的。     

一种基于激光测距的机器人地图创建方法

针对未知环境中机器人局部地图的构建问题,提出一种激光测距的离散数据自适应曲率估计算法。采用该算法对预处理后的激光扫描数据进行环境特征分割,然后提取并描述环境特征,最后根据特征元素集构建局部地图。仿真和实验结果表明,该方法能准确地描述结构化室内环境,有效地描述和表征了实验环境。     

矩形截面构件截面弯矩曲率的简化计算

本文基于钢筋混凝土构件全过程分析的理论公式,把构件截面的弯矩曲率关系简化为三折线,根据对钢筋和混凝土应力应变关系的简化,推导出弯矩曲率曲线上特征点的计算公式。     

基于八叉树与RBF神经网络的曲面三角网格生成

采用八叉树空间分解法生成曲面离散点集,再由点的最近邻域搜索得到三维散乱点集的Delaunay三角剖分算法,并通过对输入的散乱点集进行数据平滑预处理,确定特征点和提取特征线,从神经网络的权值矩阵直接计算曲线控制顶点或曲面的控制网格,最后结合RBF神经网络,提出了一种快速、有效的曲面三角网格直接生成法,其网格生成质量较好....     

基于点云数据的3D人体模型骨骼提取

骨架提取是构建真实人体模型动画的前提和重要条件.本文以基于测地距离的Morse函数和Dijkstra算法计算出末端特征点信息.通过测地距离等值线将模型进行分割,计算每一层的测地距离等值线,获取模型的也就是水平集曲线(level-set-curve).以末端特征点做为起点,拟合相邻水平集曲线的重心形成中心线(模型的骨架).采取截面似圆性标准获取模型关节中心所在的截面,求取该截面的重心,从而获取模型的关节中心.     

自动上料机器人视觉识别系统

为了满足自动上料机器人对视觉识别与定位算法高效性、高实时性的要求,提出了预检测+精检测的两步检测法.在预检测阶段,采用Bresenham圆对已提取的安全套边界点集进行曲率分类,根据边界曲率趋势筛选出特定的边界点集并求出矩形掩膜区域.在精检测阶段,在矩形掩膜区域内生成ORB特征算子检测和BRISK描述子.采用最近邻域算法进行模板匹配,利用RANSAC算法剔除误匹配.结果表明,本算法比单纯的ORB+BRISK、BRISK等算法快5~8倍;同时继承了ORB与BRISK算法的旋转不变形和尺度不变性,提升了安全套形变时顶部的识别与定位精度.     

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．     

仿型测量数据的预处理

对仿型复杂的物体进行数控加工,可通过测量系统对物体几何形状进行仿型测量从而完成几何形状的数字化,测量后得到的数据往往有各种各样的误差,此类数字化数据的预处理是提高最终加工精度和成品质量的重要手段。以封闭曲面实物模型为对象,采用弦高差方法对数据异常点进行剔除,提出了一种改进的减测量头半径算法用于离散数据的处理,将奇异值分解降噪方法应用到测量数据的平滑处理,并提出了一种有效的基于曲率的特征点提取和离散数据简化方法,仿真结果证明,该方法对处理测量数据有很好的效果,有效地降低了数据噪声和曲线拐点处的轨迹误差。     

Multi-Scale Analysis Based Curve Feature Extraction in Reverse Engineering

1 Introduction The process of reconstructing CAD model froman existing part is reverse engineering,composed of foursteps ,digitizing,data processing,feature extraction, CAD model reconstruction[1].Feature extraction has re-ceived extensive researchinthe past .Byfeature extraction,laser scanning point data of anexisting part is divid-ed.Based on the piecewise point data ,feature type is detected. Feature extraction has two key technologies :feature segmentation and feature classification.Fe…     

基于高斯曲率的蛋白质嵌入到对称低温电镜密度图的方法

为了解决低温电镜三维重构得到的对称生物大分子三维结构分辨率低的问题,提出一种新的基于高斯曲率计算的自动化的方法.通过计算生物分子表面的高斯曲率和优化模型等数学方法把单个蛋白质或其他亚基嵌入到对称的低温电镜密度图中,通过计算蛋白质和对称低温电镜密度图的离散高斯曲率来定义特征点,对低温电镜密度图,利用K-means分类来定义相应的特征点.用均方根偏差值、曲率的交叉关联系数和优化模型来匹配对应的特征点,用最小二乘法计算旋转矩阵和平移向量.最后,用同样的方法把其他部分也嵌入到对称的生物大分子中.给出了椭球体x~2+y~2/2+z~2/3=1的解析高斯曲率和数值计算的高斯曲率的比较、蛋白质1DOR的高斯曲率计算和特征点的计算结果、蛋白质1DOR和2REC的分子装配结果可视化.数值实验结果表明所提出来的一系列的方法是准确和有效的.     

基于Hausdorff距离的轮廓线匹配

提出了一种轮廓线的匹配方法。首先,通过计算轮廓上每一点的曲率并选取特征点,以特征点及其两侧的若干点构成特征段,用特征段对轮廓进行分段描述,然后用特征段之间曲率的Hausdorff距离来度量分段轮廓之间的相似性,获得匹配结果。实验证明该方法是有效的。     

多阈值优化的运动图像轮廓特征提取方法

针对传统运动图像轮廓特征提取方法存在提取时间较长、提取精度较低的问题,提出多阈值优化的运动图像轮廓特征提取方法.通过运动图像轮廓特征分析,利用最大类间方差模糊约束法获取隶属度函数,利用模糊隶属计算运动图像中目标体轮廓多个阈值,利用约束后的多个阈值计算图像轮廓范围内中心点近邻的两个轮廓点的几何中心值,通过计算曲率角得到曲率符号,依据曲率符号提取运动图像轮廓特征.结果表明,所提方法曲率特征计算误差率低,有效减少了运动图像轮廓特征提取时间,提高了特征信息提取精度.     

局部对称共形平坦黎曼流形的极小子流形

设M~n(n≥2)是n+p维局部对称的共形平坦黎曼流形N~(n+p)(p≥2)的n维紧致极小子流形,本文研究了其截面曲率与数量曲率的Pinching问题。证明了:若M~n的截面曲率大于,或数量曲率大于,其中T_c和t_c分别N~(n+p)的Ricci曲率的上下确界,K是N~(n+p)的数量曲率,则M~n是全测地的。     

摆动输出活齿凸轮机构的凸轮廓面分析

传统摆动从动件凸轮机构具有体积小、价格低廉、运动特性良好、可产生复杂运动规律等优点,在印刷机械、农业机械、纺织机械、自动化办公设备等方面有着广泛的应用。随着自动化机械不断朝着高速化、精密化、轻量化的方向发展,对传统的摆动从动件凸轮机构提出了更高的要求。传统摆动从动件凸轮机构在实现大摆角范围输出时需要较大结构尺寸,且凸轮与从动件间多为单个高副接触,承载能力较弱,使其应用受到了一定程度的限制。本文以活齿传动和凸轮机构为基础,提出了一种综合两种传动形式优点的摆动输出活齿凸轮机构,具有齿数灵活、摆角范围宽、可按多种既定凸轮曲线规律摆动输出的特点。介绍了摆动输出活齿凸轮机构的结构组成及传动原理,通过引入凸轮曲线运动规律建立了输入-输出凸轮转角关系,推导了输入、输出凸轮的理论廓线方程和实际廓面方程。给出了凸轮理论廓线曲率公式,分析了凸轮理论廓线曲率最值的变化规律以及凸轮实际廓面不发生干涉的条件。由图形结果可以看出,输入、输出凸轮理论廓线曲率最值分别出现在齿顶及齿根处、始末端点处,其最大值曲线随比值e/R变化过程中存在增长拐点、顶点,并且干涉最先发生在理论廓线的最大偏置距的廓面截线上。因此,在凸轮实际廓面参数R、e、r取值过程中,应满足活齿半径r不超过限定值的条件,并尽量保证比值e/R小于曲线增长拐点所对应的比值且远离曲线顶点所对应的比值,以使凸轮廓面不发生干涉,机构能够平稳运转。     

基于截面特征相容的曲面约束重构

为了从点云中重建高品质的曲面模型,提出一种基于截面特征相容的曲面重构方法.该方法将由点云切片获取的截面曲线分层次表达为直线、圆弧、B样条等基本曲线元和特征点的集合,并基于曲线微分几何属性,建立截面曲线特征点对应的数学模型,采用动态规划法求解并确定其初始对应关系,以曲线元特征匹配准则优化对应,逐步确立截面曲线间的特征对应关系,将特征对应关系映射为参数对应即可利用成熟算法逼近生成蒙皮曲面.实例表明,该算法获取的曲面模型不但满足精度和光顺性要求,而且忠实地反映了原始物理样件所蕴含的特征信息.     

反求工程中离散曲率估算方法

提出了一种新的对三角网格模型和散乱点数据都适用的曲率估算方法。该算法识别了Meyer的三角网格模型离散曲率估算方法中估算异常的区域,以异常区域内的每个顶点的2环邻域作为k邻域,采用加权的局部抛物面拟合法对异常区域曲率进行了估算。通过构建局部三角剖分,把算法扩展应用到了散乱点数据。实验结果表明,本文算法受三角网格形状影响较小,有一定的抑噪能力,能有效地识别曲面的基本特征。     

曲线的假拐点及其甄别

根据参数方程所确定的函数的二阶导数y″(x)在某个参数值t0的两侧邻近异号所得到的曲线上的点有可能是假拐点.究其原因,是将\"y″(x)在参数t0的两侧邻近异号\"等同于\"y″(x)在x0的两侧邻近异号\",导致误判.解决的办法是在求出可能的拐点以后,进一步利用拐点处切线的特征来识别拐点和假拐点.采用微分几何的曲率公式,可合并处理曲线弯曲程度、弯曲方向和拐点的问题.     

RBF神经网络用于工件边缘特征参数的提取

提出一种基于径向基函数神经网络（RBFNN）的工作特征参数提取的方法,采用了两个径向基函数神经网络,利用第一个RBFNN分别求出工件的边缘点pi邻域内的顺时针边缘与逆时针边缘与x轴的夹角,两边缘夹角小的边缘点pi被认为是具有高曲率的角顶点。根据工件边缘曲线的特征,建立了各种边缘的曲率符号模型,用该模型训练第二个RBFNN,从而识别具有低曲率的切点和拐点及边缘曲线的类型。采用神经网络的方法提取工件特征参数,能准确地定位特征点。