逆向工程中散乱点云的K邻域搜索算法研究

针对逆向工程中散乱点云的K邻域搜索,提出了一种快速、精确的散乱点云K邻域搜索算法。该算法根据点云包围盒的大小,点的总数以及邻域点的个数,采用二次空间划分的策略,以确定合适的立方体小栅格的梭长,从而保证立方体小栅格里点的个数相对均匀。然后,建立以采样点为中心的球体、该点到所对应的立方体小栅格环六壁的距离为半径的取值范围,依次增加该球体的半径,以球体内有K个点为中止条件,可以快速完成采样点的K邻域搜索。与已有算法相比,该算法具有较高的搜索效率。     

逆向工程中点云孔洞填充算法的研究

提出了一种新的孔洞光滑填充算法。该算法首先从孔洞周围已有的点云数据中提取采样点,对得到的采样点进行插值拟合得到拟合曲线,然后离散曲线形成点列,补充到空白区域,较好地解决了使用曲线插补方法实现散乱点云数据中孔洞光滑填充问题。由于避免了使用参数曲面对散乱数据点云进行插补,该方法可以应用于具有复杂曲面形状的点云。     

利用点云数据的法矢及曲率估算

测量数据的微分几何属性估算是逆向工程中区域分割以及曲面拟合的基础,对逆向工程研究具有重要意义。简单介绍了基于坐标转换法的法矢和曲率估算方法;以迭代的方式对估算值进行优化,提高了点云法矢和曲率估算的精度;试验结果表明,迭代优化方法简单可行,能够计算出精确的结果。     

逆向工程中圆柱体几何特征参数评估方法的研究

针对逆向工程中圆柱体几何特征参数的评估方法进行了研究,提出了一种新的特征参数评估方法,其主要思想是将圆柱体几何特征参数的求解过程分为2部分通过圆柱体高斯图上的约束平面求解其轴线方向向量;求解已知轴线方向向量的圆柱体。最后,给出了验证实例。     

逆向工程中点云数据的精简处理研究

文中概述了逆向工程的内容,指出对数据点云进行精简处理的重要性;在分析角度—弦差法和基于八叉树非均匀网格法这两种精简方法特点的基础上,提出了基于这两种方法的改进型数据精简方法。最后对该算法的优缺点作了小结。     

用改进的CT法估算离散点云的法矢和曲率

逆向工程中一个基本而关键的步骤是基于离散数据点估算法矢和曲率.针对目前常用估算方法CT法的缺点进行改进,提出以传统CT法估算的法矢为初值,通过迭代的过程提高计算精度.实验结果表明,所提出的改进算法不但简单可行,而且能够大大提高计算精度.     

逆向工程中二次曲面拟合方法的研究

数据分块和曲面拟合是逆向工程中最关键的部分。主要探讨并实现了一种新的二次曲面拟合算法：首先用一种改进的参数化方法建立球面、圆柱面、圆锥面和圆环面的几何距离函数，然后用非线性最小二乘法拟合曲面。实验证明所采用的拟合方法能够有效避免奇异值问题，具有较好的健壮性和拟合精度较好等优点。     

逆向工程中点云处理及拟合新方法的研究

基于逆向工程软件imageware的设计基本思路,以某轧辊的点云数据作为研究对象,对点云处理及拟合方法进行对比分析。结果表明:基于点云曲率拟合基准平面能够显著减小拟合误差,提高拟合精度;B样条曲线拟合不仅拟合精度较高,而且曲线光顺性较好;基于B样条的分段拟合方法能够解决B样条曲线不能精确反映二次曲线的问题,提高拟合精度;随着截面数量的增加,曲面-点云偏差减小,当截面数量增加到一定程度时,曲面-点云偏差缓慢增加,最后趋于稳定。     

基于三角网格模型的法矢及曲率估算

测量数据的微分几何属性估算是逆向工程中区域分割以及曲面拟合的基础,对逆向工程研究具有重要意义。首先根据三角网格模型中的顶点及其邻接点逼近二次曲面,并计算其第一、第二基本量,然后据此估算网格顶点的法失和曲率,最后利用OpenGL技术实现三角网格模型法矢和曲率的显示。     

轮辋逆向工程中设计参数的拟合算法

从逆向工程的观点出发,将轮辋逆向工程的设计参数分成横截面圆半径和纵剖面的轮廓线两个关键技术.轮辋横截面采用最小二乘法拟合圆半径的算法,用圆度误差评价测量精度.针对轮辋轮廓线实际情况,提出用参数化设计方法求解轮廓线的算法,解决图元间结合点的测量问题,提高测量精度.实验结果证明算法的有效性.     

逆向工程中基于SOFM和FCM的组合分区算法

点云数据分区是逆向工程中至关重要的一步。提出基于自组织特征映射神经网络（SOFM）和模糊聚类（FCM）的组合分区算法。用SOFM算法进行粗略分区，SOFM收敛时的权值作为初始聚类中心，输入到FCM得到最后的分区结果，解决了FCM算法对初始值敏感的问题。分区结束时根据隶属度可识别出区域内部点和边界附近点，有利于后续的曲面几何特征参数的精确提取。实验结果表明，此分区算法是有效的，且具有较强的抗噪性能。     

基于局部自适应鲁棒回归的点云消噪

针对传统点云消噪算法低频平滑与高频磨平之间的矛盾,提出基于局部自适应邻域鲁棒回归的点云消噪算法。提出采样点局部自适应邻域的概念,使采样点邻域的大小能够根据模型局部形状进行自适应调整,为点云模型的低频区域平滑和高频区域特征保持奠定基础;针对传统的最小二乘曲面拟合受旁值点影响大,采样点微分几何信息提取可靠性差的问题,提出对采样点局部自适应邻域进行鲁棒回归,以实现采样点微分几何信息的可靠提取;以采样点法向和最大最小曲率为基础,构造一种新的采样点特征测度函数。在对测度函数的特性进行研究的基础上,根据测度函数值将采样点划分为特征点、非特征点和过渡点,并利用特征测度函数进行有效子邻域识别,实现点云数据的低频平滑和高频保特征消噪;通过对比试验验证算法的有效性。     

逆向工程中基于模糊聚类的点云数据分区

点云数据分区是逆向工程中重要而又难以解决的问题。首次将模糊聚类方法应用于逆向工程中的点云数据分区,用点的位置矢量、法矢量、高斯曲率和平均曲率8维向量作为特征向量,加权距离替代欧氏距离。在实现分区的同时,可以识别区域内部点和边界附近点,便于后续曲面特征参数精确提取。实验结果证明此算法具有较强的抗噪性,并具有较高的分区效率。     

逆向工程中散乱点云变尺度配准算法研究

针对传统散乱点云配准算法收敛区间与配准精度之间的矛盾,提出一种变尺度点云配准算法.构造一种基于重合点计数点云配准测度函数;对测度函数的高斯平滑过程进行研究,并对尺度参数对测度函数性能的影响规律进行分析;根据测度函数在大尺度参数下平滑但存在极值偏移,在小尺度参数下全局极值位置精确但存在局部极值的特点,提出一种尺度参数可变的散乱点云配准算法;借鉴模拟退火算法的思想,通过对比选定Lundy退化策略作为算法的尺度衰减策略;采用曲率约束进行控制点筛选并利用快速高斯变换进行测度函数值的计算以提高算法效率;利用合成数据和实测数据进行对比试验,结果基于变尺度策略的散乱点云配准算法具有更加广泛的收敛区间和更高的配准精度.     

反求工程中三角网格拓扑生成的算法研究

散乱点的三角网格剖分是反求工程中的第一个重要环节 ,在对三角剖分基本方法深入分析的基础上提出了动态圆的概念 ,使得搜索新三角形的范围大大降低 ,从而加快速度 ,并在搜索过程中实现Delaunay三角形优化。另外 ,通过动态更新搜索边控制三角形生成进度 ,将新三角形和已有三角形的相交判定转化为和搜索边的相交判定。     

逆向工程中的数据点云的分割

逆向工程中由数据点云构建物体表面模型中，对数据点云恰当的分割是表面建模的一个很重要步骤。文中以激光-机器视觉测量方式得到的曲面数据云为基础，探讨了曲面密集三维散乱点群数据的分割技术。根据激光测量方式和三维点群分布的特点，建立了在计算机中表示散乱点群数据结构。建立树形空间结构完成对密集散乱点群进行空间分割，由此实现对散乱点群数据的几何分割。     

Segmentation of the Measured Point Data in Reverse Engineering

Laser scanning is widely used because of its fast measuring capabilities and high precision. The segmentation of the scanned data is necessary for the fast and efficient surface modelling, but most segmentation techniques are based on very regular data, and the adaptation of previous techniques to process the scanned data does not usually produce a good result. In this paper, the solution of the segmentation of noise-free data and noisy data is proposed and compared. The solution for noise-free data is relatively simple having a small number of user-defined criteria. However, the solution for noisy data requires more criteria to produce a reasonable result when noise is globally distributed on the measured data. The approach is based on triangulated data and the result depends on some user-defined criteria. The result is illustrated to demonstrate its adaptability to measured data on a freeform surface and the results by the different criteria are compared. ID="A1" Correspondence and offprint requests to: Dr H.-C. Kim, Production and Automation Laboratory, Department of Mechanical and Intelligent Systems Engineering, Pusan National University, KeumJeon Gu, Pusan 609–735, Korea. E-mail: hchakim@hyowon.pusan.ac.kr     

三角形网格模型上刀触点的加权补偿法矢量计算方法

研究面向三角形网格曲面数控加工刀位点的计算方法,提出了一种用于精确计算网格曲面上刀触点法矢量的方法。该方法引入了包含网格模型上刀触点所在区域附近的网格顶点的法矢量信息的加权补偿矢量及渐变影响函数,通过非线性插值三角形顶点处的法矢量得到位于网格模型上各刀触点的法矢量,使之更加接近理论参数曲面相应位置的法矢量。实例计算和误差分析表明,该方法可以有效地提高网格曲面上刀触点处法矢量的计算精度,对提高刀具轨迹上相应刀位点的位置精度和基于三角形网格曲面的数控加工精度有积极意义。      

面向数控加工的三角网格法矢量及曲率估算

在面向三角网格曲面的数控加工中,网格曲面的曲率估算精度对数控加工刀具路径设计和加工质量具有重要的影响。针对数控加工需求,提出了一种三角网格曲面中网格节点曲率的精确估算方法。该方法引入网格形状因子,综合考虑三角形的形状和面积两个因素对网格节点法矢量的影响,得到了更为精确的法矢量,从而获得网格节点处更为精确的曲率估算值。此方法能够有效提高三角网格节点曲率估算的精确度,提高了三角网格曲面刀具路径设计中的刀位点计算精度和数控加工精度。