基于边特征的点云数据区域分割

为了提高反求工程建模的效率,提出了一种基于空间栅格的区域分割方法.该方法采用二次抛物面模型计算散乱数据点的曲率,利用空间栅格结构建立散乱点的拓扑关系,根据栅格中数据点与栅格中心点的相对位置计算栅格曲率以及相邻栅格间的曲率差值,由曲率差函数判别并抽取边特征栅格.通过特征栅格的空间位置与曲面栅格的连通性实现了空间散乱数据的区域分割. 工程应用实例表明: 该方法能够直接处理点云数据而无需构建三角网格,具有运算简单,稳定性高等特点.可有效解决具有曲率突变性的点云数据的区域分割及特征提取问题.     

基于网格化曲率聚类的点云分割

针对三维散乱点云数据,提出一种基于网格化曲率聚类的点云分割算法．首先对点云进行三维空间动态网格划分建立散乱数据点的拓扑关系,利用坐标转换法,在局部坐标系内拟合抛物面,进而求得高斯曲率、平均曲率等微分信息,然后基于聚类分析的思想利用高斯曲率和平均曲率的相似性进行点云数据的初始分割,再利用空间网格的拓扑关系检查和纠正完成点云数据的区域分割．该方法不需计算出每一个测量点的曲率值,从而提高了计算速度．     

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。     

点云数据的管道面重构

针对反求工程中管道面重构问题，提出了一种从点云数据中直接提取管道面特征参数的算法.算法
分为两步：第一步将管道面数据视为过渡特征数据，利用过渡特征提取原理获得管道面的一系列截面线
，经概率统计方法进行噪声去除后，得到准确的截面线及其半径.第二步是由截面线的中心确定管道面的
脊线点列.利用移动球法，球的直径即是采样步长，沿着脊线方向对点列进行均匀采样，然后对采样点列
进行高斯平滑，获得光滑均匀的脊线点列.用三次B样条曲线拟合采样点列而获得脊线.计算实例表明，该
方法能够稳定、准确地提取出管道面的几何特征参数.     

特征保持的大规模点云曲面自由变形

针对大规模点云模型,提出一种简略图的表示方式,记为ObbGraph,在此基础上,给出一种特征保持的大规模点云曲面的变形方法.该方法首先针对大规模点云曲面建立ObbGraph结构,然后通过对ObbGraph的变形来驱动原始点云模型的变形.ObbGraph的建立基于OBBTree的构建以及有向包围盒的相交测试,ObbGraph的变形则通过非线性优化每个节点的仿射变换而实现,原始点云模型的变形由ObbGraph每个节点的仿射变换的线性组合得到.通过约束每个节点的仿射变换尽量为刚体变换,能够较好地保持原始模型的特征.实验结果表明,对于大规模点云曲面的变形,该方法计算简单、速度快,能够较好地保持几何特征,是一种行之有效的方法.     

超声检测中曲面重构和路径规划方法研究

针对自由形状曲面工件超声检测中存在探头难于对准曲面法线方向和检测效率低的问题，提出了
一种非等参数超声检测路径生成算法.对于CAD模型未知的曲面工件，首先采用超声波测距原理对工件进
行仿形测量，然后应用B样条方法重构工件的曲面模型，最后根据重构的CAD模型用非等参数算法生成检
测路径.该算法采用近似等弧长方法对参数曲面重新进行参数化，使曲面上各扫描点之间的弧长间距近似
相等.应用结果表明,与等参数超声检测轨迹生成法相比，使用非等参数方法生成的扫描点间距分布更合
理，在满足检测要求的情况下扫描点数明显减少.该算法能保证超声波入射方向和各扫描点曲面的法线方
向一致，提高曲面工件的检测精度和检测效率.     

基于弹簧-质点系统的薄膜结构曲面展开算法

将用三角形描述的空间膜片映射到初始二维膜片上，并使初始二维膜片与被展空间膜片在参
数域与空间域具有相同的拓扑结构。描述空间膜片的三角形与描述平面膜片的三角形的边长存在差异，采
用单元节点力代替此差异，节点质量由节点周围的膜单元面积确定，得到了描述系统运动的拉格朗日方程
。在求解方程时，每个时间段迭代初始速度置为零，计算过程中节点匀速运动，从而有效地避免了振幅过
大和发散问题，收敛速度明显加快。平面膜片的局部精度通过弹簧弹性变形系数予以控制，能够满足膜片
边界要求。该曲面展开方法具有精度高、计算速度快和易收敛的特点。     

用于点云曲面重构的数据精简方法研究

数据精简是进行曲面重构的重要内容.通过分析现有精简方法的不足,采用了根据曲率变化对原始散乱点云进行精简的方法,重点研究了散乱点云的空间划分、邻域搜索、曲率估算和曲率精简原则.对具有不同特征的测量数据进行了精简分析,实验结果表明该方法得到了更合理的精简效果.     

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．     

直接数值模拟中三对角方程组并行算法研究

为了提高大规模直接数值模拟（DNS）中三对角方程组的并行求解效率，提出了一种并行分裂算法.
该算法基于Wang的分裂算法，采用平均分配策略划分三对角方程组，利用非阻塞通信模式取代阻塞通信模
式，以原有空间存储新的计算结果.在Linux集群服务器上进行了两种不同规模三对角方程组的实现，并研
究了不同节点数目与计算规模下的计算时间和加速比.结果表明，该算法的计算与通信重叠度高，计算步
骤和存储开销小，具有较高的并行计算效率.在百兆网络条件下，从1×105规模矩阵开始具有明显并行优
势，并且随矩阵规模增大，加速比不断提高.该算法适用于大规模三对角矩阵的并行计算.     

采用动态残差图卷积的3D点云超分辨率

为了在超分辨率中对非欧数据的3D点云进行局部信息高效提取,提出采用动态残差图卷积的3D点云超分辨率网络(PSR-DRGCN),该网络包括特征提取模块、DRGCN模块及上采样模块.对于输入的3D点云,特征提取模块采用k-近邻(k-NN)算法在3D空间中找到每个点对应的k个邻居,通过逐点卷积把局部几何信息转换到高维特征空间中;DRGCN模块利用多层图卷积操作将3D空间中每个点的局部几何特征抽象为语义特征,在每一层对点的近邻空间进行动态调整以增加感受野范围,并通过残差连接融合多层次语义信息,从而对局部几何信息高效提取;上采样模块将特征空间中的点进行上采样并转换到3D空间中.实验结果表明,PSR-DRGCN生成的高分辨率点云在放大尺度为2倍时,相似性指标CD、 EMD、 F-score相比第2网络分别优化了10.00%, 4.76%,16.84%;当放大尺度为6倍时,相似性指标相比第2网络分别优化了2.35%,40.00%,0.58%;在所有情况下的均值与标准差指标上达到最优效果,生成的高分辨率点云质量高.     

一种基于视觉测量的大型自由曲面拼接方法

针对不规则复杂大尺寸三维面型测量的问题,提出一种基于视觉测量技术的大型自由曲面拼接方法。将大型曲面分为若干子块,采用双摄像机面结构光方式获取局部子区域密集点云,在曲面上布置若干标志点,其坐标采取近景摄影测量方法获得,对这些标志点进行局部子块坐标系到全局坐标系的转换,得到自由曲面面型。避免了一般标志点拼接方法的累积误差,解决了非编码标志点匹配及匹配奇异问题。实验表明,在1065mm×1000mm×255mm范围内,用19块子区域进行拼接,平均拼接误差为0．045mm。     

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。     

基于特征融合的文物碎片模型检索

基于特征的模型检索是计算机视觉领域的一个重要研究方向,主要包括特征提取和模型检索两个方面,其中特征的鲁棒性对模型检索结果起决定性作用.由于已有检索算法存在局部特征有效性较低的问题,该文提出一种基于特征融合的兵马俑碎片模型检索算法.针对兵马俑碎片的三维点云数据模型,首先计算点的主曲率和法向夹角,并对其加权融合;然后基于该...     

一种基于三维深度数据的脸部特征检测方法

提出了一种表征曲面上某点局部形状的新方法--曲率符号分布形状描述子（CurSignTration）。根据高斯曲率和平均曲率的符号确定曲面上点的形状分类，对某点邻域内所有点的形状按编码进行统计，将统计结果归一化后得到的直方图作为该点的CurSignTration。CurSignTration描述了三维深度图像中某点邻域的形状分布状况，对给定的三维深度数据点建立了一种除坐标之外的特征信息。这种表征方法对平移、旋转及镜像变换具有不变性。结合基于外观的人脸特征检测方法，用CurSignTration可以对人脸的三维深度图像进行姿态不变的脸部特征检测。对15张三维深度人脸图像的特征点检测结果表明了CurSignTration的有效性。     

基于主方向高斯映射的旋转面特征提取

为了从点云中准确提取几何特征参数，给出了旋转面特征提取算法.该算法对旋转面主方向映射到高斯球面，生成主方向高斯图像（PDGI）. 对高斯球进行均匀分割，生成一系列小立方栅格，并将高斯球上图像数据点分配到相应的立方栅格中.根据每个栅格中的图像数据点数，对栅格聚类分析，获得一组特征栅格，由这组特征栅格中的图像点来确定大圆所在的平面，从而根据平面法矢确定旋转轴方向.根据旋转面法矢和旋转轴方向，获得旋转轴的定位点，从而确定了旋转轴.并给出了旋转轴的优化方法.计算实例结果表明，该算法能够稳定、准确地提取出旋转面的几何特征参数.     

基于IMAGEWARE的踏板车曲面逆向设计

以踏板车为例进行摩托车逆向设计研究,使用专业逆向设计软件IMAGEWARE进行扫描点云处理及高品质曲面构造.在曲面构造过程中传统点云生成曲面的方法进行了改进,提出使用低阶4点面逐步升阶,并通过曲面控制点调节曲面,使所构曲面逼近原始点云的方法来构建高品质曲面这一关键技术,通过后期曲率梳及斑马线检查,所构曲面既保证连续性又使曲面与点云的误差控制在许可范围内,从而得到符合要求的高品质曲面.