基于径向基函数的曲面重建算法

针对基于传统径向基函数的数据插值方法在重建大量数据点云曲面时的困难,提出将数据点先分割再分别重建的方法.将点云的包围盒沿坐标轴分割,两两合并相邻的方块,使得方块相互重叠且覆盖整个包围盒.对每个包围盒内的点用径向基函数方法插值,利用窗口函数将每个函数限制在各小方盒内求和得到最终的整体插值曲面.借助MC(marching cubes)方法得到三角网格曲面.每个方块内点云的重建过程可以并行实现,该方法非常适用于对重建效率要求较高的场合.     

寻找三维散乱数据点拓扑结构的一种算法

以三维坐标测量机测量得到的曲面数据点点云为基础，提出了一种基于包围盒的自动寻找三维散乱数据点之间拓扑结构的算法。该方法根据三维点集的分布特点，将实体表面的采样点分布到正六面体包围盒中，利用包围盒空间分割原理，建立点集之间的拓扑结构关系，并根据采样点密度，剔除噪声点，提高了曲面重建的准确性。     

基于包围盒编码的曲面求交算法

利用包围盒编码技术,以分割后的小曲面片为基准,建立新的坐标系,并分别构造各小曲面的最小包围盒,以每个包围盒的中心为坐标中心,进行空间划分和编码;分割求交曲面,并取各小曲面的角点和顶点,利用角点和顶点所在区域的编码间的逻辑运算来判断曲面与包围盒的关系,以此提高求交效率.     

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.     

基于径向基函数神经网络的机载LiDAR点云空洞填补方法

机载LiDAR技术为地表三维数据的获取和DEM、DSM的构建提供了有利的条件. 由于建筑物和植被遮挡等原因,造成了点云的缺失,形成区域的空洞,给地表建模带来不便,需要对LiDAR点云数据进行插值处理以修复缺失的数据. 对径向基函数(RBF)神经网络构建插值模型进行了研究,利用该模型对点云中缺失的空洞区域进行修复. 通过利用一部分采样点对RBF神经网络进行学习训练,得到模型中参数的具体值,然后利用这些参数值对空洞区进行插值. 实验验证了RBF神经网络模型的有效性及插值精度.     

基于4D Shepard 曲面的点云曲率估算

为了高效处理大规模点云数据，提出了一种新的曲率估算方法.该方法基于空间六面体栅格分割点
云，针对每个栅格中的测量点逼近局部二次抛物面，通过计算并检查抛物面的最小采样密度和自适应划分
栅格来构建符合给定允差的局部曲面，使用步进法对曲面进行采样，利用坐标转换法计算每个采样点的曲
率、插值采样点的坐标和曲率来构造全局4D Shepard 曲面，并快速计算点云中每个测量点的曲率.结果表
明，该方法通过Shepard 曲面插值点的简单线性组合估算曲率，无需构建三角网格，具有复杂度低，实用
性强的特点.应用该方法能够快速、准确地获取大规模离散数据的曲率值.     

基于高程—坡度包围盒的地面LiDAR点云道路提取

提出一种基于高程-坡度的包围盒增长算法,并实现从地面LiDAR点云数据中准确提取公路面点云。该算法首先提取道路地表包围盒点云数据,利用局部高程-坡度属性对点云进行去噪并提取地表点云,然后利用模糊C均值聚类算法和区域增长方法将公路面从地表点云中提取出来。采用某矿区省级公路和高速公路的地面LiDAR数据进行试验,实验结果表明:该方法可以有效地去除地表点云噪声,道路点云得到很好保留。     

径向点插值无网格法求解电磁场边值问题

为有效解决点插值法在电磁场计算中遇到的系数矩阵奇异性问题及提高解的精度,将带有多项式的径向基函数点插值配点法引入到电磁场边值问题计算中.采用径向基函数耦合多项式基函数构造形函数,其插值函数具有Kronecker Delta函数性质,可以较方便地施加本质边界.将该方法应用到一维和二维电磁场边值问题计算中,最后用算例验证了此方法不仅在配点处有更高的计算精度而且提高了计算效率.在电磁场问题的研究中是一种有广阔应用前景的方法.     

多重二次曲面插值法在地质曲面拟合中的应用

介绍了一种适合于非网格休样品点研究区域的插值方法－多重二次曲面函数插值法。这种方法运用二次基本曲面函数作为插值的基函数,数学方法简单,易于编程实现。该方法对原始数据的边界和分布情况要求不高,适合于处理分散的和非网格化的数据。将该方法引入煤层地质曲面逼近,效果良好。     

一种改进的散乱数据点的k近邻快速搜索算法

提出了一种基于二次分割的自适应最小包围盒的栅格化策略，提高了散乱数据点k近邻搜索算法的速度。采用传统分块算法对点云空间进行首次分割，在此基础上估算点云平均点距，并利用平均点距估算结果对点云数据空间重新进行划分。分块结果使得k近邻搜索算法的搜索范围大大缩小，搜索速度明显提高。     

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.     

Visual object tracking with the adaptive scale based on AGMM point sets matching

A visual object tracking method with the adaptive scale based on AGMM(Asymmetrical Gauss Mixture Models) point sets matching is proposed aimed at adaptively following the object's scale changes, which often cause tracking failure. As the feature point set in the last frame is considered as the GMM centroids and the feature point set in the current frame represents the data respectively, AGMM fuses the feature information and spatial information; by comparing the similarity between data and GMM centroids, we match the point sets between two adjacent frames and obtain the reliable feature points in the current frame; the degree of dispersion between points in the point set accurately reflects the size of the object scale and by using affine transformation, the proportion of the two point sets is computed to estimate the position and scale of the bounding box in the current frame accurately and effectively. Experimental results demonstrate that the method is adaptive to scale change and has advantage in illumination variation and color similar target tracking.     

三维凸包的快速算法

很多情况下点集的凸包只是由其中一部分点的构成,在构造凸包时如能将其内部的点全部或大部分预先去掉,则可大大提高构造凸包的效率,通过地点集的最小包围盒进行剖分和利用凸集的凸性性质,给出了一个新的三维凸包快速算法,与传统方法相比,该方法具有计算简单,效率高的特点。     

基于CSG体的投影包围盒加速算法研究

在研究和比较各种光线跟踪算法的基础上,提出了一种投影包围盒的光线跟踪算法。采用二叉树构造实体几何（constructivesolidgeometry,CSG）实现数据保存并构造CSG树,同时在CSG树的每个节点建立投影包围盒,每个CSG树的投影包围盒由其左右子树的布尔操作来完成。实验结果表明,该算法能够缩短渲染时间,提高CSG体的渲染效率。     

基于低频浮动车数据的实时地图匹配算法

在考虑GPS误差等影响因素的前提下,按照5 min时间间隔为单位,对该时间段的GPS点筛选候选匹配链路;然后利用最短路算法获得浮动车行驶的候选径路集,并通过模糊逻辑推理确定最终行驶径路,实现低频浮动车数据的地图匹配;最后,基于北京市采集的浮动车高频数据,利用不同频率下随机抽取低频数据对算法进行验证.     

一种基于OBB包围盒算法的改进

为了提高碰撞检测的速度,对虚拟环境中的物体进行了假设,提出了方向圆柱包围盒检测方法,并结合各类包围盒的特点,分析了不同类型包围盒之间算法,实现了层次包围盒碰撞检测算法的优化,提高了碰撞检测的速度,增强了系统的实时性。     

混凝土的一种梨形边界面本构模型

为研究混凝土材料在多轴循环荷载作用下的非线性特性,基于经典塑性力学理论和边界面模型理论,提出一个改进的边界面模型.模型中,屈服面为封闭、光滑曲面,在子午面内为梨形;边界面与屈服面的形状相似;选择应力的第一不变量和应变偏量作为屈服面函数中的自变量;相应的加卸载判据中的微分变量也是上述两种变量;根据屈服面和边界面形状的相似性,通过比例关系定义映射法则;对于处在屈服面上的任意一个当前应力点,根据此法则,都能够找到与之对应的处在边界面上的映射点,两个点对应的曲面法线方向相同;采用非相关流动法则描述塑性变形.对沿着偏平面上的压缩方向,对混凝土试块分别进行单调加载和循环加载时的试验结果,用本构模型进行模拟,模型计算结果与试验结果吻合.模型能够统一地描述应力-应变曲线的上升-下降段,能够描述剪胀现象.     

虚拟设计中碰撞检测技术的研究

针对目前虚拟设计中碰撞检测系统复杂、速率和精度达不到理想要求的现状,提出一种两阶段碰撞检测算法。该方法粗测阶段采用AABB包围盒进行相交测试,剔除完全不相交的目标物体;精测阶段采用空间投影技术结合z缓存算法对上一步结果的潜在性相交目标进一步测试,获得物体碰撞数据信息,最终完成目标物体的碰撞检测。实验结果表明,该算法检测效率优于传统包围体碰撞检测算法。该技术改进后可实现更精确的碰撞检测。     

动态3D虚拟场景并行化光线跟踪加速结构设计

为提高光线与虚拟场景几何面片求交的计算效率,提出一种基于混合模式的空间加速结构。该方法改进传统的层次包围盒,把细分层次包围盒与空间均匀网格划分相结合,实现了可并行的混合空间加速设计。此外,把帧间可重用的数据抽取至数据缓存,建立多几何群组的加速结构共享,实现了光线跟踪算法的并行优化。实验证明,该混合加速结构能有效加快光线跟踪的光线场景求交判断速度,快速实现光线跟踪并行化计算。     

空间网格体系下基于GJK的空域冲突检测算法

空域之间的冲突检测是保障各类用空活动有序展开的关键环节.针对传统空域冲突检测方法存在计算效率低、空间解算复杂的问题,在GeoSOT网格体系下,提出一种基于Gilbert-Johnson-Keerthi算法(简称GJK算法)的空域冲突检测方法.首先,利用网格在时空二值计算上的优势,将空域进行网格化表达;其次,结合空域最小...