平面无序点集曲线重建的跟踪算法

由无序离散点集重建出曲线曲面模型,在反求工程与计算机视觉中都有着广泛的应用.根据实际采样中离散点分布相对集中的特点,给出了一个用简单曲线拟合平面上的无序点集的跟踪算法.该方法仅从当前跟踪点的邻近点集与曲线重建光顺准则出发,无须迭代,可快速、有效地跟踪得到无序点集的一个中轴点列,最后再由此点列拟合出参数曲线.实验结果表明,该方法是一个简单、有效的曲线重建方法.     

基于场表示的平面无序点集曲线重建算法

由无序离散点集重建出曲线曲面模型，在反求工程与计算机视觉中都有着广泛的应用。针对平面无序带噪声的曲线重建问题，通过模拟带电粒子在空间中形成场分布的现象，构造了一个反映平面点集形状与分布稠密程度的场函数，以场函数曲面的脊线在平面上的投影作为平面无序点集的重建曲线。为求得重建曲线，可先在平面上选取一条适当初始曲线，由初始曲线沿着场函数的梯度方向运动，其极限位置便为重建曲线。大量实例证明，这种方法简单可行，可获得满意的重建曲线；同时，对于带插值约束条件以及分布不均匀的点集，也可以获得满意的结果。     

基于自适应遗传算法的点云曲线重建

由于用无序离散点集来重建出曲线曲面模型，在反求工程与计算机视觉中都有着广泛的应用，为此根据实际采样中离散点分布相对集中的特点，提出了一个基于自适应遗传算法的多维无序点集曲线重建算法。该算法针对无序带噪声的空间曲线重建问题，先把点云分布空间网格化，然后在每个网格中用自适应遗传算法搜索出最能代表该网格中点集的特征点，由于每个网格区域中点集分布的不均匀性，因此可根据搜索出来的特征点，利用改进的自适应的SIG（sphere-of-influence graph）图来对每个特征点进行进一步调整，以便能使得到待重建曲线的型值点，最后利用测地距离函数来确定型值点的拓扑结构，并利用B样条函数来重建曲线。实例证明，无论是2维平面点云还是3维空间点云，该点云重建方法简单可行，特别是对于存在自交情况以及点云具有明显角点的情况亦可以获得满意的结果。     

平面非规则曲线的一种快速识别与匹配算法

平面非规则曲线的识别与匹配主要用于图像识别、物体匹配等领域。文章在综合研究比较国内外的研究成果后,提出了一种新的快速提取特征进行筛选而后进行细节比对进行匹配的方法。该方法首先通过提取构成平面非规则曲线的一系列离散点的关键特征进行快速筛选,而后逐步比对细节特征,分析其变化趋势,对平面非规则曲线的匹配有着较为满意的匹配效果。该方法相比现有的匹配方法,具有识别与匹配速度快,准确率高,适应性强等优点。     

基于场分布的平面散乱点集B样条曲线重建算法

平面散乱点集的曲线重建是逆向工程研究的核心问题之一。该文在Goshtasby算法的基础上,提出了一种基于场分布的平面散乱点集B样条曲线重建算法。首先,通过估计场强基函数的边界提高量子化效率,生成散乱点集场分布的数字图像;然后,利用图像细化结合改进的BFS（Breadth-First-Search）算法来避免数字图像中由于存在大量冗余分支像素而难以生成脊轮廓的问题;最后,采用加权最小二乘法延长重建曲线,改进Goshtasby算法所得的开曲线在端点处收缩的缺点。实验表明,对于带噪声的平面稠密点集,该算法可有效地重建反映点集形状和走向的B样条曲线。     

一种采样点曲线逼近算法

文章提出了一种利用分段二次Bezier曲线逼近曲线的方法,可用于一般植物根形体模拟,其优点是简单,计算快速,通过采样点并保证了交接点一阶光滑性。在虚拟小麦根的实验中显示出很好的效果。     

离散采样图象的一种快速重建算法

该文讨论了采样图象的一般模型,提出了离散图象的采样准则,给出了一种迭代算法。该算法是对传统CG算法的改进。仿真结果表明,该算法是有效的,且其收敛速度快于CG。     

面向非均匀采样点集的3维表面重建算法

针对非均匀采样点集,提出一种改进的3维表面重建方法。该方法将整个点集进行空间划分,缩小近邻点的搜索范围,减少搜索时间;在确定近邻点时,先计算几何近邻点,然后通过求方向性点并构造最小生成树的方法,确定拓扑近邻点;最后通过将拓扑近邻点投影到局部切平面上,利用约束条件对投影点进行三角剖分,并将剖分得到的顶点连接关系映射到3维空间中,实现3维表面重建。实验结果表明,改进后的算法运行效率高、重建效果好、广泛适用于非均匀采样点集的表面重建。     

一种离散点曲线造型算法

存科学研究和工程技术等领域中,常常需要研究某些变量在时间轴上的走势关系。对采集的样本数据进行插值和拟合,以绘制平滑连续的曲线以供专家进行数据分析。离散点造型绘制曲线有拟合和逼近两种,拟合过型值点,一般采用反求法求出相应的控制点,然后再得到B样条曲线。当型值点多时,运行速度会很慢。本文针对曲线计的计算效率,提出了一种新的算法,使曲线计算效率提高,解决工程应用中离散点曲线造型问题。     

平面隐式曲线的Hermite 插值逼近

隐式曲线在医学图像处理、地理信息系统、数值场可视化等领域中有着重要应用。 在分析点采样和曲线逼近理论的基础上,提出一种运用Hermite 插值方法逼近平面隐式曲线的 算法。首先将曲线绘制区域网格化,在网格单元各边中通过线性插值计算曲线采样点;其次通 过计算采样点精简前后构成的曲线段之间产生的误差优化采样点;最后通过Hermite 插值法逼 近隐函数曲线。实验表明,通过该算法绘制出的曲线在采样点数量较少的情况下,其光滑度和 准确度仍较高。     

基于控制顶点扰动的平面二次曲线重构

基于控制顶点扰动的思想提出了一种新的曲线重构算法,用于构造一条分段二次B样条曲线来逼近平面上的散乱数据点．逐个输入数据点后,通过对控制顶点进行扰动来求取新的控制顶点．重构曲线的最终控制网格可通过求解一个非线性优化问题获得．一系列实验表明：该算法在经过少数几步迭代后很快就能收敛．该算法几何直观性强、操作简单,对平面上具有不同形状和不均匀采样误差的散乱数据都能得到很好的重构效果     

截面轮廓曲线分段约束拟合

本文以线段和圆弧为逼近基元对封闭的截面曲线进行分段拟合,给出了曲线的拟合算法和逼近误差的分析表达式。在对截面曲线分界点进行迭代寻优后,得到了综合累积误差最小的分界点,并以此进行截面曲线的分段拟合;针对拟合所得的曲线,提出了具体的约束修正方法。通过实例分析表明,该算法简单有效,能较好地解决以线段和圆弧为基元的截面曲线拟合问题。     

基于B样条的平面轮廓重构闭合曲面算法

由一组平行轮廓线重构三维闭合表面是三维可视化研究的主要内容之一。文中通过对B样条插值算法的研究,提出了一种新的公共节点矢量确定方法,利用该方法首先对经过预处理的CT牙齿图片提取轮廓线获得三维数据点,之后对轮廓线数据点进行B样条曲线的拟合,在每条拟合曲线上根据所确定的节点矢量值重新采样,由重新采样的三维数据点利用B样条曲面插值算法构造闭合曲面．所构造的闭合曲面是对原始轮廓数据的拟合。通过实例验证可看出该方法可获得较好的拟合曲面,经过误差分析检测,满足拟合条件,因此该方法可以保证几何重建的准确性。     

空间曲线的特征识别与高质量非均匀采样

为避免传统均匀采样方法因忽视曲线重要特征而生成不理想的采样结果,获得给定数量且由特征点和辅助点组成的采样点序列,提出基于特征识别的高质量空间曲线非均匀采样方法.首先使用抛物线插值法得到曲线上所有曲率极大值点和挠率极大值点的近似位置,经筛选后产生特征点,以更好地抓住空间曲线的轮廓特征.然后定义基于弧长、曲率和挠率加权组合的特征函数,并以此自适应地选取曲线上的辅助点.与3种主流采样方法比较的实验结果表明,该方法能够获得更高质量的采样结果且具有更好的实用性,从而进一步改善空间曲线的B样条拟合效果.     

空间曲线基于内在几何量的高质量采样和B样条拟合

为解决均匀参数采样在许多情况下得到质量不高的采样点,进而生成不理想的B样条拟合曲线,提出空间曲线基于内在几何量的均匀采样方法,以获得给定总数且具有代表性的采样点.首先定义基于弧长、曲率和挠率加权组合的特征函数,通过调整组合参数更好匹配不同的曲线形状;然后提出空间曲线基于内在几何量的自适应采样方法,迭代生成满足给定距离阈值的采样点.采用最大绝对误差和均方根误差作为评价指标,与均匀弧长采样方法和基于弧长和曲率平均的均匀采样方法进行对比,并通过实例进行验证.结果表明,文中方法在采样质量和B样条拟合结果上获得明显改善.     

基于Delaunay规则的无组织采样点集表面重建方法

表面重建在3维地理信息系统、计算机辅助设计与图形学、计算机造型、逆向工程、虚拟仿真等应用领域有着广阔的应用前景。在前人研究的基础上,提出了一种基于Delaunay规则的3维表面重建方法,通过将局部采样顶点投影到局部切平面上,利用Delaunay规则对投影点进行约束三角剖分,并将剖分得到的顶点连接关系映射到3维空间中,即可得到采样点之间的相互连接关系,实现采样曲面S的表面重建。实验结果表明,算法在表面重建过程中可以有效检测不充分采样区域以及表面边界部分,适用于开、闭两种类型曲面的表面重建。此外,算法还具有实现简单、运行高效等优点。     

频谱无混叠采样和信号完全可重构采样

通过对采样定理的分析,指出频谱无混叠采样和信号可完全重构采样并不等同,并给出和证明了实现这两个采样的条件,从而全面地回答了在何种条件下,经典采样定理中的最低采样频率可以等于信号最高频率的二倍.作为最低采样频率问题的最典型例子,本文对正弦信号的采样和重构问题作了进一步的分析,揭示了二倍信号频率的采样导致正弦信号相位信息丢失的原因.本文对如何在应用中正确地确定最低采样频率,提供了有益的参考.     

基于曲率分析的三次Bezier曲线采样方法的研究

针对三维建模过程中数据量大的缺点,提出一种简单的基于曲率分析的三次Bezier曲线采样方法。该方法采用每个分段的三次Bezier曲线的特征点和该段曲率半径的极小值作为采样密度的判断标准,曲线采样主要分为多层轮廓和单一轮廓两种情况,对于多层轮廓,采样密度涉及到的因素有曲线特征点,曲率半径极小值,轮廓之间的间距,曲线的长度。而对于单一轮廓,采样密度涉及到的因素有曲线特征点,曲率半径极小值,曲线的长度。通过以上因素,计算出采样点的数目。实验结果证明,提出的方法可行有效,可用于三维建模的数据点采样。