基于控制顶点扰动的平面Offset曲线的NURBS逼近

平面曲线的ｏｆｆｓｅｔ曲线具有丰富的几何结构,它在曲面造型、ＮＣ加工等领域具有广泛应用,但除直线、圆弧或速端曲线等少数几种曲线外,有理多项式参数曲线的ｏｆｆｓｅｔ曲线不能保证仍是有理多项式曲线形式。因此,实际应用中常用逼近方法表示ｏｆｆｓｅｔ曲造型系统中数据结构和几何算法的统一表示。作者针对平面ＮＵＲＢＳ曲线的特点,提出两种逼近表示方法,一种是基于曲线分割的控制顶点动法,另一种是整体控制顶点偏移法     

基于视觉原理的曲线重构算法研究

曲线和曲面的重构是逆向工程中的重要问题,特别是按照计算机图形学中点线面的发展规律,曲线重构更是其中很重要的一步,为后面的曲面重构奠定了研究基础。论文研究和实现了一种曲线重构算法,该算法将人类的视觉具有的接近性和连续性融入到了曲线重构算法中。实验结果表明了该算法的有效性。     

基于广义基曲面参数化的N边域曲面重构

研究了由散乱数据点集重构N边域曲面的方法.已有方法大都使用单张B样条曲面进行拟合,或由用户手工描绘曲面片的边界曲线网格.与之不同,为便于数字处理,采用广义基曲面参数化方法可以在建立曲面片网格同时进行散乱数据的参数化,全过程无需人工干预.另外,推导了在曲面拟合算法中控制顶点约束的确定方法以满足给定的边界条件.通过仿真,研究了曲面片网格的光顺以在N边域曲面内部达到G1连续,并以实例证明了文中算法的有效性.     

利用控制顶点插值的光滑B样条曲线构造方法

针对非均匀采样点拟合时的光滑B样条曲线构造问题,提出一种基于已知控制顶点和节点向量求解未知控制顶点来构造光滑B样条曲线的方法.首先对所有控制顶点进行基函数极值参数化,再将已知控制顶点作为型值点进行光滑样条曲线插值,并在此曲线上通过利用参数化结果求值得到未知控制顶点.该方法通过控制顶点所在曲线的光顺性提高最终生成曲线的连...     

基于扰动估计的飞行控制系统传感器故障重构

针对飞行控制系统的传感器故障重构问题,讨论了基于扰动估计的传感器故障检测与重构方法。首先,通过建立观测器,对已有系统的干扰进行估计;其次,通过干扰的估计值来建立系统的鲁棒观测器;最后,再通过对系统建立多个降维鲁棒观测器来隔离并重构传感器故障。采用某飞机横侧向模型进行仿真验证,仿真表明基于扰动估计的鲁棒观测器能够有效地对传感器故障进行隔离与重构。     

基于随机扰动梯度近似的图像复原与重构算法

为了复原缺乏先验知识的降质图像以及探索层析X射线图像重构的新途径,借鉴Spall 和Cristion的随机扰动近似(SPSA)方法,将其扩展到高阶和多元的情形,进而提出了一种新的随机扰动梯度近似算法.此算法无须先验知识或后验概率,具有良好的稳定收敛性.对比实验表明,将此算法用于图像的复原和重构可获得良好的效果,而且性能稳定.     

基于层析数据的CAD模型三维重构的实现

本文阐述了逆向工程的基本概念，介绍了作者开发的基于层析数据的ＣＡＤ模型三维重构逆工程系统。该系统读入实物原型的层析数据，经过预处理和特征识别后，输出特征数据，在ＳｏｌｉｄＷｏｒｋｓ９７的支持下实现三维重构。最后给出了两个重构实例。     

散乱分布数据曲面重构的光顺-有限元方法

提出了一种基于散乱分布的数据点重构三维曲面的有限元方法.根据最佳逼近与数据光顺理论建立正定的目标泛函,采用有限元最佳拟合使泛函极小化,求得最优解.通过八节点等参数有限元插值计算,重新构造出三维曲面.这种光顺-有限元方法有效地抑制了输入数据上误差噪声的影响,与有限元拟合方法相比,所需的输入数据点少,重构的曲面逼近精度高、光顺性好.数值实验表明,该方法简单,便于应用.     

基于多参数随机扰动的布尔规则挖掘

在MASK算法基础上提出了基于多参数随机扰动后布尔规则的挖掘过程,通过对实验结果的评估分析,表明该算法能够提供较高的隐私保护,并讨论了隐私保护及挖掘精度之间的关系。最后对未来多参数随机扰动数据挖掘研究进行了展望。     

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。     

基于成长型神经网络以线段为基元的曲线重建

在逆向工程中,对基于散乱数据点的曲线重建研究有着重要的意义。曲线可用线段基元逼近。提出使用成长型神经网络以线段为基元的曲线重建新算法。给定某一曲线的散乱点集和一初始折线,新算法优化折线上的顶点位置,使折线更好地逼近散乱点;持续分裂折线上活动性强的顶点和删除活动性最弱的顶点,使折线上顶点的分布更符合散乱点数据的概率分布。实验结果表明,新算法能够取得良好的曲线重建效果。     

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。     

基于控制顶点偏移的等距曲线最优逼近

利用最佳平方逼近的Legendre多项式来逼近基曲线的法矢曲线,计算出各控制顶点的偏移向量,由此产生偏移控制多边形来得到等距曲线的逼近曲线.通过与Tiller,Cobb,Coquillart和Elber等多种基于控制顶点偏移的等距逼近法的比较,表明此方法中曲线的离散次数和控制顶点数最少.此方法简单、直观,而且等距逼近曲线的表达式与原曲线具有相同形式,因而有很好的应用前景.     

基于二次样条曲线的不规则物体3D重建

在分析目前不规则物体3D重建算法存在的不足的基础上,采用二次样条曲线作为3D重建算法的基元,实验结果表明该文方法不仅在重建精度上比以往方法有许多提高,而且计算耗费和复杂度上也有较大改进。     

基于二次曲线的立体视觉

我们提出了一种基于二次曲线的立体视觉方法。在以前基于曲线的立体视觉方法中,曲线只是用于计算点的特征,从而更加容易地实现点对应。我们提出的方法以图像中的二次曲线为匹配基元,勿需点与点之间的对应,我们给出了两幅图像中二次曲线对全局匹配的准则。在匹配的基础上,给出了二次曲线重建的方法,重建的过程具有解析形式的解。此方法可以实时实现。本文的最后给出了解的唯一性分析和在真实图像上所做的实验结果。     

散乱数据点分片二次多项式加权平均插值

将空间散乱数据点划分为三角形网格,在每个给定数据点处构造C^1连续的分片二次多项式曲面片,每个三角形上的曲面片由各个顶点处的C^1连续的分片二次曲面片加权平均确定,整体的C^1曲面由各三角形上的曲面片拼合而成．该方法所构造的曲面函数结构简单、易于计算,具有数据点建议的形状．最后通过实例同其他方法所构造的插值曲面形状进行比较．     

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.