一种散乱数据的三角剖分新算法

根据逆向工程中散乱数据点规模越来越大的趋势,为缩小剖分时搜寻和遍历数据点的空间范围,提高算法效率,提出了一种大规模散乱数据的空间划分方法及相应的数据结构和编码方案.同时,提出了外连剖分和内连剖分的概念,给出了基于局部增量网格扩张的3维散乱数据点的空间直接三角剖分算法.该算法的总体计算复杂度为O（N）,与三角剖分的典型算法相比,有效降低了其时间复杂度,提高了剖分后网格的质量.     

一种新的空间离散点集的直接三角剖分方法

针对映射法无法保证在平面中所谓“优”的三角剖分所对应的空间形状也满足要求的缺点,文中提出了一种对空间离散点集进行直接三角剖分的新方法——在形成了初始三角形后,利用生长法,循环扩展三角形各边,直至所有三角形扩展完毕。在算法实现上,提出了利用三角形法向量夹角、阈值距离以及最小内角几个参数,对三角形的生长进行约束,从而使最优点的搜索范围大大降低,提高了三角形扩展的准确性,保证了三角网格的质量。实验证明,该方法适应性广并具有准确、高效的特点。     

一种空间曲面上散乱数据的快速三角剖分新算法

在现有三角剖分方法研究的基础上,提出了一种空间曲面上点云数据的快速三角剖分新算法。以区域生长法为主导,通过表面法向量向外原则提出了一种种子三角形选取与构造的新方法,改进生长算法,采用逆时针方式搜寻最优扩展点来生成三角形网格。该算法的总体时间复杂度为O（KN）,能够快速高质量的生成三角网格模型。     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法.将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型.     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法。将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型。     

存在约束条件的复杂曲面三角网格剖分方法

针对存在特征约束条件的复杂曲面三角剖分提出了一种新的算法,该算法首先将该类复杂曲面划分成平面参数域,产生较为均匀的参数域,进而对各子平面参数域进行平面参数域的三角剖分,然后将所得到的各子平面参数域映射为空间Beizier网格结点,形成粗网格三角剖分后进行各子曲面片间G^1连续的拼接运算,最后动用曲率标准和细分规则进行三角剖分质量的优化。该方法不但可以较好处理复杂曲面,而且能克服曲面网格产生裂缝。     

散乱模型的四边形网格剖分方法

针对基于CAD几何信息的网格剖分方法无法避免繁琐模型修补,导致网格剖分效率低下的现状,提出一种基于散乱模型的全四边形网格剖分方法.使用散乱点或者STL格式文件作为网格剖分的输入模型,使用改进的基于散乱模型进行网格剖分的铺路算法,在很大程度上减少甚至避免了模型修补问题.提出以散乱模型作为背景网格,作为控制网格单元尺寸调整的依据:使用网格细分和网格粗化的手段实现网格疏密变化的光滑过渡;自动识别几何模型中的特征并在网格模型中保留.提出了一种高效的铺路面相交搜索方法,综合考虑影响相交处理的多种因素,有效地处理了铺路面相交问题.多个复杂的汽车覆盖件网格剖分的算例结果表明,运用所提出方法完成的网格模型质量很高,算法具有较强的工程实用性.     

基于Matlab三维数据点三角剖分方法研究

逆向工程中点云数据点三角划分处理,在散乱数据插值曲面构造、快速原型制造以及有限元分析等方面有着重要的应用.根据Delaunay三角划分理论及Lawson优化准则,借助于Matlab中用于点云处理模块快速实现了空间散乱数据点的直接三角划分,给出了数据点三角划分程序代码,并以某小客车车身外表面点云数据处理过程加以验证,给出其外形数据点Delaunay三角划分以及凸壳包络图,由此可以早期发现逆向设计过程中可能存在的问题,从而减少后期修改次数,极大缩短新产品的开发周期,提高了设计精度.     

一种受约束的散乱点三角划分方法

提出了一种基于区域分割的方法来解决受任意边界、孔域、特征线约束的二维散乱点的三角划分问题。该方法分两个步骤 ,第一步实现散乱点的初始三角形连接 ,第二步实现三角形网格优化。在初始三角形连接中 ,每连接一个三角形 ,将待划分区域分为两至三个较小的区域 ,然后分别对每个区域内的散乱点进行三角划分 ,这样一直迭代下去 ,直至没有新区域出现为止。本方法不仅能解决非凸边界、孔域、特征线嵌入等三角划分中的难点 ,而且其计算量也少     

三维网格模型的局部三角剖分算法

为了提高三维网格模型的渲染显示效率和提高网格质量以满足有限元分析,提出了一种新的三维网格模型的局部三角剖分方法。本方法的三角剖分基于Bowyer-Watson插点算法实现。通过在新插入点的邻域内搜索三角形来提高三角剖分的效率,通过对网格的几何形状和连通性进行局部修改来提高网格质量。通过尺寸场来约束控制三角剖分区域,使得生成的网格质量和算法性能有较好的综合表现。     

一种新的散乱数据边界点提取方法

综合采用了邻域和平面上提取边界点的思想 ,提出了一种新的在二维平面上提取边界点的方法 ;并在曲面局部近似一个平面的前提下把它推广到三维空间 ,从而形成了一种可直接在三维空间对任意复杂形状曲面进行边界点提取的 3D方法     

基子CT图像快速成型数据的构建方法

本文针对医学CT图像数据,提出了由CT图像构建快速成型数据的建模方法,确定了CT图像处理方案,即通过对断层图像的预处理、滤波处理、数据提取,生成断层图像轮廓,继而通过对轮廓优化和轮廓冗余数据去除,得到用于三维重建的二维轮廓数据,并在此基础上构造出可直接用于快速原型制造的三维STL数字模型.本文所提出的方法能够大大提高快速医学模型的构建速度.     

基于神经网络的反求测量系统的标定

在层去图象法测量系统中,由于诸多因素的影响,物体的空间坐标与截面图象坐标之间存在着复杂的非线性映射关系。如果采用完全理想条件和线性几何失真方法来标定系统,则会影响测量精度,为此提出了一种基于神经网络的标定方法,显著地提高了测量系统的精度。     

Generation of an STL File from 3D Measurement Data with User-Controlled Data Reduction

Reverse engineering is a methodology for constructing com-puter- aided design (CAD) models of physical parts by digitising an existing part, creating a computer model and then using it to manufacture the component. When a digitised part is to be manufactured by means of rapid prototyping machines such as stereolithography apparatus (SLA) and selective laser sintering equipment (SLS), etc., it is not necessary to construct the CAD model of a digitised part. This can be achieved by the proposed novel method which can construct an STL file (the de facto file format for rapid prototyping machines) directly from digitised part data. Furthermore, the STL file can be constructed with a significant data reduction at the users’ discretion.     

基于局部基面参数化的点云数据边界自动提取

提出了一种反求工程中基于局部基面参数化方法的点云数据边界特征的自动提取方法。首先选择合适的局部基面 ,然后用点云垂直投影于局部基面投影点的参数化代替空间点的参数化 ,二次参数曲面逼近点云 ,再利用曲面的微分特性估计点云数据的曲率值 ,求出曲率极值点 ,从中提取边界点。通过这些边界点可以进一步拟合边界曲线 ,达到对点云数据进行自动分片的目的。该方法具有较强的可操作性和实用性 ,对于反求工程的自动化和智能化研究具有实际意义     

截面扫描型点云数据的几何处理技术

针对线扫描型数据特点,提出了点云数据中特征点的提取与组织方法,从而有效地对点云数据实行分块处理。在此基础上,完成了基于特征的曲面网络自适应构造,实现了大规模点云的精确数据压缩。实际算例结果表明了方法的可行性,对数字化仿形测量数据,坐标测量机截面扫描数据、激光三角法光条测量数据等均极为适用。     

STL File Generation with Data Reduction by the Delaunay Triangulation Method in Reverse Engineering

Reverse engineering has been widely used for the shape reconstruction of an object without CAD data and typical steps include the scanning of a clay or wood model and the generation of manufacturing data such as an STL file. A new approach to remove point data with Delaunay triangulation is introduced to deal with the size problems of the STL file and the difficulties in the operation of the rapid prototyping (RP) process. The selection of a group of triangles, based on the angle, is used for a robust and reliable implementation of the Delaunay triangulation method. The developed software enables the user to specify the criteria for the selection of the group of triangles by the angle between triangles, the percentage of reduced triangles, and the allowable area. This approach can be used to reduce the measuring data from the laser scanner, thus save the handling time of point data during the modelling process and is useful for verifying and slicing the STL model during the RP process.     

散乱数据点的邻近关系及参数化

逆向工程中要解决的重要问题之一是对散乱测量数据进行参数化处理。本文提出了建立散乱数据点间的邻近关系及基于这种关系的数据点凸组合映射参数化方法。实例表明 ,本文所介绍的方法简单可靠 ,可有效地处理三维散乱测量数据的参数化问题     

离散数据点集的3D三角划分算法研究

在实物测量造型过程中,根据离散点集进行三角网格划分是其关键环节之一,也是进行后续进行曲面重构的前提和基础。本文在当前的三角网格划分方法比较之后,提出了一种散乱点集的三角网生长算法,该算法无须对离散点集所对应的自由曲面进行分片投影,直接在3D空间从已划分区域边界到未划分区域按照Delaunay准则生成三角网格,并给出了用此算法处理散乱数据的试验结果。