基于隐式曲面的三角网格模型等距算法

针对三角网格模型,提出了一种基于隐式曲面的等距算法.该算法首先对三角网格模型进行拓扑重建,然后对顶点进行八叉树采样,由采样点及采样点的单位法矢点来构建隐式曲面,将隐式曲面等距,最后将原模型的顶点投影到等距曲面得到投影点,根据先前建立的拓扑关系,将投影点三角网格化得到等距后的三角网格模型.该算法在一定数值范围内避免了等距模型自交问题,而且等距模型三角网格均匀,质量高.     

三角网格曲面等参数线刀轨生成算法

提出一种三角网格曲面等参数线刀轨生成算法。采用调和映射的方法对三角网格曲面进行参数化,给出了四种等参数线刀轨规划方式;根据网格模型、投影网格和参数网格之间的对应关系,由残留高度确定参数网格中的x或r参数线;在此基础上,采用“区域划分”的方法快速生成了无干涉、无冗余数据的网格曲面等参数线行切和环切刀轨。实验结果表明该算法是可行和有效的。     

基于隐式曲面的三角网格模型等距算法

针对三角网格模型，提出了一种基于隐式曲面的等距算法。该算法首先对三角网格模型进行拓扑重建，然后对顶点进行八叉树采样，由采样点及采样点的单位法矢点来构建隐式曲面，将隐式曲面等距，最后将原模型的顶点投影到等距曲面得到投影点，根据先前建立的拓扑关系，将投影点三角网格化得到等距后的三角网格模型。该算法在一定数值范围内避免了等距模型自交问题，而且等距模型三角网格均匀，质量高。     

STL数据的Parasolid数据变换

为满足STL与Parasolid几何建模核心之间数据直接交换的需要,提出在对三角网格模型数据分割的基础上,利用角点对三角网格曲面边界进行分段,以各边界段的近似中点和递归细分算法提取边界段上的特征点,采用Dijkstra算法计算对应边界段上对应特征点之间的最短路径线以获得空间四角形的节点数据,通过Parasolid函数以插值的方式重构三角网格模型的自由曲面并进行曲面缝合,最终将STL数据转换成Parasolid数据。应用实例表明了所生成模型的稳定性与可靠性。     

基于模糊聚类的Kohonen神经网络三角网格曲面重建

针对密集点云的三角网格曲面重建,提出一种用于数据精简和分块的神经网络算法:将模糊聚类方法与Kohonen神经网络算法结合.该算法具有按不同曲率进行曲面点云分块重建的能力,而且提高了自组织神经网络的效率.并应用该算法进行了仿真试验,建立了三角拓扑网格曲面,验证了算法的有效性.     

G1连续三角Bézier曲面模型快速生成算法

提出一种由三角网格曲面构造 G1连续三角Bézier曲面算法,该算法基于三角网格曲面动态空间索引结构获取网格顶点的局部型面参考数据,根据三角平面片局部型面参考数据构造三次三角Bézier曲面片,将三次三角Bézier曲面片升阶到五次,解决了五次三角Bézier曲面片G1拼接时的约束几何条件冲突问题,生成了整体G1连续的三角Bézier曲面,实例证明算法数据适应性强,可快速准确生成G1连续的三角Bézier曲面.     

三角Bézier曲面快速求交算法

提出一种三角Bézier曲面快速求交算法,该算法采用R*S-树建立三角Bézier曲面的动态空间索引结构,基于该索引结构快速获取相交区域三角Bézier曲面片集,通过设定离散精度阀值,在逼近精度允许范围内将相交三角Bézier曲面片均匀离散为三角网格,采用R*S-树建立离散后三角网格的动态空间索引结构,通过网格单元间的求交获取交线数据,进而通过查询共端点交线数据跟踪提取三角Bézier曲面的完整交线,实例证明该算法在逼近精度允许范围内可快速、准确获取任意复杂三角Bézier曲面交线,并通过三角Bézier曲面模型的数控刀轨生成验证了该算法的实用性。     

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。     

基于交互的B样条曲面重建与误差计算

基于三角网格模型的B样条曲面重建技术得到深入发展,计算与显示重建后的B样条曲面与原始测量三角网格之间的误差对分析曲面重建品质有重要作用。一种较为实用的B样条曲面重建方法是对三角网格模型进行四边界区域划分后进行栅格式采样,再根据采样点进行B样条曲面拟合。针对这种重建方法,研究了一种建立三角网格顶点与四边界区域对应关系的算法,再用离散的方法计算点到对应曲面的距离误差,最后用线性插值方法实现误差彩色．云图的显示。     

基于二维Delaunay近邻的空间散乱数据曲面重建算法

给出了一种新的散乱数据曲面重建算法。算法基于曲面的局平特性，通过二维Delaunay三角剖分到三维空间的映射，快速查找空间任意点的Delaunay近邻，然后根据散乱数据重建三角网格中顶点互为Delaunay近邻的原理，进行曲面拓扑重建。应用新的求解κ-近邻和二维Delaunay近邻的算法，提高了曲面重建的算法效率。实验表明，该算法高效、稳定，对不均匀数据有较好的适用性。