共查询到18条相似文献,搜索用时 46 毫秒
1.
2.
3.
结合局部曲面拟合和广义二分优化搜索,提出了用于大尺寸自由曲面形貌测量中多视三维散乱点云自动配准的算法.首先,对点云微小局部区域进行标准最小二乘曲面拟合,根据拟合残差提取给定点云的全部非平坦区;借助图论中“邻接”与“可达”的概念以及非平坦区的空间分布统计特征,进行相邻点云非平坦区的区域聚类计算以及区域匹配,进而自动获得配准位姿初值.然后,计算源点云在目标点云中最靠近点的k邻近,并向k邻近点的局部移动最小二乘拟合曲面做正交投影,以提取对应点.最后,采用广义二分优化搜索进行位姿变换的优化求解.试验结果表明:该方法稳定、可靠,无需人工交互,适用于采样错移情形.在重叠区域内选取150个对应点进行位姿优化时,平均配准缝隙约为0.02mm,可以满足大尺寸自由曲面形貌测量的多视三维散乱点云配准的要求. 相似文献
4.
5.
6.
提出了一种直接利用三维散乱测量数据点的三轴数控粗加工刀位轨迹生成算法。首先根据切层深度作一组垂直于Z轴的平面,去截取测量点云,得到一系列切层截面点集,再在每个切层面上组环并判断加工区域,规划出刀位轨迹,将每一分层平面上的刀位轨迹按适当的方式连接起来,就可构成零件的整体加工轨迹。该算法避免了由测量点构造曲面且由曲面来进行刀位轨迹生成的这一复杂过程。 相似文献
7.
8.
9.
基于二维Delaunay近邻的空间散乱数据曲面重建算法 总被引:8,自引:0,他引:8
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。 相似文献
10.
11.
本文针对空间散乱数据, 提出一种基于RBF(Radial Basis Function)隐式模型的快速曲面重建方法,并实现了隐式曲面的可视化。三维离散数据由于分布稠密、不均匀,空间拓扑结构未知的特点,本文首先强调大规模散乱数据预处理的重要性。通过基于空间法向量约束和主元分析两种方法进行数据简化和特征提取。其次采用K-d tree数据结构进行空间数据分割,将全局模型转化为局部的RBF模型,从而通过求解线性方程组得到模型的权值系数。最后在局部交叠空间光滑拼接,得到一个代数表达形式的光滑曲面。实验结果表明,该方法适用于任意复杂物体的三维曲面重建,而且具有较高的重建精度。 相似文献
12.
13.
提出了一种基于曲面局平特性的散乱点集的曲面重建算法。基于曲面局平特性的重建算法具有快速、内存需求少的优点,但这类算法对输入点集有局部平坦性的要求,对局部质量没有保证,容易出现空洞、重叠、法矢不连续等缺陷。通过分析对这类方法进行改进。实践结果表明,在采样点过少或极其不均匀情况下,仍能得到较好的重建质量。 相似文献
14.
15.
为获取散乱点集的拓扑邻域数据,提出一种基于均值逆向漂移的自适应迭代搜索查询算法,基于R*树动态空间索引,采用动态扩展空心球k邻域查询算法快速获取目标样点的拓扑邻域参考数据,根据邻域查询与点集密度分布的关系,采用核密度估计描述点集的分布规律,利用均值漂移算法计算得到能够反映散乱点集局部分布特征的均值漂移矢量和均值点,将邻域搜索区域沿逆向均值漂移矢量移动进行邻域查询并实时更新样点的拓扑邻域参考数据,进而完成拓扑邻域查询的均值逆向漂移迭代计算,最终实现样点拓扑邻域数据的自适应搜索查询。试验表明,该算法可快速获取复杂型面均匀或非均匀采样点集的邻域数据,查询结果包含Voronoi邻域及其他有效邻域参考数据,能更好地反映散乱点集局部型面特征。 相似文献
16.
17.
散乱测量数据多层次B样条逼近曲面拟合算法 总被引:1,自引:0,他引:1
提出了一种散乱测量数据的快速曲面拟合方法。该方法使用由粗到精的有继承关系的控制网格分级,从而产生相应的拟合逼近函数,每一级都比前一级更加逼近测量数据。拟合曲面的精度与光顺性可通过适当选择分级层数得到控制。当控制网格分级足够多,密度足够大时,最后拟合结果是插值于测量数据的C2连续曲面。 相似文献