RBF神经网络在斗齿散乱点云漏洞修补中的应用

为了获得精确而完整的斗齿三维点云模型,研究了基于三维扫描仪测量的斗齿自然点云漏洞的修补方法。应用RBF神经网络重点对于逆向软件难以修补的大面积自然漏洞和跨面漏洞进行了修补研究,取得了成功;并将其修补结果与采用逆向软件的修补结果进行了对比。结果表明:应用RBF算法对斗齿散乱点云漏洞的修补效果要远好于应用逆向软件修补的结果,证明了RBF神经网络算法在斗齿散乱点云自然漏洞修补中的实用性;解决了工程实际中几种具有复杂内腔及外形斗齿的逆向点云数据修补的实际问题,为后续采用"点云-曲面-实体模型"逆向策略来获取这些斗齿的设计数据提供了可靠依据。就漏洞修补处理过程中的关键环节和要点进行了扼要说明。     

快速成型中基于MATLAB软件的STL模型的分层优化

STL模型为大多数快速成型机所能接受的格式,其分层处理是一个关键步骤,且算法的好坏直接影响分层效率与制造精度。基于STL模型的等厚分层算法优点,提出了排序精简法,该算法在对数据进行精简的同时,能够直接提取出只与分层切平面相交的三角形面片,快速提取截面轮廓线;该算法在保证精度的同时较大地提高了分层效率。介绍了其在MATLAB软件中的实现过程,并以实例验证其稳定性和快速性。