三維CAD模型聚類與檢索方法研究.pdf

1、隨著計算機軟硬件技術(shù)的發(fā)展,在機械設(shè)計制造領(lǐng)域內(nèi),三維CAD模型呈爆炸式的增長。如何從海量的CAD模型中對模型進行聚類并快速有效地檢索出所需模型,然后對其加以重新利用,已經(jīng)成為目前學(xué)術(shù)及工業(yè)界研究的熱點問題。
　　針對三維模型聚類與檢索的問題,本文在綜合國內(nèi)外相關(guān)研究的基礎(chǔ)上,主要在以下幾個方面做了研究:
　　第一,研究了三維模型表面采樣問題。針對傳統(tǒng)方法使用偽隨機數(shù)進行采樣存在的問題,本文提出應(yīng)用擬隨機序列在模型表面采樣。

2、根據(jù)擬隨機序列中的Halton序列,產(chǎn)生分布更為均勻的隨機數(shù),使采樣點均勻地分布于模型表面,更能全面的反映模型相關(guān)信息,從而使檢索結(jié)果穩(wěn)定可靠。
　　第二,將徑向夾角直方圖(Radius Angle Histogram, RAH)引入機械工程三維CAD模型中進行檢索。徑向夾角直方圖采用模型表面法矢與極徑之間的夾角作為形狀描述算子,具有旋轉(zhuǎn)及平移不變性,對噪聲具有較高的魯棒性。本文將其引入到機械工程CAD模型檢索領(lǐng)域,取得較好的檢索

3、效果。
　　第三,在徑向夾角直方圖的基礎(chǔ)上引入聚類算法進行檢索,包括K均值聚類(K-means clustering method, KMM)和模糊C均值聚類(Fuzzy c-means clustering method, FCM)。在機械CAD模型領(lǐng)域,KMM和FCM取得了較好的檢索效果;尤其是對管道類零件,這兩種算法檢索效果均優(yōu)于直接使用徑向夾角直方圖及形狀分布算法。
　　第四,開發(fā)了三維建模軟件UG的三維模型檢索原型