散亂點(diǎn)云的網(wǎng)格重構(gòu)算法研究.pdf

1、曲面重構(gòu)是逆向工程研究的重要內(nèi)容之一，散亂數(shù)據(jù)點(diǎn)的曲面重建一直以來都是函數(shù)逼近論的一個(gè)重要研究?jī)?nèi)容。本文從散亂數(shù)據(jù)曲面重構(gòu)的實(shí)際需要出發(fā)，對(duì)散亂數(shù)據(jù)曲面重構(gòu)的相關(guān)技術(shù)進(jìn)行了研究。論文的主要研究?jī)?nèi)容如下。 首先，詳細(xì)研究了散亂數(shù)據(jù)的空間網(wǎng)格剖分問題。通過對(duì)當(dāng)前的三角網(wǎng)格劃分方法進(jìn)行比較分析，針對(duì)已有方法的不足，提出了一種直接在3D空間進(jìn)行三角化的改進(jìn)方法。根據(jù)離散點(diǎn)集所對(duì)應(yīng)的曲面形態(tài)變化，利用網(wǎng)格擴(kuò)展、邊界環(huán)分裂和邊界環(huán)封閉，逐層

2、收縮生成三角網(wǎng)格。實(shí)驗(yàn)結(jié)果表明利用改進(jìn)算法能方便地處理空間多種曲面的散亂點(diǎn)云數(shù)據(jù)，且生成的三角網(wǎng)格形態(tài)優(yōu)良，布局合理。 其次，在分析現(xiàn)有重構(gòu)方法局限性的基礎(chǔ)上，提出了一種基于徑向基函數(shù)(Radial Basis Functions，RBF)神經(jīng)網(wǎng)絡(luò)的點(diǎn)云數(shù)據(jù)重構(gòu)三維網(wǎng)格形狀的改進(jìn)算法。在這一部分，著重做了以下幾個(gè)方面的工作: 1. 總結(jié)了RBF插值理論以及插值問題有解的充分條件，并對(duì)基于正則化理論的一個(gè)RBF模型進(jìn)行了詳

3、細(xì)分析，此模型可以對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行精確插值。 2. 提出了一種基于空間八叉樹的快速k近鄰搜索算法，該算法通過對(duì)點(diǎn)集建立包圍盒，利用八叉樹記錄分割過程，從而使近鄰點(diǎn)的搜索縮減至采樣點(diǎn)所在的包圍盒及其周圍的包圍盒，并通過剪枝策略使搜索范圍進(jìn)一步縮小，很好地提高了搜索速度。 3. 提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的曲面重構(gòu)改進(jìn)算法。首先對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行歸一化處理，然后進(jìn)行特征線提取，并以特征線為基礎(chǔ)對(duì)曲面進(jìn)行分割。該方法能直接從神經(jīng)網(wǎng)