散亂點云的網(wǎng)格重構算法研究.pdf

1、曲面重構是逆向工程研究的重要內(nèi)容之一，散亂數(shù)據(jù)點的曲面重建一直以來都是函數(shù)逼近論的一個重要研究內(nèi)容。本文從散亂數(shù)據(jù)曲面重構的實際需要出發(fā)，對散亂數(shù)據(jù)曲面重構的相關技術進行了研究。論文的主要研究內(nèi)容如下。 首先，詳細研究了散亂數(shù)據(jù)的空間網(wǎng)格剖分問題。通過對當前的三角網(wǎng)格劃分方法進行比較分析，針對已有方法的不足，提出了一種直接在3D空間進行三角化的改進方法。根據(jù)離散點集所對應的曲面形態(tài)變化，利用網(wǎng)格擴展、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。實驗結果表明利用改進算法能方便地處理空間多種曲面的散亂點云數(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)有重構方法局限性的基礎上，提出了一種基于徑向基函數(shù)(Radial Basis Functions，RBF)神經(jīng)網(wǎng)絡的點云數(shù)據(jù)重構三維網(wǎng)格形狀的改進算法。在這一部分，著重做了以下幾個方面的工作: 1. 總結了RBF插值理論以及插值問題有解的充分條件，并對基于正則化理論的一個RBF模型進行了詳

3、細分析，此模型可以對點云數(shù)據(jù)進行精確插值。 2. 提出了一種基于空間八叉樹的快速k近鄰搜索算法，該算法通過對點集建立包圍盒，利用八叉樹記錄分割過程，從而使近鄰點的搜索縮減至采樣點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)絡的曲面重構改進算法。首先對點云數(shù)據(jù)進行歸一化處理，然后進行特征線提取，并以特征線為基礎對曲面進行分割。該方法能直接從神經(jīng)網(wǎng)