摘要：物体经过三维扫描后获得大量的散乱点数据,为了能快速、准确的重建出网格曲面,提出了一种空间三角网格螺旋增长重建的算法。该算法首先利用包围球法对散乱点云进行优化,然后根据极坐标法确定螺旋增长的初始三角形,通过对生长的三角形最长边、最小内角和具有公共边的三角形所在面的二面角进行限制和对相应的新的网格边界点进行加锁和解锁操作,不断的寻找最佳扩展点,直到无可用的扩展点为止,最后再对有缝隙的网格边界进行缝合,完成三维扫描点云优化网格重建。

摘要：点云去噪的效果对三维扫描过程后续的曲面拟合与造型设计至关重要,如何快速准确提取特征点已成为研究热点,然而点云去噪的关键之处在于奇异值与离群值的检测。提出耦合多特征点参数的去噪模型,分别讨论每个特征点参数对去噪模型的影响程度;采用群智能算法求解出一组最优参数权重,以此确定点云去噪模型,从而达到三维散乱点云最优去噪效果;通过对Bunny模型进行去噪仿真以及某一型号的蒙皮进行去噪实验,对去噪模型进行验证。结果表明:本文提出的点云去噪模型相较于半径滤波器、统计滤波器、改进体素滤波结合高斯滤波模型,迭代更快、耗时更少,具有更好的去噪效果。

摘要：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。