T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:提出一种用于三角网格模型的各向异性孔洞修补算法.该算法避免了高代价的孔洞多边形最优三角化求解过程,只需对其进行一般三角化;而后通过很少次数的迭代过程对孔洞三角化后的网格进行细化和几何形态的调整,使其和周边网格自然过渡.实验结果证明,该算法高效、稳定,能够处理各种类型的孔洞.
摘要:提出一种对三角网格曲面中孔洞的修补算法,在对孔洞多边形进行填补后,使用径向基函数建立孔洞曲面的隐式方程,然后把新增加的三角片顶点映射到曲面上.由于在修补时不仅考虑了对孔洞多边形的三角划分问题,还考虑了孔洞周围的几何信息,使得修补后的孔洞曲面与原始曲面光滑地融为一体,尤其对曲率变化较剧烈部位处的孔洞取得了理想的修补效果.
摘要:为了有效地修补出三角网格中缺失部分的形状,针对弯曲较大的大面积缺失孔洞,提出一种基于波前法的孔洞修补算法.在提取孔洞边界后,首先估计出相对准确的边界点法向,结合Laplacian坐标对边界点进行凹凸性分类;利用边界点的法向和凹凸性信息适当选取控制参数,计算合理的新增顶点位置,并生成新的三角网格,以实现对孔洞的修补.实验结果表明,该算法对弯曲较大的大面积缺失孔洞有较好的修补效果;在未经后续优化处理的情况下,如细化、光顺等,修补网格的顶点密度与原有网格相近,并且与原有网格之间自然过渡.
摘要:为了恢复三角网格模型中的孔洞处的真实形状,提出一种曲面特征恢复的孔洞修补算法.首先对模型中检测出的孔洞进行三角化并细分,完成孔洞的粗修复.然后利用高斯球确定孔洞的邻域及其曲面类型,对二次曲面类型的孔洞邻域进行非线性最小二乘拟合以获得曲面代数方程,对自由曲面类型的孔洞邻域则进行B样条曲面拟合.最后根据孔洞邻域的曲面方程获得孔洞内新增顶点在曲面上的精确位置,完成孔洞修复.实验结果表明,该孔洞修补算法不仅能完成孔洞区域的三角形填充,还能准确恢复出孔洞区域的曲面特征.
摘要:利用人体扫描系统获取的人体扫描线点云密度很高,在后期处理过程中必须对其进行精简。经过分析扫描线点云特征,采用宽度检测法对其进行处理,设置参数阈值T,当T=0.006D时,点云被精简至61%。同时,受扫描环境、系统算法本身缺陷等因素的影响,人体表面存在部分扫描盲区,使点云模型存在孔洞,重建人体表面前需采用空间灰色建模的方法对孔洞进行修补。利用弦长法确定孔洞是否存在;建立扫描线空间灰色模型SGM(1,1),有效地实现对扫描线点云的孔洞修补。
摘要:点云孔洞修补作为点云数据处理中的关键技术,直接影响点云的质量和完整性。利用遗传算法(genetic algorithm,GA)优化的BP(back propagation,反向传播)神经网络(简称GA-BP神经网络)是一种修补效果较好的散乱点云孔洞修补方法。但基于GA-BP神经网络的散乱点云孔洞传统修补方法的多个步骤需借助逆向软件通过人机交互的方式完成,导致修补过程繁琐且耗时较长。为此,提出了一种基于GA-BP神经网络的散乱点云孔洞自动修补方法。通过计算机编程将孔洞识别、孔洞区域插值和孔洞修补相结合,实现从残缺点云模型直接到完整点云模型的自动修补,无须进行复杂的人机交互和数据转换。实验结果表明,所提出的方法可有效避免因数据转换而造成的数据失真,减少了人机交互工作量,方便而高效地修补了散乱点云的孔洞,且得到的修补点云密度均匀,这对提高点云孔洞修补效率和质量具有重要意义。
摘要:针对因地物遮挡、激光散射、复杂地形等因素影响,激光雷达在扫描过程中不可避免产生数据孔洞,进而导致生成数字高程模型(DEM)局部质量不佳的问题,该文提出在激光雷达数据TIN网格化基础上,检测网格孔洞边界,并在特征平面上按阈值新增三角面片,结合径向基函数调整网格节点至隐式曲面,完成孔洞修补。实验利用获取的山区机载激光雷达点云数据,进行网格模型孔洞实例修补并开展不同地形、不同微地貌的孔洞修补,生成对应的DEM并对网格孔洞模型修补效果进行精度分析。结果表明:地形复杂度指标和孔洞面积越大孔洞修补精度越低;在山地实验区,地形复杂度≤0.5,孔洞面积≤200 m^(2)时,修补精度能满足1∶500 DEM产品要求,≤500 m^(2)时,满足1∶1000要求,≤1000 m^(2)时,满足1∶2000要求。
摘要:针对三角网格曲面上的孔洞修复问题,提出了一种空间修补算法。在提取孔洞边界特征后进行边界预处理,建立孔洞边界特征平面,并将孔洞边界向该平面投影;通过二维三角化在特征平面上对孔洞多边形进行修补;以孔洞边界周围的网格顶点坐标及其Laplacian坐标作为训练样本,通过最小二乘支持向量机推断出填充顶点的Laplacian坐标;以推断得到的填充顶点Laplacian坐标为基础建立线性方程组,求解得到填充顶点坐标,以实现孔洞的准确修补。实例验证说明该算法可以很好的恢复缺失部分曲面的几何特征。
摘要:针对多边形网格模型中存在的复杂形状孔洞,提出了一种基于隐式曲面插补和域分解方法的孔洞修补算法。首先,利用径向基函数定义一张光滑的隐式曲面,完成不完全多边形网格模型孔洞区域曲面的构造;其次,利用域分解方法将多边形网格模型的域空间分解成若干子域,并完成子域局部问题的求解;最后,子域局部解考虑其权重系数后可获得模型全局解。任意拓扑的复杂多边形网格模型的孔洞修补实例验证了该算法的有效性。
摘要:针对隧道三维激光扫描点云的特征,设计一种基于提取轮廓线进而孔洞修复方法。该方法能够对三维激光扫描点云进行圆柱投影,利用Delaunay三角构网,提出基于隧道表面三角网的孔洞识别方法。并且通过阈值过滤标记潜在谷脊点,并在每个潜在谷脊点的局部邻域内构建紧附于潜在曲面、能反映该点局部几何特征信息的三角网格。最后根据相邻隧道轮廓相似的特点,利用相邻的管片点云对孔洞进行修复该方法能很好的修复孔洞并保留隧道结构细节,并以真实的隧道扫描数据验证算法的有效性和可靠性。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn