三角网格模型重建中的误差分析与显示

根据实物模型的坐标测量，数据重建模拟的三角网格曲面表示在实践中有着广泛的应用。在许多对精度有较高要求的应用中，对重建网格模型的误差分析是必不可少的。本文提出并实现了一种对重建三角网格模型进行误差分析的方法，该方法首先对网格模型空间进行划分以提高算法的效率，通过计算测量点与网格模型间的最短距离，得到网格模型的误差分布，最后将计算得到的三角网格模型中每个顶点的误差度量转换为相应的颜色表示，并用彩色云图对分析结果进行直观的显示。     

三角网格模型的细分曲面拟合

提出一种用Loop细分曲面拟合三角网格模型的新算法.首先对网格模型进行特征识别,然后把经过简化和形状优化的网格作为拟合细分曲面初始控制网格.通过对控制网格顶点的循环修正、网格形状优化、局部自适应细分来求解拟合细分曲面控制顶点.该算法不仅避免了求解线性方程组,克服了拟合控制网格的扭曲现象,而且达到了用较少的控制网格拟合出反映物体细节特征并满足精度要求的分片光滑(片内除奇异点C1外其余C2连续)的Loop细分曲面的目的.实例表明,该算法用于测量数据的曲面重构是有效可行的.     

基于非均匀数据细分曲面重建的数据测量技术研究

为了提高细分曲面重建质量和效率，在对非均匀数据细分曲面重建算法研究的基础上，根据算法对数据的需求，给出了一种针对非均匀数据细分曲面重建算法的数据测量方法，并采用该方法对某型摩托车进行了测量重建。     

基于顶点分类的曲面三角网格模型自适应光顺研究

逆向工程中由测量数据得到的三角网格模型往往含有大量的噪声、扰动及不规则三角片，需对其进行光顺处理，以满足后续处理的使用要求。本文首先提出了一种新的网格模型顶点法矢计算公式，该公式采用网格模型中三角片面积与顶角角度综合加权，可同时反映三角片面积与顶角角度对顶点法矢的影响。在此基础上，对网格模型顶点进行了分类处理，提出了能够反映网格顶点特征性质的顶点势概念。势为1的点为特征点，势为0的点为普通点。最后，提出了一种新的自适应曲面三角网格模型光顺方法，综合了普通拉普拉斯光顺法与平均曲率法的优点。在该方法中，顶点调整方向为拉普拉斯光顺矢量在被调整顶点切平面上的分量与该点法矢的加权合成；顶点调整幅度根据顶点类别的不同而不同，特征点的调整幅度小，普通点的调整幅度大，从而可保护原有特征。实例表明，与现有方法相比，该方法在有效去除噪声，匀化三角片的同时，充分保留了初始网格模型上的特征。     

三角网格模型的数据分块算法

对测量获得的三角网格模型进行分块。首先根据三角片中心点的高斯曲率和平均曲率的符号将三角片标示成8种类型。然后任取一个三角片作为生长点，沿着边界向外扩展“生长”，将具有相同类型的三角片组成一个连通的块。最后采用两种方法对块实施优化：根据平均曲率差值最小的原则，将小块融合到邻近块中．用两点间的最短路径来光滑边界。本方法中的三角网格和块的拓扑均可以是任意的，分块结果符合零件的特征构造。     

测量点云数据的多视拼合技术研究

在实物反求中，往往需要将从各个不同视角测得的点云数据进行多视定位，统一到一个全局坐标系下，并经过数据融合使之能够便于后续的模型重建。本文首先提出了一种改进ICP算法，在采用标签法进行预定位的基础上，选取两个视图重叠区域中不同位置的数据点集作为控制点集，建立控制点的名义对应关系，然后进行坐标变换迭代求解，从而方便快速地实现了两个不存在明确对应关系的点云视图之间的准确定位。在进行多视拼合时，提出一种边定位边合并的方法，减少了多视顺序拼合时所产生的积累误差。对拼合后的视图，本文根据在重叠区域的缩小包围盒内采用加权平均的方法进行了数据融合。实例表明，本文提出的方法是行之有效的。     

飞机外形件三角网格模型光滑B样条曲面重建

综合考虑曲面重建时的拟合精度、曲面片拼接处的连续性和曲面的光顺性等因素,以三角网格模型的双三次B样条曲面重建为例,研究了飞机外形件三角网格模型的分片光滑B样条曲面重建方法。该方法首先采用最小二乘法逼近散乱数据,初步获得分片B样条曲面;然后将光顺准则加权到最小二乘函数中调节曲面光顺程度;最后运用罚函数法保证曲面片边界近似G1连续。将该方法应用于飞机外形件实测数据的曲面重建,误差分析结果验证了方法的有效性。     

散乱点云数据的曲率估算及应用

提出一种直接在散乱数据点云上计算曲面的局部微分性质,包括平均曲率、高斯曲率和主曲率。首先,计算各点的邻近点集,选取合适的局部基础曲面。把邻近点集投影到相应的局部基础曲面。然后,在以局部基础曲面内投影点的参数化代替空间邻近点集的参数化的基础上。用二次参数曲面逼近空间邻近点集,从而计算出各点的法矢,再对不协调的法矢方向进行调整。最后,利用曲率公式计算出各点的曲率。试验表明这种方法可以较好反映曲面的特征。运用该曲率算法对海量数据进行了简化。     

基于轨迹大数据时空分布的索引与查询方法

由于移动对象自身行为特征和整体规律的不同,使得其产生的轨迹数据具有较大的时空分布不均特点,从而影响轨迹数据索引和查询的效率。针对现有轨迹数据索引方法很少考虑轨迹数据分布不均特性的情况,提出了一种基于历史数据预分区的时空索引方法,其借助轨迹数据时空维度上分布的相似性,首先在空间上根据数据分布情况对Geohash编码进行预分区,进而建立轨迹数据的索引结构和基于HBase的存储模型,并利用该索引结构设计了基于Geohash分区的查询分解算法。基于真实出租车轨迹数据集的实验表明,相较于均匀划分的扩展的HGrid方法与混合编码的ST-hash方法,本文提出的索引结构及其查询方法可以有效提升海量具有不均匀特征轨迹数据的时空查询性能,并且可以在保证查询结果准确性的同时,最大限度地减少子查询的数量。     

CT图像重建的迭代算法

随着计算机运算速度的飞速发展,以前只是被看成一种研究方法的迭代算法在图像重建中越来越引起人们的重视,并且已经在科研、工业和医学领域中得到了实际应用.本论文从CT图像重建原理入手,根据迭代重建的物理意义,从投影模型出发,得到投影数据,然后利用迭代算法MART及SIRT重建出断层图像,再与模型相比较,从而确定各算法的优劣,总结出如何选择合适的图像重建算法.     

一种基于块结构的非结构网格快速生成方法

以阵面推进法为基础,提出了一种用预制模块的方法实现在平面域内生成非结构网格的新方法,即模块方法。模块是由一组三角形构成,文中以三角形模块为例,介绍了网格模块的预制方法。网格的生成是根据空间步长的背景信息,从预存的网格模块中选取当地合适的模块,直接复制或变形到计算区域实现的。由于生成过程中每一步引入的是预制的网格模块而不是传统的单个三角形单元,因此可期望新方法要比传统方法快得多。算例显示了新方法的快速网格生成过程,该方法具有推广应用前景。     

混合细分曲面尖锐和半尖锐特征生成

在实际细分曲面造型中，模型初始控制网格经常需要同时用含有三角形和四边形的混合网格来表示。本文主要研究基于三角形和四边形的混合细分曲面的尖锐、半尖锐特征的生成方法。提出一种基于局部修改混合细分规则，把混合细分曲面的尖锐、半尖锐特征生成方式统一起来的自适应细分方法。为了使得多条折痕在相交点是C^1连续，在靠近折痕交点附近运用四点插值细分方法。根据特征处的尖锐程度通过自适应混合细分来实现半尖锐特征效果。实例表明，本算法生成的混合细分曲面尖锐、半尖锐特征效果非常好。     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

用于非定常粘性流动计算的无网格算法(英文)

把无网格算法发展用于求解涉及动边界的非定常粘性流动问题。在处理粘性流动的布点问题时,通过在远离物面的区域采用无粘流动计算时所用的各向同性点云,而在物面附近引入各向异性点云,从而在保证物面法线方向布点较密以准确模拟边界层的同时,有效控制了布点总量,减少了计算时间。对于动边界问题,本文在上述方法获得的初始布点的基础上,采用基于扰动衰减规律的点云移动技术,快速得到物面运动到其他位置时流场求解所需点云。在所获得的点云上,采用一种带权系数的二次极小曲面逼近方法来离散Navier-Stokes方程的空间导数,权系数的引入使得流场求解时对各向同性点云和各向异性点云无需分开考虑,而是采用统一的求解方法,从而简化了编程求解。用发展的无网格算法,结合Navier-Stokes方程求解双时间推进方法,并耦合Spalart-Allmaras湍流模型,先成功地模拟出NLR7301翼型后缘摆动诱发的非定常流,并通过与实验比较,验证了本方法.接着进行了NACA0012失速模拟,给出了动态失速过程,展示出用本文方法处理复杂动边界问题的效果。