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.     

用能量优化法选取细分网格顶点

分析了混合曲面初始细分网格的特点,将网格线进行分类。在这一基础上．利用曲面光顺的网格能量法,给出了计算网格顶点的优化模型。针对优化模型的特征,优先计算网格中的关键点,并把优化模型转化为线性方程组求解。这个计算网格顶点的方法实现了初始细分网格中顶点选取的自动化。实验表明,用文中方法选出的顶点能使混合曲面具有良好的光顺性,且有较高的计算效率。     

参数曲面的拟自适应三角化

提出了一种参数曲面的拟自适应三角化离散算法。该算法通过对曲面的参数域进行预剖分,以及引入曲面上一点处的“最大绝对法曲率”的概念,采用“分而治之”的方法分片对参数曲面的参数域进行三角形网格剖分。该方法基本上可以像“自适应”方法一样,根据曲面的法曲率变化来控制三角化剖分的密度,生成的三角片数量较少,并且可以避免在三维空间产生狭长的三角形、退化三角形与“裂缝”,运行速度明显比自适应方法快。     

基于平方距离极小化方法用C-C细分曲面拟合三角网格

基于平方距离极小化方法(SDM),给出了用C-C细分曲面重构有特征的、任意拓扑三角网格模型的算法.首先识别特征并结合人工交互的方式在初始网格上进行四边域划分,然后直接在域面上对数据点进行近似参数化和分区,以域顶点为顶点构造初始控制网格.建立局部坐标系并优化每个数据点的参数值,基于SDM建立拟合方程.循环进行控制顶点的反求和待拟合数据点的参数校正,直至达到给定的误差要求.与传统的最小二乘法拟合(LSQ)相比,本文方法的逼近精度(二阶逼近)要高得多.     

基于有限元网格变形的飞机外形曲面修改

根据变形后的有限元模型修改原始的飞机外形,从而自动得到变形以后的产品模型.考虑到有限元网格与原始曲面之间的误差及细小特征上的差别,本文采用两种方法来重新生成产品的曲面:(1)通过有限元网格节点的变形直接修改原始曲面,(2)考虑原始曲面与初始有限元模型的误差直接对变形后的有限元网格进行曲面的重构.实例表明重构以后的模型具有良好的外形,能有效地恢复有限元网格中忽略掉的特征,同时曲面之间的拓扑结构能够与原始模型保持一致.     

基于平底刀切宽张量的曲面分区加工轨迹生成方法

为提高曲面端铣加工的效率,在保证加工质量的前提下,应尽量保证刀具在各切触点处沿切宽最大的进给方向运动。复杂曲面上各点处的切宽最大进给方向常呈现区域化分布规律,基于单个加工区域的传统端铣轨迹生成方法仅能得到局部优化解。本文给出了平底刀端铣曲面切宽张量,将切触点处的最优进给方向求解转化为张量特征方向的求解,并基于切宽张量场的退化性质,提取三分退化点为曲面多个加工区域的交点,进而以相交点为起点、以最优进给方向为切向构造曲面内部边界,将曲面划分为一系列加工区域,各加工区域的最优进给方向分布连续,分别生成各区域的加工轨迹。该方法在CATIA CAM系统中实现,选例进行了应用验证,与传统的曲面加工轨迹生成方法相比,基于切宽张量的平底刀端铣分区加工方法显著提高了加工效率。     

非结构网格生成技术

描述了非结构网格生成的过程,网格的生成方法基于Delaunay 三角形方法,并对物面附近网格进行拉伸以便获得在边界层内高拉伸比的三角形单元。网格的生成过程分两部分:(1) 按Delaunay 三角形方法生成适于无粘情况下的非结构网格。(2) 对近物面的部分三角形单元进行拉伸,使生成的网格能适用于粘流。使用上述方法本文构造了二维弯管内绕叶栅区域的非结构网格     

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。     

三维曲面部分匹配的算法研究

将基于曲率分析的曲面片形状划分方法和几何哈希相结合，提出一种通用的空间曲面匹配算法。对待匹配的三维曲面模型，计算其网格顶点的主曲率和法矢；由主曲率和该点所在的曲面片类型来构造其无向脚标，有向脚标为该点的法矢。按照多重筛选标准生成数量少却有效的匹配点对，建立候选点对列表。由候选点对所生成的三维空间变换组成哈希表，运用双层哈希投票机制得出使模型能够正确匹配的三维坐标变换矩阵。实验表明，该算法适用于具有部分重叠的曲面模型的匹配，并能保证较好的匹配精度和速度。     

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。     

一种从激光扫描数据中提取角点特征的方法

提出一种从激光扫描数据中提取角点特征的方法,以满足结构化环境中移动机器人定位的需要。该方法分为角点特征滤波、角点函数计算、非极大值抑制和角点特征提取与定位四部分。首先,通过角点特征滤波排除不具备角点特征要素的扫描点。然后,通过角点函数衡量余下的扫描点作为角点特征的程度。之后,采用非极大值抑制方法去除局部区域内非极大值对角点特征提取的干扰。最后,通过阈值法提取出角点特征并对其进行定位。实验结果表明,该方法可以准确地从激光扫描数据中提取出角点特征,并对位置参数具有很好的鲁棒性。     

逆向工程中一种新的特征识别算法

从某种角度上说,逆向工程是从已有实物的测量数据点中提取其实体特征再进行模型重建的过程。本文提出了一种新的特征识别算法,其首先采用基于面积和法矢准则的数据分割技术,对测量数据点进行数据分割。然后从特征所包含的分割面(简称特征分割面)中提取能够惟一标识该特征的4种特征编码,分别为:表述特征截面形状的截面编码、描述特征凹凸性的凹凸编码、显示特征二维俯视轮廓形状的轮廓编码以及反映特征二维俯视轮廓是否封闭的开闭编码。最后将这4种编码输入到基于人工神经(BP)网络的自动特征识别系统中,识别出特征类型并提取特征参数,从而实现特征重建。着重研究并实现了从特征分割面中提取特征编码的算法,并验证了算法的有效性。     

楼板对高层钢框架-R.C剪力墙结构性能的影响

针对结构中的钢框架,采用稳定函数单元模型、空间屈服面方程及塑性流动法则,建立了钢框架结构节点的弹塑性增量平衡方程;针对结构中的楼板,应用相互耦合的三角形平面应力单元与三角形薄板弯曲单元,构建了楼板节点的弹性增量平衡方程;针对结构中的钢筋混凝土剪力墙,利用等效梁单元模型,采用一种简化的刚度法,得到了钢筋混凝土剪力墙结构节点的弹塑性增量平衡方程。经过组合,求得混合结构节点整体的弹塑性增量平衡方程。最后,通过数值算例,得到了该类结构中外钢框架的作用随着楼板厚度的增加而加大的结论。     

刚架模型驱动网格曲面保特征变形

将刚架结构受力变形原理应用于网格曲面的变形设计中,提出一种新的曲面造型方法。通过建立与网格拓扑关系一致的刚架模型,运用刚架模型驱动网格曲面变形:即对刚架节点施加载荷或添加几何约束反算出刚架节点载荷,在载荷作用下刚架变形驱动网格曲面变形。针对几何约束变形问题,建立以节点位移为变量,由载荷最小和节点位移最小组成的目标函数,组合使用两种不同的最小化模型,实现不同的变形需求。在变形过程中,采用增大网格曲面特征区域所关联单元体弹性模量的方法,达到整体变形中局部形状特征的保持,避免了传统方法中繁琐的特征信息记录公式。实验结果表明,该变形方法直观方便,可以产生理想的变形效果。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

用于彩色图像分割的有效特征分析(英文)

提出了一种基于分析特征分割贡献的彩色图像分割方法。该方法不受某一特定彩色空间的限制 ,有效特征的确定取决于所设计的特征编码器对被测彩色图像中各种彩色特征的分析结果。该技术不同于以往的分割技术 ,自组织特征映射被用来构造特征编码器 ,使得编码器能自组织地分析不同彩色图像的有效特征。当合适的彩色特征和初始参数给定后 ,模糊聚类技术被用于最后的分割处理。该方法已经应用于不同类型的彩色图像分割处理 ,实验结果说明了该技术明显优于传统的聚类技术。研究表明 ,特征编码为彩色图像分割的自动化和最优化提供了保证。