基于Delaunay三角剖分的多相流射线层析成像

为提高多相流CT系统重建图像质量,提出基于Delaunay三角剖分的射线层析成像方法.根据模型构造点集,对管道截面进行多尺度Delaunay三角剖分,根据三角形重心在探测阵列上的投影到其最近探测阵列元的归一化距离,确定各剖分单元的投影系数,并采用不同的重建算法进行图像重建.仿真与实验结果表明,该方法可利用少量投影数据重建图像,改善了工业多相流检测中投影数据不完整造成的图像失真;与均匀剖分相比,多尺度剖分明显改进了图像精度和实时性.     

基于神经网络的接触式测头半径三维补偿

本文探讨了基于扩展的自组织特征映射(ESOFM)神经网络的三坐标测量机接触式密集数据采集的测头半径三维补偿.构建了测头半径三维补偿神经网络模型及其训练算法.用网络神经元对曲面空间测量样本点的学习和训练来模拟曲面上的点与点之间的内在关系.按六角形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈六角形阵列分布,可实现测量点集压缩后的Delaunay三角逼近剖分.经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近.根据微切平面的法线,对测头半径进行三维补偿.算例表明所创建的测头半径三维补偿神经网络模型有效可行.     

逆向工程中基于Delaunay三角剖分的测头半径补偿

实物原型数字化是逆向工程中的第一步,所获取的数据点精确度直接影响着最终CAD模型的质量。用三坐标测量机(CMM)获取的数据点通常是测头的中心,而不是实物的表面,因此本文提出了一种基于Delaunay三角剖分方法解决测头半径补偿问题。     

一种基于Delaunay剖分三角形内插值的摄像机标定方法

基于Delaunay三角剖分性质,应用特征点集Delaunay剖分三角形内插值运算,提出了一种CIDT摄像机标定方法.提取特征点像素坐标,按像素坐标对特征点集进行Delaunay三角剖分,并依据定义的条件筛选计算有效Delaunay剖分三角形;通过仿真实验讨论了有效剖分三角形区域的内插值线性关系不变性,并基于该性质,提出了完成变形前像素点在变形后图像上对应位置映射运算的新方法,从而代替了传统方法中的二元高次多项式系数拟合计算.经过与MIL软件包进行对比测试,证明了CIDT方法能够达有效地去除图像中的非线性畸变,且可满足电子封装设备中摄像机标定与坐标转换精度.     

面向对象的三维非结构网格生成软件实现

在Delaunay三角剖分算法的基础上,通过引入黎曼度量矩阵实现了复杂曲面非结构网格生成。并给出了三维非结构网格生成中边界恢复和健壮空腔搜索的实现细节。利用面向对象的程序设计思想将几何造型体系与网格生成体系相结合,完成了三维非结构网格生成软件的实现。采用完整的网格单元数据结构,方便了Delaunay三角剖分算法的实现。给出的算例表明该网格生成软件可以处理复杂三维实体,网格品质较高。     

Delaunay三角剖分在放射治疗计划轮廓线重建中的应用

靶器官与关键器官二维轮廓线序列的三维重建,是三维放射治疗计划系统（3 dimension therapy planning system,3D-TPS）的重要组成部分,它能帮助计划者以任意视角获取病人内部组织和病变体的大小、位置、形状等三维空间信息.本文在回顾3D Delaunay三角剖分的定义、性质和基本算法的基础上,运用可视化类库Visualization Toolkit（VTK）中封装的3D Delaunay类,编程实现了脊柱和肿瘤二维轮廓线序列的三维重建.结果表明,Delaunay三角剖分方法具有稳定、耗时少、内存占用量小等优点,对轮廓线点集的数据三维分布没有特殊限制等优点.     

由断层测量数据直接生成STL文件的方法

提出一种由断层测量数据直接生成 STL 文件的方法 ,其中两端层面的三角剖分符合 Delaunay优化准则 ,而任意两相邻中间层轮廓之间的三角面片连接采用“最小局部极角 "的原则。并给出了算法和算例。     

基于二维Delaunay近邻的空间散乱数据曲面重建算法

给出了一种新的散乱数据曲面重建算法。算法基于曲面的局平特性，通过二维Delaunay三角剖分到三维空间的映射，快速查找空间任意点的Delaunay近邻，然后根据散乱数据重建三角网格中顶点互为Delaunay近邻的原理，进行曲面拓扑重建。应用新的求解κ-近邻和二维Delaunay近邻的算法，提高了曲面重建的算法效率。实验表明，该算法高效、稳定，对不均匀数据有较好的适用性。     

散乱数据的曲面重构与深度图像多视匹配技术

针对激光扫描测量系统得到的大量散乱数据点 ,制定了基于曲率特征的自适应采样策略 ,研究了一种基于Delaunay三角剖分的三角Bezier曲面造型与NURBS曲面造型相结合的实用曲面重构技术 ,采用改进后的迭代最近点算法对深度图像数据多视匹配技术进行了研究。     

三维实体网格自适应划分算法

高质量的网格划分是三维建模研究的关键。根据对三维形体的几何特征和物理特征进行分析,给出三维网格划分的加密规则。通过研究网格加密区域和网格节点算法,设计基于Delaunay剖分的动态节点单元一体化三维网格自适应生成算法。在对对象的加密区域、区域布点等前期处理后,对选取的节点集进行Delaunay三角剖分,选取最优节点,并对特征集中区域进行局部加密,从而完成对三维体的网格划分,与传统划分方法相比较更具精确性和高效性。通过对机械零件进行网格划分,根据加密规则实现网格的疏密分布,划分结果能够准确描述出三维体的几何形体特征和物理特征分布,与传统划分方法的网格图形进行对比验证该方法的有效性,为更深入地研究形体提供基本保证。