三维物体表面三角划分的遗传算法

提出了一种基于遗传算法的从给定平行截面线重建物体表面的方法。该算法利用了三维表面三角形划分和遗传算法的基本原理,使用多目标适应函数,能够进行多目标优化从而满足不同的要求,算法还采有了新交叉与变异算子－三维多边形交叉与三维四边形变异。     

基于模型散乱点的三维物体重建

基于三维模型的散乱数据点,通过引入分割平面,对数据集进行划分,将散乱数据划分为n个子集合来重建物体。具体的过程,是通过引入控制参数δ和η,将满足相应条件的3D散乱点划分到相应的子集合中,然后对各个散乱点子集合进行判断,提取其各个子集上的控制点,构造各个子集的控制点构成的边界。最后,对每两个相邻的边界进行相似性评估,对相似的边界之间通过等比例划分,非相似的边界采用全局优化,从而得到重建的三维物体的模型。经过实验证实该方法高效、方便、准确。     

三维物体表面三角划分的快速算法

通过三角划分从三维空间点集重建三维表面的方法 ,在实际应用中涉及到的数据量常常很大 ,因此对算法的计算速度有较高的要求 .基于三维重建时物体截面轮廓线序列中的相邻轮廓线基本相似的事实 ,提出了一种物体截面轮廓线点集之间的三角划分的快速算法 .该算法首先寻找轮廓线的控制点 ,并对每两条相邻轮廓线的控制点进行配对 ,然后将这样两条轮廓线之间的三角划分 ,分配在多个小的曲线段对之间进行 ,并且由于事先进行了控制点匹配 ,因此 ,在每个小的区域中就能够进行简化快速的三角划分 .经理论分析和实验 ,该算法与常规的全局优化算法相比 ,在视觉效果上基本一致 ,可在计算时间上却要少得多 ,说明本算法是有效的     

基于二维凸多边形内散乱点的三角划分新算法

基于给定的平面散点数据,提出了逐层提取轮廓线,并将轮廓线之间的区域进行三角划分的新算法。实现这一算法的关键是在给定阈值的条件下逐层提取内部离散点的轮廓线,再在所提取的轮廓线间进行等比例三角划分。最后,利用Lawson提出的局部优化过程来优化分割好的三角形网。通过实验证明了算法的有效性。     

散乱点云的三角网格重构

基于增量扩散法的思想,提出并实现了一个散乱点云的三角网格重构算法,算法首先利用体素网格的散列表对散乱点进行组织,然后在确定了初始种子三角形的基础上,基于活动边扩展规则构造新的三角形,使网格不断向周围扩展直到活动边表空为止,最后算法合并棱边并计算每个三角形的顶点法矢,最终构造出散乱点云的三角网格。     

三维散乱点云快速曲面重建算法

提出了一种基于Delaunay三角剖分的三维散乱点云快速曲面重建算法。算法首先计算点云的Delaunay三角剖分, 从Delaunay四面体提取初始三角网格, 根据Voronoi体元的特征构造优先队列并生成种子三角网格, 然后通过区域生长的方式进行流形提取。实验结果表明, 该算法可以高效、稳定地重构具有复杂拓扑结构、非封闭曲面甚至是非均匀采样的点云数据。与传统的基于Delaunay的方法比较, 该算法仅需要进行一次Delaunay三角剖分, 无须极点的计算, 因此算法的重构速度快。     

三维散乱点集的曲面三角剖分

根据三维散乱点集构造曲面剖分在 CAGD/CAD、反求工程等方面有着十分广泛的应用 .本文回顾了三维散乱点集曲面三角剖分的两种主要方法即平面投影法和直接剖分法 ,对几种常用的算法作了较为详细的描述 ,同时对剖分算法中经常出现的数据结构作了详细的介绍 .由于剖分采用的优化准则决定了剖分结果 ,因此本文讨论了几种常用的剖分优化准则 ,并举例对几种优化准则进行了较详细的分析比较 .最后简要地讨论了算法复杂度以及目前剖分的主要研究方向 ,并指出在实际工程应用中对复杂曲面采样得到的散乱点集 ,要得到光顺和保形的三角剖分 ,需要新的剖分准则和算法 .     

散乱数据点集的三角划分算法研究

在对当前的三角网格划分方法进行比较分析后,提出了一种散乱数据点集的3D三角网格划分算法,该算法不需如同二维划分方法一样要对散乱点集对应的自由曲面分片投影,并可自然处理含有凹边界及孔域的曲面数据点集,利用网格扩展、边界环分裂和边界环封闭,根据曲面的变化逐层推进生成三角网格,使算法能方便地处理非封闭曲面、空间剪裁曲面、封闭曲面、空间多连通曲面等各种曲面的散乱数据。     

散乱点云的三角划分算法研究

通过对当前的三角网格划分方法进行比较分析,提出了一种散乱点云的3D三角网格划分算法。该算法不需如同二维划分方法那样要对散乱点云对应的自由曲面分片投影,而是直接在3D空间,根据离散点集所对应的曲面形态变化,利用网格扩展、边界环分裂和边界环封闭,逐层收缩生成三角网格。该算法能方便地处理空间多种曲面的散乱点云数据,并且生成的三角网格形态优良,布局合理。     

等高线的光滑内插重构三维物体

三维曲面重构技术在现实中有着广泛的应用,目前已经有多种三维曲面重构技术出现．本文通过对当前各种三维重构算法的研究,在DSI算法的基础上提出了一个三维曲面模型重构的新方法。该方法简捷直观,集成了其它方法的优点,而又避免了它们的不足。     

一种散乱点云空间直接剖分算法

散乱点云的三角剖分在曲面重建中发挥着重要作用。在对三角剖分基本方法深入分析的基础上对此类点云提出了一种高效的重构算法。本算法将基于动态球策略的搜索算法引入到曲面重建中,源于增量式计算的思想,结合约束准则和设计的顶点度量函数,从基础三角面片开始扩展到覆盖整个物体表面。分析及实验结果表明,该算法能有效地对点云数据进行三角网格化,同时剖分后的三角网格曲面最大限度地保持了原有曲面的特性,证明了提出的基于动态球的曲面重构算法应用于散乱点云曲面重构问题的可行性。     

基于聚类平面特征的三维点云数据精简算法

根据建筑物在高度方向截面上的点云数据必定位于其轮廓线的原理,提出基于聚类平面特征的点云数据精简算法。该算法无需对扫描对象进行表面重构,而是在保持建筑物高度方向数据精度的前提下,对点云数据分层聚类简化,保留满足条件的特征点,删除其余的点。通过实例证明该算法可以在保持建筑物外形特征的同时,达到较高的精简比率。     

相移法光栅投影3维物体表面重建中一种消除交叠的算法

光栅投影成像是3维物体重建和测量的重要技术。它将广泛应用于科学研究、生产、文化艺术、医学等各个领域。目前,这项技术的自动化程度较低,速度较慢。因此,对其研究具有重要的理论意义和实用价值。首先介绍了光栅投影成像和3维物体重建的基本原理,然后提出了利用光栅投影条纹编码、解码、相移技术和莫尔法相位解缠确定3维物体深度信息的方法。光栅投影条纹采用逐步二分的二进制7位码编码,相移采用间隔π48步相移的正弦相移技术。此外,还提出了一种算法以消除因光栅条纹图像发生交叠而造成条纹解码产生的错码。这种算法利用各幅条纹编码图像中条纹位置的相关性,通过对条纹边界线灰度值的迭代,实现交叠条纹的区分。该算法加快了条纹解码和相位解缠速度,减少了存储量,提高了自动化程度和测量精度。     

结构光视觉三维点云逐层三角网格化算法

针对结构光视觉恢复的大规模三维点云的可投影特点,提出一种基于投影网格的底边驱动逐层网格化曲面重建算法。该算法首先将点云投影到一个二维平面上;然后基于点云投影区域建立规则投影网格,并将投影点映射到规则二维投影网格上,建立二维网格点与三维点云间的映射关系;接着对投影网格进行底边驱动的逐层网格化,建立二维三角网格;最后根据二维投影点与三维点的对应关系及二维三角网格拓扑关系获得最终的三维网格曲面。实验结果表明,算法曲面重建速度快,可较好地保持曲面细节特征。     

空间散乱点三角剖分通用算法研究

针对分段处理后的空间散乱点集,引入启发函数选择投影方向,通过投影映射把空间离散点三角剖分问题转化到二维空间处理。建立点集投影凸域网格来形成节点邻域,以提高剖分过程中对节点搜索效率,同时采用三角形边扩展法建立投影点集三角网,进而实现对空间散乱点集的三角剖分。     

Triangulation of 3D surfaces

A simple generator of graded triangular meshes on spatial surfaces is introduced in this paper. The algorithm is based on the approximation of the surface by tensor product polynomial patches which are uniquely mappable on a planar parametric space. Each of the patches is triangulated separately in its parametric space, using modified advancing front technique allowing for generation of pre-stretched elements, and the obtained triangulation is mapped back onto the original surface. Large effort has been devoted to the treatment of singularities arising on surfaces approximated by degenerated patches.     

基于标定物的相机标定及三维重建

针对传统三维建模的局限性,讨论了一种基于图像建模的技术,提出了利用普通相机和标定物对物体进行三维建模的方法,该方法利用一个在左右图像都存在的物体,对相机进行标定[1]。然后利用左右相机的相机矩阵,反算空间中的对应点和需要求取的关键点。最后利用这些点计算出来的空间位置[2],对物体进行重建,并用OpenGL进行漫游显示。实验表明,该算法计算准确,鲁棒性很高,能够满足于虚拟现实的需要。