排序方式: 共有41条查询结果,搜索用时 31 毫秒
1.
通过获取的数据进行三维建模的精度直接影响后续的设计与加工制造。目前数据采集有多种方式,而单一数据源建模已经难以满足需求,为解决这一问题,提出一种多源数据融合方法。首先运用基于启发式搜索策略的特征线提取算法提取固定模型的融合区域,然后采用迭代最近点算法实现两模型的空间位置匹配,最后基于迭代拉普拉斯变形对两模型进行表面形态融合,实现两者之间融合。数据源采用下颌CT数据以及光学三维扫描模型,试验表明该技术路线稳定可靠,融合过程无形态扭曲,最终结果反映物体真实物理结构,得到既有表面高精度又具有内部结构的三维模型。 相似文献
2.
<正>随着全球气候逐渐变暖,近年来我国诸多地区频频出现干旱问题,同时河流湖泊或者水库中的水量也逐渐减少,这便给农业生产带来非常大的威胁。因此,为了最大程度地降低干旱对粮食产量所带来的不利影响,在种植粮食作物的过程中采用多种抗旱栽培技术就显得尤为重要。众所周知,玉米这种农作物应归 相似文献
3.
4.
5.
6.
7.
8.
9.
10.
目的 针对口腔修复体设计中采用标准牙数据库进行再设计时未考虑缺失牙多样性以及个性化程度不足的问题,提出基于高分辨生成式对抗网络(high resolution generative adversarial network,HRGAN)的缺失牙冠个性化设计方法。方法 首先,利用图像熵的多方向正交投影方法计算牙体的深度距离值,并构建出咬合面、舌侧面和颊侧面的具有像素值增强的高分辨率深度图像数据集;其次,通过构建的HRGAN模型合成具有高分辨率的缺失牙深度图像,并采用像素—距离的映射关系得到缺失牙齿的3维点云数据;最后,采用点云配准技术和网格重建方法完成3组点云的拼接及3维牙冠形态重建。结果 实验采用500副牙冠模型进行训练和测试,通过设置不同损失条件的实验,与不同方法进行比较分析设计牙冠与目标牙冠的偏差。与计算机辅助设计(computer aided design,CAD)方法和基于生成模型的设计方法对比得出,本文构建的HRGAN模型生成的牙冠形态的标准偏差相比前两者分别降低了21.2%和7%,均方根值(root mean square,RMS)分别下降了43.8%和9.8%,并且牙冠咬合面形态与专家设计牙冠形态最为接近。结论 本文提出的基于高分辨率生成网络的牙体设计方法能够有效地完成缺失牙体的形态设计,设计的牙冠具有天然牙解剖形态特征。 相似文献