排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
基于网格分割的自适应细分曲面算法研究 总被引:2,自引:0,他引:2
细分曲面中,随着对模型细分次数的增多,模型的面片数迅速增长,巨大的数据量加大了模型后处理的难度。为此,结合网格分割技术,提出了一种自适应细分曲面算法。该算法利用控制网格每个顶点与其对应的极限位置之间的欧氏距离不同、采用K-均值算法和区域合并技术对控制网格进行分割,随后对用户指定的网格区域或不满足精度的区域进行局部自适应细分。实验结果表明,该算法在给定精度范围内,有效地以相对较少的面片数获得了理想光滑的细分曲面,且大大提高了模型的后处理速度。 相似文献
6.
一种带噪声的密集三角网格细分曲面拟合算法 总被引:4,自引:0,他引:4
实现了一个从带噪声的密集三角形拟合出带尖锐特征的细分曲面拟合系统.该系统包括了一种改进的基于图像双边滤波器的网格噪声去除方法,模型的尖锐特征提取以及保持尖锐特征的网格简化和拓扑优化.为了处理局部细节特征和模型数据量问题,提出了自适应细分方法,并将根据给定精度估计最少细分深度引入到细分曲面拟合系统中,使得拟合得到的细分曲面模型具有良好的细节特征和数据量小等特点.大量3D模型实验结果和实际工程应用结果表明了该细分曲面拟合系统的有效性. 相似文献
7.
8.
蛛网膜下腔出血由于通过蛛网膜下腔循环而导致出血信号难以检测,从而导致对该疾病的漏诊率可高达25%。本文综述了蛛网膜下腔出血计算机辅助诊断的现状:蛛网膜下腔出血在影像上可以表现为脑沟消失和/或对比度低的高信号,难以用传统的图像分割方法分割出血信号。现有的方法是先通过图谱配准或距离变换估计蛛网膜下腔,然后通过机器学习识别在估计的蛛网膜下腔是否有信号异常。现有算法的问题在于少量出血的高信号以及部分脑沟消失容易漏检。本文较为详细地介绍了基于距离变换估计蛛网膜下腔并基于支持向量机的蛛网膜下腔出血识别,为进一步提高诊断率,提出了可能的发展方向,即研究新的图像分析算法,实现低对比度高信号的检测,并准确地量化脑沟。 相似文献
9.
针对现有基于细分曲面的血管建模算法不能处理任意拓扑结构的血管数据,以及保证血管分叉处的光滑过渡等问题,对该算法进行了改进.首先采用有向图表示血管段之间的关系,然后对血管中心线模型进行双向自适应采样,最后采用Loop细分模式生成血管曲面.实验结果表明,采用文中算法能够有效地处理任意拓扑复杂的血管数据,并且能生成高质量的三维血管模型. 相似文献
10.
快速成形制造中扫描方向的优化方法研究 总被引:1,自引:0,他引:1
通过分析多边形轮廓的填充特点,提出了一种填充扫描矢量方向的优化方法。建立了多边形轮廓填充矢量方向的近似最优化模型,并对这种优化模型进行了误差分析,采用遗传算法对优化模型进行了求解。实验证明,该方法能够有效减少填充扫描矢量的数目。 相似文献