基于深度八叉树的三维数据场LOD可视化

提出了广度八叉树、深度八叉树概念,分析了它们逻辑结构和存储结构,探讨了这两种数据结构在三维数据场可视化中的应用,把深度八叉树应用于三维数据场LOD体绘制算法中。算法在某三维震波数据场进行了体绘制实验,并与传统方法进行了比较分析。结果表明,该方法通过逐层简化细节来减少场景的复杂性,提高了渲染效率,将全局和局部体绘制相结合,既提高了绘制速度,又实现了精细观察。

基于深度八叉树的粘接机器人移动轨线自动识别系统设计

针对以往使用的GPS、电涡流法、超声波法移动轨线自动识别系统受到噪声干扰,而导致识别精度低的问题,提出了基于深度八叉树的露天矿粘接机器人移动轨线自动识别系统设计。采用充电桩对电池进行充电,保证系统持续供电8 h以上。利用IMX179型照相机,从后方和侧面角度拍摄了露天矿粘接机器人的移动画面。利用摇把开关控制avt31 HD视频跟踪器,跟踪机器人的移动轨迹。采用深度八叉树将识别数据绘制到三维实体中,避免了繁琐的数据查找过程,方便了三维子体的定位。采用白平衡技术消除外界光线干扰,获得清晰的视频图像。构造深度八叉树存储结构,对其进行迭代处理,得到单通道亮度图像,即:轨道线。利用三阶贝兹曲线对其进行拟合,确定机器人的工作轨线。实验结果表明:系统轨线长度200 m,识别精准。

基于二维图像的三维服装重建

针对泊松重建过程中点云缺失导致曲面错误重构的问题,提出采用最近点迭代技术对分批重建点云实现配准融合,并以此恢复三维结构的解决策略。通过对比不同拍摄方案和图像数量对模型重建效果的影响,确定了合适的重建图像数量与拍摄方案;对泊松重建八叉树深度的最优参数选择进行分析,并在此基础上对重建模型精度进行探究。结果表明:泊松重建八叉树深度为11时,可还原模型表面细节;图像数量大于60,且采用半球式拍摄方案更有利于模型的完整性;以深度相机扫描获取点云作为基准,最终获取的三维模型误差小于5.8 mm。