SSA-BP神经网络在无人机点云孔洞修补的应用

为了解决无人机点云数据中的孔洞修补问题,本文提出了基于麻雀搜索算法(SSA)优化BP神经网络的无人机点云孔洞修补方法。首先利用麻雀搜索算法对传统的BP神经网络进行初始权重与阈值的优化,再将麻雀搜索算法优化后的BP神经网络算法(SSA-BP)运用于无人机点云数据中孔洞的修补。为了验证算法的可行性,将SSA-BP神经网络与传统的BP神经网络、最小二乘支持向量机(LSSVM)两组算法进行精度比较。试验结果表明:SSA-BP神经网络算法的修补精度高于另外两组对比算法,且SSA优化后的BP神经网络稳定性更强,在复杂地形孔洞的修补中仍具有较好的修补效果。

附加增值条件的移动最小二乘法的点云孔洞修补

由于扫描设备局限或模型结构复杂等因素导致点云模型出现孔洞,这严重影响模型的后续处理。针对点云孔洞的修补问题,文中提出了一种附加增值条件移动最小二乘法的点云孔洞修补方法。首先提取封闭的孔洞边界,通过密度分析进行迭代切片,不仅削弱点云分布不均的影响,还提高模型细节特征的保留程度;再将离散群点投影至拟合曲面,投影点集二次拟合以获取拟合面节点,保证有足够的边界邻域节点为基础进行孔洞修补;最后利用附加增值条件移动最小二乘法对孔洞进行迭代修补,并对增值点云进行曲率约束,从而达到契合原始模型空间特征的重建。实验采用人为在四个点云模型上制造不同类型的孔洞,并与现有的四种方法进行对比,验证所提方法的有效性,结果表明,文中方法相较于现有的四种方法,完整率、准确率提高了1.83%以上,配准均方根误差与平均曲率均方根降低了68%以上,对比证明了文中方法对于点云模型孔洞具有较强的适用性,可为重建三维点云模型提供可靠信息。

改进哈里斯鹰优化算法在匹配地面点云孔洞修补中的应用

针对无人机匹配点云经地面点滤波后存在较多孔洞的问题,本文提出了利用改进哈里斯鹰算法优化最小二乘支持向量机修补地面点云孔洞。首先,利用八叉树结构法对滤波后的点云数据进行地面特征点提取;然后,采用非线性收敛因子和自适应逃脱概率策略对哈里斯鹰算法进行改进,并将其用于最小二乘支持向量机孔洞修补模型的参数优化。试验结果表明,与常规最小二乘支持向量机相比,组合模型的孔洞修补精度提高了34.3%,其稳定性也得到增强,具备一定的时效性和现实性。

基于径向基函数的三角网格曲面孔洞修补算法

提出一种对三角网格曲面中孔洞的修补算法,在对孔洞多边形进行填补后,使用径向基函数建立孔洞曲面的隐式方程,然后把新增加的三角片顶点映射到曲面上.由于在修补时不仅考虑了对孔洞多边形的三角划分问题,还考虑了孔洞周围的几何信息,使得修补后的孔洞曲面与原始曲面光滑地融为一体,尤其对曲率变化较剧烈部位处的孔洞取得了理想的修补效果.

基于RBF神经网络的三角网格曲面孔洞修补

针对由测量数据重建得到的三角网格曲面存在孔洞的问题,提出了一种基于径向基函数(RBF)神经网络的修补方法。该方法首先检测出孔洞,通过对孔洞特征多边形实施三角化获得新增三角片顶点;在孔洞边界周围采集三角片顶点,将其作为样本点集来训练RBF网络;将训练好的RBF网络用于新增三角片顶点坐标的优化,最终实现孔洞的修补。修补实例表明,该算法对流形曲面上封闭孔洞的修补精度较高,修补效果良好。

三角网格模型的各向异性孔洞修补算法

提出一种用于三角网格模型的各向异性孔洞修补算法.该算法避免了高代价的孔洞多边形最优三角化求解过程,只需对其进行一般三角化;而后通过很少次数的迭代过程对孔洞三角化后的网格进行细化和几何形态的调整,使其和周边网格自然过渡.实验结果证明,该算法高效、稳定,能够处理各种类型的孔洞.

三角网格模型孔洞修补算法研究

提出了一种空间多边形孔洞的修补算法 .该算法每次寻找三维孔洞多边形中夹角最小的一对邻边 ,构造新三角片 ,然后更新孔洞多边形 ,直到新增三角片完全覆盖了原有的孔洞 .算法中还引入了孔洞多边形特征面的概念 ,将新增三角片投影到孔洞多边形特征面上 ,对其进行合法性检查 .根据此算法可以获得三角片形状较为优化的修补结果 ,避免了狭长及错误三角片的出现 .实践证明该算法是稳定可靠的 .

波前法在三角网格孔洞修补中的应用

为了有效地修补出三角网格中缺失部分的形状,针对弯曲较大的大面积缺失孔洞,提出一种基于波前法的孔洞修补算法.在提取孔洞边界后,首先估计出相对准确的边界点法向,结合Laplacian坐标对边界点进行凹凸性分类;利用边界点的法向和凹凸性信息适当选取控制参数,计算合理的新增顶点位置,并生成新的三角网格,以实现对孔洞的修补.实验结果表明,该算法对弯曲较大的大面积缺失孔洞有较好的修补效果;在未经后续优化处理的情况下,如细化、光顺等,修补网格的顶点密度与原有网格相近,并且与原有网格之间自然过渡.

基于边界特征增长的孔洞修补算法

针对逆向工程中原始三角网格模型数据不完整而导致的孔洞问题,提出一种新的基于边界特征增长的孔洞修补算法。在识别孔洞完成后,算法首先从边界夹角最小边界点开始,根据孔洞点周围三角网格的几何特征合理地计算出新插入点的位置,并形成新的三角网格填充孔洞;依次选择孔洞边界的下一点进行插入点的计算,生成新的网格进行填充,并且根据新插入顶点检查是否可以将原有孔洞划分为两个子孔洞,对需要进行子孔洞划分的孔洞进行子孔洞的划分;直至孔洞被填充完整。实验结果表明,算法在构建质量较好的填充三角网格基础上,保持原始网格模型的特征并与原始网格相融合。很好的完成孔洞修补。

基于多向波前法的岛屿孔洞修补

针对现有孔洞修补算法对复杂孔洞修补效果差的问题,提出了一种适用于岛屿类孔洞修补的新型多向波前法。首先检测孔洞边界与岛屿边界并对其进行预处理,以孔洞边界与岛屿边界为波前,插入顶点与三角面填充孔洞;然后对新增顶点与新增三角面进行合理性检验;最后根据法矢与曲率调整新增顶点,使其最大程度拟合原有曲面特征。实验结果验证了所提算法的可行性和有效性。

基于区域生长的三角网格模型孔洞修补方法

为复原残缺三角网格模型的原始形状,针对丢失尖锐特征的模型,提出一种基于区域生长的孔洞修补方法。在根据模型的拓扑连接关系提取孔洞边界信息后,利用广度优先算法以孔洞边界为起点对孔洞周边网格进行区域划分,由对应孔洞特征区域的几何性质计算新补丁面片的法矢,并据此逐层迭代地向孔洞内部进行异步生长,同时为每个孔洞边界网格设置一个控制信号控制区域生长的异步性,对不同区域的新面片求交恢复以确定尖锐特征线和特征角。实验结果表明,对于尖锐特征丢失的残缺模型,该方法在修补孔洞的同时能够完整地恢复模型的原始形状。

有限元网格的孔洞修补算法研究

针对板料成形零件的有限元网格模型提出了一种基于曲面的网格孔洞修补算法.该算法首先建立有限元网格模型的孔洞边界信息,其次利用网格孔洞边界和单元信息确定截面线的方向并生成截面线,然后用蒙皮法构造光滑的蒙皮曲面,最后利用基于边界约束的铺砌算法生成混合网格的孔洞网格.根据此算法获得的孔洞网格可以与原有网格光滑地融为一体,可以很好地满足板料成形CAE分析零件的网格孔洞修补要求.应用实践表明该算法是稳定可靠的.

三角网格曲面孔洞修补算法

针对反求工程中由于点云数据的不完整而产生的三角网格孔洞,提出了一种三角网格模型孔洞的空间修补算法。在提取孔洞边界特征后进行边界预处理,建立孔洞边界特征平面,并将孔洞边界向该平面投影;逐次寻找投影多边形中夹角最小的对应空间边界点作为网格生长点进行修补,直至新增的三角网格覆盖原有的孔洞;以孔洞边界周围的网格顶点作为采样点,对新增的孔洞网格顶点位置进行最小二乘拟合调整,以实现孔洞的准确修补。通过实例验证,说明该方法具有较好的孔洞修补精度和稳定性。

三维模型孔洞修补方法的研究

针对三维模型中带有各种原因造成的孔洞,为后续的模型分析操作带来困难,提出了一种基于曲率特征的三维模型孔洞修补方法。其基本思想是利用波前法对孔洞进行快速填充获得初始的修补网格,再运用网格优化的技术依据孔洞边界点的曲率特征对初始网格进行调整。首先根据邻接三角形中边界边的性质识别出孔洞的边界,然后使用波前法和三角形顶点的夹角关系完成孔洞的初始填充,接着结合曲率标准对孔洞网格进行细化,最后对修补孔洞的网格顶点进行几何形态的调整,使其与周围网格自然过渡。实验表明该算法简单、稳定,可以完成不同类型的孔洞修补。

三角网格中的孔洞修补算法

提出一种三角网格中的孔洞修补算法,先应用最小内角原则,对孔洞直接进行三角剖分得到孔洞剖分的新三角形集合,然后依据孔洞边界顶点密度,应用圆和最大内角优化原则,对新三角形集合进行加点细分得到初始补丁网格,最后应用λ-μ方法对初始补丁网格进一步优化,得到最终的补丁网格.实验结果表明,该算法效率高、准确性好.

基于径向基函数的多种类型孔洞修补算法研究

利用径向基函数对散乱数据点进行曲面重建受到越来越多学者的关注,并被应用于解决网格模型中的孔洞修补问题。本文在实现径向基函数对简单孔洞进行修补的基础上,进一步研究了对多种类型孔洞的修补问题,提出了统一的修补算法:首先利用填充算法对孔洞进行填充,然后使用径向基函数建立孔洞区域的隐式曲面,最后将新增加的三角片顶点调整到建立的隐式曲面上,并给出了修补结果的优化处理。实例证明,该算法适用性好,对不同类型孔洞的修补效果理想。

曲面特征恢复的三角网格模型孔洞修补算法

为了恢复三角网格模型中的孔洞处的真实形状,提出一种曲面特征恢复的孔洞修补算法.首先对模型中检测出的孔洞进行三角化并细分,完成孔洞的粗修复.然后利用高斯球确定孔洞的邻域及其曲面类型,对二次曲面类型的孔洞邻域进行非线性最小二乘拟合以获得曲面代数方程,对自由曲面类型的孔洞邻域则进行B样条曲面拟合.最后根据孔洞邻域的曲面方程获得孔洞内新增顶点在曲面上的精确位置,完成孔洞修复.实验结果表明,该孔洞修补算法不仅能完成孔洞区域的三角形填充,还能准确恢复出孔洞区域的曲面特征.

离散数据中的孔洞修补

为给后续曲面重构提供完整的数字化型面,必须对数字化过程中形成的孔洞进行修补。根据孔洞所在部位与周围曲面之间具有一定连续性的事实,提出了一种基于局部离散数据点的孔洞修补方法。即先根据孔洞周围的局部离散点来建立一张曲面片,然后采用面上取点的策略补出孔洞部位所缺的点。试验结果表明,用该方法修补后的点,不仅具有比较高的精度,而且与周围点之间具有良好的连续性,非常适合后续工作的需要。

基于曲率的三角网格孔洞修补算法的研究

在逆向工程中,三角网格模型被广泛应用。但三角网格模型常常会存在一些孔洞,这些缺陷会影响许多后续操作,因此在应用前对这些孔洞进行修补是十分必要的。一种基于曲率的空间多边形孔洞修补的算法,每次寻找孔洞多边形中夹角最小的一对邻边,构造新的初始三角片,再根据新增点和其邻点的法矢调整新增点的位置,然后更新孔洞多边形,直至覆盖整个孔洞。最后再根据需要对所有新增顶点作一定的调整。对曲率变化较小的孔洞获得较好的修补结果。

逆向工程中点云孔洞修补技术研究

对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补。为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合的综合改进径向基函数神经网络(RBF)算法,建立了基于改进算法的点云孔洞修补模型,并以挖掘机斗齿和汽车模型为研究对象,利用RPCL-FCM-RBF联合算法对不同特征的点云孔洞进行了修补研究。结果表明,该算法在很大程度上提高了点云孔洞的修补精度,其补洞效果远优于逆向软件。而且,较之传统的RBF神经网络,该方法所建模型具有更高的预测精度、能够有效地调整洞口缺失数据、实现点云孔洞的精确修复,实用性强。