期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
散乱数据云的自适应网格划分 被引量:1
1
作者 周会成 邓春梅 +1 位作者 陈吉红 黄声华 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2002年第10期32-34,共3页
提出了一种基于图像边缘检测的自适应网格划分算法 ,用此方法可以根据测量曲面的几何特征控制型值点的疏密分布 ,并在保证模型精度的同时 ,减少了模型数据量 .该算法分图形 图像灰度映射、细化点检测、网格自适应细化三个部分 .图形 ... 提出了一种基于图像边缘检测的自适应网格划分算法 ,用此方法可以根据测量曲面的几何特征控制型值点的疏密分布 ,并在保证模型精度的同时 ,减少了模型数据量 .该算法分图形 图像灰度映射、细化点检测、网格自适应细化三个部分 .图形 图像灰度映射将三维数据云映射为灰度图像 ,通过图像处理检测细化点 ,定位细化点的位置 ,由此实现网格自适应细化 .在柴油机引擎的测量数据云上的应用表明 ,该方法可以显著地降低模型数据量 ,提高建模效率 . 展开更多
关键词 散乱数据云 自适应网格划分算法 图像处理 数字图像 边缘检测 灰度映射
下载PDF
散乱数据点云边界特征自动提取算法 被引量:52
2
作者 孙殿柱 范志先 李延瑞 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第8期82-84,共3页
提出一种散乱数据点云边界特征自动提取算法,该算法采用R*-tree动态空间索引结构组织散乱数据点云的拓扑关系,基于该结构获取采样点的k近邻点作为局部型面参考数据,以最小二乘法拟合该数据的微切平面,并将其向微切平面投影,根据采样点与... 提出一种散乱数据点云边界特征自动提取算法,该算法采用R*-tree动态空间索引结构组织散乱数据点云的拓扑关系,基于该结构获取采样点的k近邻点作为局部型面参考数据,以最小二乘法拟合该数据的微切平面,并将其向微切平面投影,根据采样点与其k近邻所对应投影点连线的最大夹角识别散乱点云边界特征.实例验证该算法可快速、准确地提取散乱数据点云的边界特征. 展开更多
关键词 曲面重构 边界特征 微切平面 散乱数据 R*-tree动态空间存取模型
下载PDF
散乱点云数据配准算法 被引量:97
3
作者 朱延娟 周来水 张丽艳 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2006年第4期475-481,共7页
提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象,自动进行点云数据配准的算法·该算法针对待配准的2组点云数据,根据测点及其邻域点估算每个点的曲面法矢,并对法矢方向进行调整,使其指向曲面的同一侧;然后计算... 提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象,自动进行点云数据配准的算法·该算法针对待配准的2组点云数据,根据测点及其邻域点估算每个点的曲面法矢,并对法矢方向进行调整,使其指向曲面的同一侧;然后计算各个测点的曲率·根据每个测点的曲率来识别出2组点云数据中可以匹配的点对集合,计算将每一个点对的法矢方向映射为一致的三维空间变换,采用几何哈希方法找出使得最多数量的点对法矢一致的变换,运用该变换将散乱点云作初次配准·以初次配准后的结果作为新的初始位置,将匹配点对集合中的所有点对采用最近点迭代法进行二次配准,从而实现了2组散乱数据的精确配准·应用实例表明,该算法效果良好· 展开更多
关键词 散乱数据 曲率 法矢 几何哈希 配准 最小二乘
下载PDF
分布式环境下散乱点云数据挖掘改进算法 被引量:5
4
作者 汪忠国 吴敏 《西安工程大学学报》 CAS 2016年第5期633-638,共6页
在分布式云计算环境下,传统方法采用散乱点云数据模糊C均值聚类挖掘算法,在受到较强的数据特征干扰时,数据挖掘精度不高.为此,提出一种基于分布式云数据传输信道的散乱点云数据挖掘改进算法.通过构建散乱点云数据的存储结构,对数据传输... 在分布式云计算环境下,传统方法采用散乱点云数据模糊C均值聚类挖掘算法,在受到较强的数据特征干扰时,数据挖掘精度不高.为此,提出一种基于分布式云数据传输信道的散乱点云数据挖掘改进算法.通过构建散乱点云数据的存储结构,对数据传输信道进行多普勒扩展,降低数据挖掘过程中传输衰减损失;采用级联滤波算法进行数据干扰滤波,实现散乱点云数据的滤波提取,完成数据挖掘算法改进.仿真结果表明,采用改进的算法进行分布式环境下散乱点云数据挖掘,能有效提高散乱点云数据挖掘精度,频谱特征聚敛性能较好,抗干扰能力较强. 展开更多
关键词 分布式环境 计算 散乱数据 数据挖掘
下载PDF
一种由最大允差确定的散乱数据点云采样网格大小的算法 被引量:1
5
作者 严建华 刘鑫 鞠鲁粤 《上海大学学报(自然科学版)》 CAS CSCD 2003年第1期35-37,共3页
在逆向工程中,散乱数据点云获取后如何预处理(滤波、压缩和网格大小的划分)是关键,它的处理得当与否直接关系到后续的曲面重构工作.鉴于此,该文提出了一种基于最大允许误差而确定的散乱数据点云采样网格大小的算法,在实践中已取得良好... 在逆向工程中,散乱数据点云获取后如何预处理(滤波、压缩和网格大小的划分)是关键,它的处理得当与否直接关系到后续的曲面重构工作.鉴于此,该文提出了一种基于最大允许误差而确定的散乱数据点云采样网格大小的算法,在实践中已取得良好的效果. 展开更多
关键词 逆向工程 曲面重构 散乱数据 采样网格 最大允差 曲面造型 NURBS曲面模型
下载PDF
基于多尺度核函数的散乱点云数据过滤方法 被引量:1
6
作者 刘光帅 李柏林 何朝明 《计算机应用研究》 CSCD 北大核心 2010年第11期4348-4349,4352,共3页
针对光滑曲面采样散乱点云含有噪声及异常数据的问题,提出了一种基于多尺度核函数的过滤处理方法。采用核密度估计技术及均值漂移跟踪算法对原始点云数据进行聚类,结合局部似然函数来测度一个三维点位于采样曲面上的概率,利用过滤后的... 针对光滑曲面采样散乱点云含有噪声及异常数据的问题,提出了一种基于多尺度核函数的过滤处理方法。采用核密度估计技术及均值漂移跟踪算法对原始点云数据进行聚类,结合局部似然函数来测度一个三维点位于采样曲面上的概率,利用过滤后的极大似然点集精确地逼近采样曲面,最后结合经典网格化算法能够获得较好的曲面重构效果。处理实例证明,该方法实用性好,不仅能够很好地抑制不同幅值的噪声,同时也能够探测到异常数据并进行自动清除。 展开更多
关键词 散乱数据 多尺度核函数 均值漂移跟踪算法 似然估计 噪声 异常数据 过滤
下载PDF
海量散乱点云数据的模糊聚类挖掘方法研究 被引量:2
7
作者 陆兴华 刘文林 +1 位作者 吴宏裕 冯飞龙 《计算机技术与发展》 2019年第11期12-16,共5页
物联网和云计算环境下海量散乱点云数据挖掘容易受到关联规则项的干扰,数据挖掘的模糊聚类不好。为了提高海量散乱点云数据挖掘能力,提出一种基于支持向量机的大数据分类挖掘技术。采用分段向量量化编码技术进行海量散乱点云数据空间存... 物联网和云计算环境下海量散乱点云数据挖掘容易受到关联规则项的干扰,数据挖掘的模糊聚类不好。为了提高海量散乱点云数据挖掘能力,提出一种基于支持向量机的大数据分类挖掘技术。采用分段向量量化编码技术进行海量散乱点云数据空间存储结构分析,结合闭频繁项集检测方法进行海量散乱点云数据的信息融合处理,对高维融合数据进行语义特征分析和关联规则特征提取,对提取的海量散乱点云数据的关联规则采用支持向量机分类器进行模式识别,结合尺度分解方法对分类输出的海量散乱点云数据进行降维处理,采用模糊聚类方法实现对海量散乱点云数据的分类挖掘。仿真结果表明,采用该方法进行海量散乱点云数据挖掘的聚类性能较好,数据挖掘的精度较高。 展开更多
关键词 海量散乱数据 挖掘 模糊聚类 特征提取
下载PDF
浅析散乱点云数据的三角网格面重构 被引量:1
8
作者 程晨 《科技信息》 2009年第31期I0006-I0006,I0012,共2页
逆向工程的研究有着重大的现实意义。本文先对逆向工程技术进行概述,然后介绍了散乱点云数据三角网格面重构的分类和经典算法,以及逆向工程的常用软件,最后对全文进行了总结。
关键词 逆向工程 散乱数据 三角网格面重构
下载PDF
快速成型中散乱数据点云的自适应分层算法研究
9
作者 葛序风 《机床与液压》 北大核心 2009年第1期46-48,共3页
提出了一种快速成型中散乱数据点云的自适应分层算法,该算法根据分层厚度阈值对散乱数据点云进行空间栅格划分,采用八叉树组织其空间拓扑结构,基于该结构获取层面邻域数据,通过其曲率分布特征自适应调整分层厚度,根据层面邻域数据与分... 提出了一种快速成型中散乱数据点云的自适应分层算法,该算法根据分层厚度阈值对散乱数据点云进行空间栅格划分,采用八叉树组织其空间拓扑结构,基于该结构获取层面邻域数据,通过其曲率分布特征自适应调整分层厚度,根据层面邻域数据与分层平面的交点获取分层数据。实验证明,该算法数据适应性强,分层数据获取准确性高,可快速有效地实现散乱数据点云的自适应分层处理。 展开更多
关键词 快速成型 散乱数据 自适应分层
下载PDF
一种改进Ball Pivoting的散乱点云数据重建算法 被引量:6
10
作者 胡丝兰 周明全 +1 位作者 税午阳 武仲科 《系统仿真学报》 CAS CSCD 北大核心 2015年第10期2446-2452,共7页
Ball Pivoting算法主要是用来对点云数据进行表面重建,算法是从一个种子三角形开始的,球沿着这个种子三角形的一个边进行旋转,直到这个球接触到下一个点,该边与该点组成一个三角形。该算法主要的缺点是当点云数据不均匀的时候球在滚动... Ball Pivoting算法主要是用来对点云数据进行表面重建,算法是从一个种子三角形开始的,球沿着这个种子三角形的一个边进行旋转,直到这个球接触到下一个点,该边与该点组成一个三角形。该算法主要的缺点是当点云数据不均匀的时候球在滚动的过程当中不会接触到点,因此会产生洞。提出了一种对散乱点云数据进行重建的改进的Ball Pivoting算法;对初始点云数据构建k-d树,使得搜索区域算法时间效率提高;使用可变半径搜索改进算法,使得算法能够处理不均匀的点云数据而不会产生洞;优化了网格的拓扑结构。实验结果证明该算法相对于Ball Pivoting算法效率高,且不会生成洞,三角网格的拓扑结构好。 展开更多
关键词 BALL Pivoting三角化 三角网格 散乱数据 K-D树
下载PDF
快速成型中散乱数据点云的自适应分层算法研究
11
作者 葛序风 《模具工程》 2009年第5期59-61,共3页
提出了一种快速成型中散乱数据点云的自适应分层算法,该算法根据分层厚度阖值对散乱数据点云进行空间栅格划分,采用八叉树组织其空间拓扑结构,基于该结构获取层面领域数据,通过其曲率分布特征自适应调整分层厚度,根据层面领域数据... 提出了一种快速成型中散乱数据点云的自适应分层算法,该算法根据分层厚度阖值对散乱数据点云进行空间栅格划分,采用八叉树组织其空间拓扑结构,基于该结构获取层面领域数据,通过其曲率分布特征自适应调整分层厚度,根据层面领域数据与分层平面的交点获取分层数据。实验证明,该算法数据适应性强,分层数据获取准备性高,可快速有效地实现散乱数据点云的自适应分层处理。 展开更多
关键词 散乱数据 自适应调整 分层算法 快速成型 分层厚度 拓扑结构 曲率分布 数据获取
下载PDF
逆向工程中三维离散点云的平滑整定新算法 被引量:3
12
作者 徐慧朴 马孜 吴德烽 《工程设计学报》 CSCD 北大核心 2008年第2期128-133,共6页
目前逆向工程中关于三维数据的平滑整定一般都是建立在三维数据之间的拓扑关系上的.提出一种平滑整定新算法,该算法是针对散乱、无序的,没有任何拓扑关系的三维离散点云数据.根据概率统计学中的频数法从大量的离散三维数据点云中找到噪... 目前逆向工程中关于三维数据的平滑整定一般都是建立在三维数据之间的拓扑关系上的.提出一种平滑整定新算法,该算法是针对散乱、无序的,没有任何拓扑关系的三维离散点云数据.根据概率统计学中的频数法从大量的离散三维数据点云中找到噪声点,然后基于三维数据点云所建立的K-D树空间数据结构,找到噪声点周围的k个最近点,根据噪声点周边k个最近点的信息对噪声点处的真实信息进行恢复.基于激光三维平面扫描机器人系统证明该算法对离散三维数据点云的平滑整定的效果是令人满意的,在逆向工程中对数据预处理是切实可行的. 展开更多
关键词 逆向工程 三维散乱数据 数据预处理 模型重构 K-D树
下载PDF
基于CEGI和Fourier变换的全自动点云配准算法 被引量:2
13
作者 黄戈 李晓峰 《四川大学学报(工程科学版)》 EI CSCD 北大核心 2014年第5期104-109,共6页
针对没有任何几何和拓扑信息的散乱点云,提出一种全自动点云数据配准算法。针对待配准的2组点云数据,首先通过局部最小二乘曲面拟合,估计每个点的法向和曲率,其次计算点云的扩展高斯图(EGI)和复扩展高斯图(CEGI),然后根据EGI和CEGI利用... 针对没有任何几何和拓扑信息的散乱点云,提出一种全自动点云数据配准算法。针对待配准的2组点云数据,首先通过局部最小二乘曲面拟合,估计每个点的法向和曲率,其次计算点云的扩展高斯图(EGI)和复扩展高斯图(CEGI),然后根据EGI和CEGI利用球面调和函数计算旋转欧拉角,构造相关函数,通过Fourier变换估计平移向量,完成粗配准,把粗配准结果作为新的初始位置,采用最近点迭代算法(ICP)进行精确配准,从而实现2组散乱点云的精确配准。实例分析表明该算法配准速度较快,效果良好。 展开更多
关键词 散乱数据 法向 曲率 EGI 3维旋转群 FOURIER变换
下载PDF
Segmentation of scattered point data through a new curvature analysis algorithm 被引量:3
14
作者 贺美芳 周来水 +1 位作者 张丽艳 刘胜兰 《Journal of Southeast University(English Edition)》 EI CAS 2004年第1期90-95,共6页
A systematic scheme is proposed to automatically extract geometric surface features from a point cloud composed of a set of unorganized three-dimensional coordinate points by data segmentation. The key technology is a... A systematic scheme is proposed to automatically extract geometric surface features from a point cloud composed of a set of unorganized three-dimensional coordinate points by data segmentation. The key technology is a algorithm that estimates the local surface curvature properties of scattered point data based on local base surface parameterization. Eight surface types from the signs of the Gaussian and mean curvatures provide an initial segmentation, which will be refined by an iterative region growing method. Experimental results show the scheme's performance on two point clouds. 展开更多
关键词 Feature extraction Image segmentation Three dimensional
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部