基于散乱数据的曲面重构技术研究

摘要

随着现代设计和制造技术以及计算机技术的发展，逆向工程在机械工程领域获得了越来越广泛的应用。三维散乱数据点的曲面重构技术是逆向工程中非常重要的研究课题之一。 本文从三维散乱数据曲面重构的实际需要出发，对散乱数据的预处理和曲面重建技术进行了研究和探讨。一方面针对海量散乱点，提出了一种非均匀的简化算法，另一方面是对基于Delaunay三角化的曲面重建算法—Cocone算法提出了改进。 三维散乱数据的非均匀简化研究，首先将数据集的最小包围盒分割成许多大小相同的立方体，然后在每个含数据点的立方体内计算其所包含曲面的局部法向变化量，并根据给定的局部法向变化量阈值将数据集进行非均匀简化。 基于散乱数据的曲面重建方面，在研究了诸多Voronoi图和Delaunay算法之后，选择Cocone算法作为理论基础，针对Cocone算法在边界处理方面的不足，对其提出了自己的一种局部处理的改进方法：用距离条件进行三角形过滤。该方法能快速得到一张网格，它能较好反映待建曲面的拓扑结构与几何信息。实验证明，改进后的方法，在检测边界时非常有效，能够很好地过滤到边界上的那些非约束的Delaunay三角片。

目录

文摘

英文文摘

第一章绪论

第二章散乱数据的预处理技术

第三章散乱数据的三角剖分

第四章基于Delaunay三角化的曲面重建算法

第五章总结与展望

参考文献

攻读硕士学位期间发表的学术论文

致谢

西北工业大学学位论文知识产权声明书及西北工业大学学位论文原创性声明