第1章 、
1.1 空间曲面上散乱数据三角剖分的概念
目前有多种方法可以获得物理模型的形状信息。在制造工业中最常使用的是坐标测量机(Coordinate Measuring Machine,CMM)。坐标测量机能精确测量物体表面上点的位置,但其测量速度较慢,当测量点数较多时,效率很低,一般用在对精度要求较高的场合,如检查零件的形状精度、位置精度等。当需要大量获取零件表面的数据点时,一般使用激光扫描仪(Laser Scanner)。激光扫描仪能在相对较短的时间内得到大量零件表面的数据点。另外一种在医学上常用的测量设备是计算机断层扫描仪(Computerized Tomography,CT)。CT得到的是物体的轮廓线,数据点呈层状分布,每一层代表物体的一个剖面。
这些测量设备得到的数据点形式各不相同,虽然在局部上某些数据点具有有组织的状态,如激光扫描仪和CT所得的数据点呈现层状的特点,但在全局上基本均表现出散乱的特点。
所谓散乱数据的三角剖分就是给定一组散乱数据点,将各数据点之间以三角 形相互连接,形成一张三角网格。其实质是以三角网格反映数据点与其邻近点间的拓扑连接关系。而正确的拓扑连接关系将有效揭示散乱数据集所蕴涵的原始物体表面的形状和拓扑结构。
1.2 空间曲面上散乱数据三角剖分的研究意义及应用范围
空间曲面上散乱数据的三角剖分是构造散乱数据插值曲面的必不可少的前置处理步骤,也是最重要最关键的一步,基于散乱数据点三角剖分构造散乱数据插值曲面的过程如图1所示:
方法准确,由于每一层的主线是由真实点连接而成,不是曲线拟合结果,保证了重构结果不失真; 万 方数据 9期 成宏璩,等:基于空间无序点云的层次构造三角化方法 ...
的方法是将点云数据三角化为网格模型, 利用网格模 型的拓扑关系完成数据的补测[ 1 2] 从散乱数据生成 -5] 网格模型有很多种方法 [ 3 , 但是这些三角化...
2002 年 , S- M Hur 等人提出了在点云数据狄罗里三角化的过程中 网中三角形的缩减 [ 6 ] 。从数据处理的角度来看 , 数 据缩减方法是对高密集度的点云...
然后对稀化后的点云进 行网格剖分 再对每个网格内的平均点数据进行 微分信息计算 通过比较平均点微分信息就可以 得到边界 该方法不需进行点云数据三角化 在 ...
为了能 够清晰地看出其表面点云数据的形态,首先将点云 数据进行三角化,然后以Gouraud方法显示出来. 图3(a)、(b)为采用降半哥西分布函数和降半正态 分布函数...
在读入点数据的时候注意重复点的读入和无意 义点 (坐标不全或者非数字化)的读入。 2)搜索点云的最值点: 通过查找点云数组 行三角化的文献中, 如文献[3],...
点云数据三角化 20页 免费 Delaunay三角网的生成算... 13页 免费 Delaunay... 提出一种新的由点云数据生...
此基础上提 出了一种 改进方法 , 于优 化准则的线结构光扫描点云数据三角剖...以最小内角最大准则为例 , 对一个严格凸的四边 形进行三角化时有 2 种选择...
+86-10-62562563 基于 LiDAR 点云数据的三角网构建算法刘晓平 1+, 朱晓强 ...不适合大规模点云的 三角化,胡金星等人在分治-合并算法的基础上对点集自适应...
闽公网安备 35021102001881号 
热门文档