论文部分内容阅读
近年来，逆向工程技术被广泛的应用于各个领域，为产品的设计、制造提供了技术支持，成为消化吸收先进技术及实现产品快速开发的重要技术手段。逆向工程是从实物模型上采集到的离散点云数据为依据来重建出实物模型的原始表面形态，经过一定的优化编辑形成最终的数字化模型。如何从采集到的离散点云数据重建出实物模型的原始形态是逆向工程的关键，有着极高的研究价值。本文研究了从离散点云数据到生成三角网格曲面这一过程的相关技术，主要研究内容如下：1、针对点云局部出现的间断性起伏变化剧烈的噪声点去除较困难这一问题，提出一种基于空间单元格的离散点云去噪算法，该算法利用空间单元格技术对点云进行划分，利用点及单元格的拓扑信息对点云数据进行去噪，取得了良好的效果。2、针对基于曲率采样点云简化算法效率低下的问题，利用空间单元格技术改进了基于曲率采样的点云简化算法，在保证简化后模型细节不丢失的情况下，算法的简化效率可以提高5倍以上，适用于海量点云数据的简化。3、针对ICP(Iterative Closest Point)算法对特征较少模型的配准不稳定的情况，对ICP算法进行了改进，提出了一种基于“滑移”主方向自适应采样的方法，同时采用一种基于法矢三点插值法确定匹配点的方法，提高了ICP算法配准的精度。4、针对Delaunay三角剖分算法复杂、实现效率低的问题，分析研究了点云三角网格重建算法，结合Delaunay三角剖分优化准则，实现了一种基于区域增长法的三维点云三角网格重建算法，重建结果中不稳定的三角面片的数量可以控制在千分之一以内。本文算法基于Microdoft Visual Studio.NET2008开发平台和HOOPS/3dAF显示平台下开发了原型系统，实验表明算法取得了满意的效果。