论文部分内容阅读
提出了一种基于径向基函数（RBF）神经网络的修补方法，该方法首先通过人工介入法在残缺数据的边界附近获取样本点集，并以其最小二乘拟合平面为基础建立局部坐标系；其次，在此局部坐标系下，将训练后的RBF神经网络仿真曲面用于残缺区域数据点重采；最后，将重采点集通过坐标反变换后，替代原始点云数据中的样本点集。对真实残缺数据进行修补实验，结果表明效果良好。