基于RBF神经网络的三维网格实体模型重构的研究.pdfVIP

维普资讯 第23卷 第 lO期 机 械 科 学 与 技 术 Vo1．23 No．1O 2004年 l0月 MECHANICALSCIENCEANDTECHN0L0GY October 2004 文章编号 ：1003—8728(2004)10—1249-04 基于 RBF神经网络的三维网格实体模型重构的研究 鄢腊梅 ，袁友伟 ，周 锋 (’株洲工学院，株洲 412008；2清华大学 自动化系，北京 100084) 鄢腊梅 摘 要：提出了一种新的基于RBF神经网络的重构三维网格实体模型的算法，输入是未知表面的采样点坐标集，输 出是该未知表面的三维网格近似 同时提 出了一个简便而有效的在三维域上三角形网格的Laplacian光顺造型方 案．网格光顺的结果能保证重建的结果比较光滑。算法较传统的算法更精确和更可靠。 关 键 词：径向基函数；几何造型；三维表面模型；网格光顺 中图分类号 ：T183 文献标识码 ：A A New ApproachtoConstructing3-DimensionalGridSolidGeometry M odelBasedonRBFNeuralNetworks YAN La．mei，YUAN You—wei，ZHOU Feng (ZhuzhouInstituteofTechnology，Zhuzhou412008 DepartmentofAutomation，TsinghuaUniversity，Beijing100084) Abstract：A novelschemeforconstructing3D gridsolidgeometrymodelispresentedwhichisbasedon RBF(radialbasisfunction)neuralnetworks．Theinputsarescattered3D—datawithspecifiedtopoloyg． Theoutputsare3D solidgeometrymode1．A simpleandnovelsmoothingschemefortriangularmesheson a3Dnon—planarsurfaceregionisalsopresented．Themethodcanimprovetherobustnessandreliabilityof thetraditionalapproaches．Therecovered3D shapeisthenshownalongwiththeoriginalsurface．Incom— parisonwiththetraditionalmethods．examplesshow thatthealgorithm isaccurateandreliable． Keywords：Radialbasisfunction；Geometricmodeling；3D surfacemodel；Mesh smoothing 由二维视图重建三维形体是近 30年来 CAD／CAM和 形)去逼近物体的表面，常见的有移动立方体法 (Marching 人工智能等领域活跃的课题之一。自1973年 Ldesawa首 Cubes)和 Delaunay三角化法等等，这些方法都 已很好地应 次提出由二维视图重建三维形体问题以来，国内外学者在 用到实际工程中，但 电存在计算量大、修改困难和建模精度 该方面做 了不少研究 。为了发展通用的算法，Hoppe 低等缺点。本文所述是基于表面的三维重建技术。 等 …把三维表面重建问题抽象为：给定