- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
3隐式曲面重建 隐式曲面常被用来定义几何物体,不等式f(x,y,z)≧0定义了空间中的实体,等式f(x,y,z)=0则定义了该实体的边界,即隐式曲面。相对于参数曲面,隐式曲面具有更多的自由度,从而在重建具有复杂的形状曲面时可以得到更高的光滑曲面。因此在曲面重建中,隐式曲面也得到了广泛的应用。 参考文献 薛耀红,赵建平,蒋振刚.点云数据配准及曲面细分技术 [M].北京:国防工业出版社,2011 王秀英,刘锡国.逆向设计中点云数据处理技术的研究进展[M].机械设计与制造,2009 Shane K. Curtis ? Stephen P. Harston ? Christopher A. Mattson.The fundamentals of barriers to reverse engineering and their implementation into mechanical components [J]. Res Eng Design 2011:( 22)245–261 袁平.逆向工程技术的研究与应用[D].南昌:南昌航空大学 2010. 陈丽.逆向工程关健技术的研究与应用[D].西安:西安工业大学,2011 祖文明.逆向工程测量规划与扫描技术的应用[D].昆明:昆明理工大学,2007 华晨亮.基于闭环理论的复合曲面重构研究[D].江苏:江南大学,2012 并行工程逆向工程技术 1 2 3 目录 逆向工程应用 关键技术 建模与仿真 reverse engineering 逆向产生 复杂零件的设计 快速模具的制造 生产效率的要求 缺乏设计资料 逆向工程的应用领域 1、模具设计制造方面 2、用于难以用基本几何元素来表达与定义的复杂曲面 3、没有图纸或者图纸不全,没有CAD模型不能生产的情况 4、快速复制某些大型设备损坏的零件 5、对产品外形的美学有特别要求的领域 6、仿生产品制造研制 7、设计的零件要通过实验验证 8、快速检验零件制造精度 逆向工程的重要过程 逆向工程的关键 点云数据的获取与处理 点云数据去噪与生成面片 与工业扫描数据对比 质量检测 解决难题 实物模型向CAD模型转换的过程中,新的三维 CAD 模型生成之前的数据处理问题一直是个急待解决的关键问题。如果用最初扫描得到的数据构建三维CAD模型,这样可以保证建模的精度要求,但所带来的严重问题是计算复杂,处理速度慢,存储信息量大,加大了产品的设计周期。 解决办法 在逆向设计中,急需研究改进对数据压缩的处理技术,使其达到建模精度高,速度快并保证利用压缩后的数据点准确表示原始零件的理想效果。 基于点的点云处理技术是随着数据测量技术的进步而迅速发展起来的新技术。该项技术以点作为曲面绘制和造型的基本元素,在提高模型绘制与重建的速度、加强处理超大规模点云的能力和简化计算量等方面体现出独特的优势,目前已成为逆向工程的一个研究热点。 点云数据处理 异常数据点排除和噪声滤波处理 多视拼合 压缩精简数据等工作。 异常数据和噪声数据点滤波处理 (1)对明显的异常点和杂点,可通过肉眼判别,并用人机交互的方式直接删除 (2)高斯、平均或中值滤波算法 (3)基于曲率变化的曲线分段去噪法 (4)角度法和弦高差法 多视拼合 由于被测工件过大或形状复杂,测量时很难一次测出整个样件数据,通常是对其重新定位获取不同方位的表面信息,这称为视。 保留从不同方向或位置测量获得的数据,各视之间会有一定的重叠,就是多视拼合问题。 数据压缩和精简算法 有关数据精简和压缩的算法很多,不同类型的点云可采取不同的精简方式。 对于扫描线点云,其中较常见的有取样法、弦高偏移法、空间采样法、包围盒法、三维网格法等。 多视拼合方法 (1)点处理,即直接对点云进行对齐拼合,再重构出原型; (2)对各视局部构造几何形体,然后拼合形体。 均匀取样法 均匀取样法是根据数据点的存储顺序,每隔(m-1)个数据点采取一个数据点,其他的数据点都被忽略,这里的 m 成为间隔 (采样率)。 等间距采样法 随机采样法 适合于实体是平面或接近于平面的情况下使用,缺点是很容易丢失边界特征及曲率变化较大区域的信息。 弦高偏移法 根据抽样定理,抽样点的疏密应随曲面曲率的变化而变化,曲率越大抽样点越密。 弦高偏移法能根据法矢的变化情况对数据进行精简,这是比均匀采样法优胜的地方。它可以满足计算效率较高,曲率变化较大区域的数据精度。缺点是对于曲率变化较小且较平滑区域的精度不能得到很好的保证。 均匀网格法 该方法是在垂直扫描方向构建一组大小相同的均匀网格,并根据压缩比确定网格尺寸。当数据点投影到网格平面上,把数据点分配至网格内,把网格内中间点作为特征点保留,其余的点删掉。 特点是计算简单,消耗
文档评论(0)