版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、逆向工程是通過產(chǎn)品掃描數(shù)據(jù)來重建產(chǎn)品數(shù)據(jù)模型,進(jìn)而進(jìn)行產(chǎn)品開發(fā)和制造的技術(shù)。其主要包含數(shù)據(jù)采集和數(shù)據(jù)處理兩方面的內(nèi)容。數(shù)據(jù)處理中的數(shù)據(jù)修復(fù)可為后續(xù)的曲面重構(gòu)及產(chǎn)品模型建立降低難度和縮短所耗時間,因此對數(shù)據(jù)修復(fù)進(jìn)行研究具有較高的實(shí)用價值。
本文在三維結(jié)構(gòu)光測量的技術(shù)背景之下,針對缺損點(diǎn)云數(shù)據(jù)的修復(fù)處理進(jìn)行了研究。缺損點(diǎn)云中通常只包含點(diǎn)的三坐標(biāo)信息,而不具備各點(diǎn)間的拓?fù)潢P(guān)系。為使邊界提取算法能實(shí)現(xiàn)自動搜索缺損區(qū)域的邊界輪廓,引入角
2、度閾值作為修補(bǔ)區(qū)域邊界點(diǎn)的判定依據(jù);同時提出將空間點(diǎn)投影到最小二乘平面,再利用平面上投影線段間夾角和閾值的比較來判定邊界點(diǎn)的方法。隨后依據(jù)邊界點(diǎn)間的距離關(guān)系,將求出的邊界點(diǎn)連接成邊界線,再確定其方向和內(nèi)外關(guān)系,最終確定出所需修復(fù)的缺損區(qū)域。
本研究提出利用支持向量機(jī)的非線性回歸算法,來對點(diǎn)云數(shù)據(jù)中缺損區(qū)域進(jìn)行修復(fù),并通過實(shí)例驗(yàn)證該方法的可行性。論文重點(diǎn)分析了曲面修補(bǔ)效果與缺損區(qū)域邊界處數(shù)據(jù)點(diǎn)的空間落差的對應(yīng)關(guān)系,得出修補(bǔ)精度范
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的點(diǎn)云去噪研究.pdf
- 基于支持向量機(jī)的點(diǎn)云曲面重構(gòu)的研究.pdf
- 基于支持向量機(jī)的點(diǎn)云曲面建模的研究.pdf
- 基于支持向量機(jī)的數(shù)據(jù)挖掘.pdf
- 基于支持向量機(jī)的數(shù)據(jù)挖掘方法.pdf
- 基于支持向量機(jī)的基因剪接位點(diǎn)研究.pdf
- 基于支持向量機(jī)的多光譜數(shù)據(jù)分類.pdf
- 支持向量數(shù)據(jù)描述與支持向量機(jī)及其應(yīng)用.pdf
- 基于云模型的模糊支持向量機(jī)分類方法研究.pdf
- 基于支持向量機(jī)的股價反轉(zhuǎn)點(diǎn)預(yù)測研究.pdf
- 基于支持向量機(jī)的股價反轉(zhuǎn)點(diǎn)預(yù)測研究
- 基于支持向量機(jī)的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 基于支持向量機(jī)的情報數(shù)據(jù)分類挖掘.pdf
- 基于支持向量機(jī)的農(nóng)業(yè)數(shù)據(jù)分類方法研究.pdf
- 基于支持向量機(jī)的智能數(shù)據(jù)挖掘算法研究.pdf
- 基于支持向量機(jī)的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于Hadoop云平臺的分布式支持向量機(jī)研究.pdf
- 基于改進(jìn)支持向量機(jī)的數(shù)據(jù)挖掘分類算法研究.pdf
- 基于支持向量機(jī)的生物數(shù)據(jù)分析方法研究.pdf
- 基于支持向量機(jī)的環(huán)境數(shù)據(jù)分析與處理.pdf
評論
0/150
提交評論