基于支持向量機(jī)的點云曲面建模的研究.pdf

1、點云的曲面重建是反求工程中的重要研究內(nèi)容，重建模型的速度和精度是實現(xiàn)快速制造的重要保證。因此本文主要研究利用支持向量機(jī)處理點云的曲面重建中的一些重要問題。 對于點云數(shù)據(jù)精簡問題，本文實現(xiàn)了將支持向量回歸問題視為最小包閉球問題（MEB），實現(xiàn)了海量點云數(shù)據(jù)中支持向量的多級提取，用更高一級密度的支持向量逼近原模型，以消除上級逼近后的殘留誤差，使重建得到的模型可以滿足不同精度的要求。 應(yīng)用ε—支持向量回歸機(jī)擬合點云數(shù)據(jù)，回歸出

2、用于逼近原模型的顯式和隱式函數(shù)模型，引入ε不敏感損失函數(shù)不僅使算法具有魯棒性，而且使回歸函數(shù)的解具有稀疏性。實驗證明了本算法在擬合函數(shù)曲面上的有效性和快速性。 應(yīng)用Marching cubes方法繪制回歸得到的隱式函數(shù)模型，根據(jù)不同的顯示精度需要，實現(xiàn)了隱式函數(shù)模型不同分辨率的曲面重建。對比實驗證明，本算法具有在保證一定精度的情況下具有速度快的優(yōu)點。 針對模型存儲空間過大問題，提出了一種基于支持向量的存儲方式，僅需存儲支