基于自組織神經(jīng)網(wǎng)絡(luò)點云重建技術(shù)的研究.pdf

1、隨著現(xiàn)代計算機(jī)技術(shù)的不斷進(jìn)步，逆向工程技術(shù)和三維打印技術(shù)的發(fā)展越來越深入人心，點云重建作為兩種技術(shù)中的重要研究方向，廣泛應(yīng)用于汽車、航空航天、生物醫(yī)療等各個領(lǐng)域的產(chǎn)品研發(fā)和仿制。近年來，人工智能由于具備很強的學(xué)習(xí)能力、處理非線性能力、具有協(xié)作能力等優(yōu)點，受到逆向工程和三維打印技術(shù)的大力關(guān)注，并應(yīng)用于點云重建的研究上，有著廣泛的前景。
　　本研究主要內(nèi)容包括：⑴為了有效地提高點云重建模型的質(zhì)量、收斂速度和精度，提出了動態(tài)生長的自組織

2、神經(jīng)網(wǎng)絡(luò)點云重建技術(shù)算法，基于自組織神經(jīng)網(wǎng)絡(luò)算法，構(gòu)造了球體三角網(wǎng)格為網(wǎng)絡(luò)的映射結(jié)構(gòu)，通過對大量無規(guī)則節(jié)點進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)達(dá)到神經(jīng)元節(jié)點的分裂，改變網(wǎng)絡(luò)結(jié)構(gòu)的固定性，刪除不穩(wěn)定的網(wǎng)格節(jié)點，通過網(wǎng)格優(yōu)化使神經(jīng)元節(jié)點與輸入的離散點云保持更加地緊密，最終得到較好的網(wǎng)格重建結(jié)果。⑵針對復(fù)雜拓?fù)浣Y(jié)構(gòu)的曲面、虧格曲面等對點云重建技術(shù)的限制，提出了動態(tài)生長的神經(jīng)氣網(wǎng)絡(luò)點云重建算法，根據(jù)輸入的樣本點云，自適應(yīng)調(diào)節(jié)重建速度的增長，保持幾何關(guān)系和拓?fù)浣Y(jié)構(gòu)的收斂

3、性與協(xié)調(diào)性。利用壽命閾值和累積誤差值來插入新的神經(jīng)元節(jié)點，壽命刪除機(jī)制來刪除冗余邊的連接。此算法點云重建會產(chǎn)生較高的魯棒性，重建三角網(wǎng)格的拓?fù)浣Y(jié)構(gòu)具有收斂性，曲面逼近精度較高，網(wǎng)格比較均勻，最終重建的結(jié)果更為理想。⑶針對曲面三角網(wǎng)格重建孔洞修補的問題，研究了動態(tài)生長的神經(jīng)氣算法。利用此算法的基本思想，通過非流形邊的檢測機(jī)制刪除冗余邊并且實時地更新三角面片的信息，在算法重復(fù)學(xué)習(xí)的過程中，直到每個三角面片都達(dá)到收斂。利用動態(tài)生長的神經(jīng)氣算法