基于自組織神經(jīng)網(wǎng)絡點云重建技術的研究.pdf

1、隨著現(xiàn)代計算機技術的不斷進步，逆向工程技術和三維打印技術的發(fā)展越來越深入人心，點云重建作為兩種技術中的重要研究方向，廣泛應用于汽車、航空航天、生物醫(yī)療等各個領域的產品研發(fā)和仿制。近年來，人工智能由于具備很強的學習能力、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的大力關注，并應用于點云重建的研究上，有著廣泛的前景。
　　本研究主要內容包括：⑴為了有效地提高點云重建模型的質量、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)絡點云重建技術算法，基于自組織神經(jīng)網(wǎng)絡算法，構造了球體三角網(wǎng)格為網(wǎng)絡的映射結構，通過對大量無規(guī)則節(jié)點進行網(wǎng)絡學習達到神經(jīng)元節(jié)點的分裂，改變網(wǎng)絡結構的固定性，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)格重建結果。⑵針對復雜拓撲結構的曲面、虧格曲面等對點云重建技術的限制，提出了動態(tài)生長的神經(jīng)氣網(wǎng)絡點云重建算法，根據(jù)輸入的樣本點云，自適應調節(jié)重建速度的增長，保持幾何關系和拓撲結構的收斂

3、性與協(xié)調性。利用壽命閾值和累積誤差值來插入新的神經(jīng)元節(jié)點，壽命刪除機制來刪除冗余邊的連接。此算法點云重建會產生較高的魯棒性，重建三角網(wǎng)格的拓撲結構具有收斂性，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，在算法重復學習的過程中，直到每個三角面片都達到收斂。利用動態(tài)生長的神經(jīng)氣算法