大型復(fù)雜模具的點云預(yù)處理技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費閱讀

下載本文檔

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、模具是機(jī)械制造過程中的關(guān)鍵性工藝裝備,大型復(fù)雜模具的磨損或損壞所引起的模具失效會造成巨大的經(jīng)濟(jì)損失,對于該類模具的數(shù)字化快速修復(fù)及再制造可以帶來巨大的行業(yè)效益。目前,隨著光學(xué)掃描設(shè)備特別是激光掃描儀的技術(shù)發(fā)展,采集所獲得的點云數(shù)據(jù)越來越密集,對于大型復(fù)雜模具掃描后的點云一般都達(dá)到了百萬級甚至億級。在現(xiàn)有普通計算機(jī)的處理能力下,對大數(shù)據(jù)量點云的后續(xù)建模將會遇到困難,因此,在進(jìn)行模型重建之前,要對密集的點云數(shù)據(jù)進(jìn)行必要的預(yù)處理。
  

2、 通過對目前已有的點云預(yù)處理算法進(jìn)行研究,針對采用激光掃描儀所獲取的大量密集點云的特點,對點云去噪和點云精簡兩個主要的預(yù)處理手段作了研究,并通過在Windows操作系統(tǒng)下利用Visual C++和OpenGL所搭建的軟件平臺進(jìn)行算法效果的實現(xiàn),對點云數(shù)據(jù)的預(yù)處理效果良好。
   針對大型復(fù)雜模具的散亂點云數(shù)據(jù)中點的搜索是點云預(yù)處理中比較耗時的一項工作,因為點的k鄰域是用來計算法線、光順、去噪等的前提條件。采用八叉樹的數(shù)據(jù)模型對

3、點云數(shù)據(jù)建立空間數(shù)據(jù)索引,然后采用一種快速k鄰域搜索算法使得k鄰域建立時間減少,提高了計算效率。在建立好k鄰域關(guān)系的基礎(chǔ)上對點云采用鄰域平均法進(jìn)行去嗓。對于大量密集點云的精簡則采用基于離散形狀算子的點云精簡算法,該算子對于模型的特征變化敏感,既能保持原始模型的特征細(xì)節(jié),也能極大的減少冗余數(shù)據(jù)點,同時所需的計算時間也較少。
   通過對點云預(yù)處理算法的研究,采用性能領(lǐng)先的OpenGL函數(shù)庫在VisualC++環(huán)境下進(jìn)行軟件平臺的搭

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。

評論

0/150

提交評論