逆向工程中基于離散點(diǎn)云的噪聲預(yù)處理及模型重構(gòu)技術(shù)研究.pdf

1、本學(xué)位論文的主要?jiǎng)?chuàng)新點(diǎn)如下：
　　 1.針對分布沒有任何規(guī)律、點(diǎn)云之間沒有任何拓?fù)潢P(guān)系的完全離散的三維點(diǎn)云數(shù)據(jù)，基于統(tǒng)計(jì)概率理論，提出了一種基于單邊左側(cè)四分位數(shù)法的離散點(diǎn)云濾波新算法。(第3章)
　　 2.首次將自適應(yīng)神經(jīng)模糊推理系統(tǒng)應(yīng)用在逆向工程的自由曲面重構(gòu)中，對相關(guān)的理論算法給出了推導(dǎo)過程，并結(jié)合大量的工程實(shí)例對該算法在逆向工程的應(yīng)用進(jìn)行了分析論證，結(jié)果證明，自適應(yīng)神經(jīng)模糊推理系統(tǒng)在對具有復(fù)雜型面的物體重構(gòu)方面比人

2、工神經(jīng)網(wǎng)絡(luò)方法有較高的重構(gòu)精度和較快的重構(gòu)速度，而且還對那些人工神經(jīng)網(wǎng)不能重構(gòu)的具有復(fù)雜型面的工件具有良好的重構(gòu)結(jié)果。(第4章)
　　 3.提出了一種基于空間鄰域點(diǎn)云耦合的自由曲面重構(gòu)新方法，并對具體的重構(gòu)過程給出了具體的理論算法，結(jié)合具體的工程實(shí)例和人工神經(jīng)網(wǎng)進(jìn)行了比較，結(jié)果證明，和神經(jīng)網(wǎng)方法相比，本文提出的新算法具有較高的重構(gòu)精度和較快的重構(gòu)速度，而且還可以對那些神經(jīng)網(wǎng)不能重構(gòu)的復(fù)雜工件進(jìn)行重構(gòu)，最后還同對復(fù)雜工件同樣具有較

3、強(qiáng)重構(gòu)優(yōu)勢的自適應(yīng)神經(jīng)模糊推理系統(tǒng)重構(gòu)方法進(jìn)行了比較，結(jié)果顯示，本文提出的重構(gòu)新算法在重構(gòu)精度和重構(gòu)速度方面略勝一籌。(第4章)
　　 隨著計(jì)算機(jī)、數(shù)控、激光測量、視覺技術(shù)的高速發(fā)展，以及新的原理、技術(shù)的不斷出現(xiàn)，逆向工程已經(jīng)成為消化、吸收先進(jìn)技術(shù)，實(shí)現(xiàn)新產(chǎn)品快速開發(fā)的重要設(shè)計(jì)手段，現(xiàn)已被廣泛應(yīng)用于機(jī)械加工、電子、模具等行業(yè)中產(chǎn)品的改型設(shè)計(jì)與創(chuàng)新設(shè)計(jì)，在考古、醫(yī)學(xué)、影視等行業(yè)也有逆向工程的痕跡。本文主要圍繞逆向工程中離散三維點(diǎn)云

4、數(shù)據(jù)的噪聲預(yù)處理以及基于離散點(diǎn)云的三維模型重構(gòu)兩個(gè)方面進(jìn)行研究。
　　 在數(shù)據(jù)的噪聲預(yù)處理方面，主要完成以下兩方面的工作：
　　 1.基于逆向工程背景，研究了小波理論應(yīng)用于離散三維數(shù)據(jù)處理的必要性及可行性。提出了基于小波的掃描線點(diǎn)云數(shù)據(jù)濾波算法。
　　 2.針對分布沒有任何規(guī)律、點(diǎn)云之間沒有任何拓?fù)潢P(guān)系的完全離散的三維點(diǎn)云數(shù)據(jù)，基于統(tǒng)計(jì)概率理論，提出了一種基于單邊左側(cè)四分位數(shù)法的離散點(diǎn)云濾波新算法。
　　

5、 本文在自由曲面的模型重構(gòu)方面主要有以下四方面的工作：
　　 1.結(jié)合三維型面數(shù)字化重構(gòu)工程背景，研究了基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的自由曲面重構(gòu)方法，結(jié)果證明，該算法對一般的工件有較高的重構(gòu)精度和較快的重構(gòu)速度。
　　 2.針對ANN模型重構(gòu)算法僅適用于重構(gòu)一般工件的局限性，本文提出了基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)的自由曲面重構(gòu)方法。首次將自適應(yīng)神經(jīng)模糊推理系統(tǒng)應(yīng)用于逆向工程的自由曲面重構(gòu)中，對相關(guān)的理論算法給

6、出了推導(dǎo)過程，并結(jié)合大量的工程實(shí)例對該算法在逆向工程的應(yīng)用進(jìn)行了分析論證。結(jié)論表明，和人工神經(jīng)網(wǎng)絡(luò)方法相比，自適應(yīng)神經(jīng)模糊推理系統(tǒng)能夠?qū)哂袕?fù)雜型面的物體進(jìn)行重構(gòu)，且在重構(gòu)精度和重構(gòu)速度方面具有較強(qiáng)的優(yōu)勢，除此之外，該方法還可以對人工神經(jīng)網(wǎng)不能重構(gòu)的具有復(fù)雜型面的工件進(jìn)行良好的重構(gòu)。
　　 3.為了進(jìn)一步提高對復(fù)雜工件重構(gòu)的精度和速度，本文提出了一種基于空間鄰域點(diǎn)云耦合的自由曲面重構(gòu)新方法(SMSNPC)，并對重構(gòu)過程給出了具體

7、的理論算法，結(jié)合工程實(shí)例和人工神經(jīng)網(wǎng)進(jìn)行了比較，結(jié)果證明，所提出的新算法不僅對重構(gòu)精度與速度有了明顯的改善，而且還可以對神經(jīng)網(wǎng)不能表達(dá)的復(fù)雜工件進(jìn)行重構(gòu)，最后，同對復(fù)雜工件同樣具有較強(qiáng)重構(gòu)優(yōu)勢的自適應(yīng)神經(jīng)模糊推理系統(tǒng)重構(gòu)方法進(jìn)行了比較，結(jié)果顯示，本文提出的重構(gòu)新算法在重構(gòu)精度和重構(gòu)速度方面略勝一籌。
　　 4.研究了傳統(tǒng)的基于B-spline的參數(shù)化模型。對B樣條曲線和B樣條曲面的有關(guān)理論知識(shí)進(jìn)行了研究和分析，并給出了已知型值點(diǎn)