上传用户：ujzdyfjmkf资料价格：5财富值&&『』文档下载 ：『』&&『』学位专业：&关 键 词 ：&&&&&权力声明：若本站收录的文献无意侵犯了您的著作版权，请点击。摘要:（摘要内容经过系统自动伪原创处理以避免复制，下载原文正常，内容请直接查看目录。）作为先辈制作技巧的一个主要构成部门，逆向工程已从最后的原型复制技巧慢慢成长成为支撑产物立异设计和新产物开辟的主要技巧手腕。逆向工程被普遍地运用于汽车、飞机、家用电器、模具制作等范畴，并发生了许多响应的装备和软件。然则要想周全、体系的处理庞杂什物零件的逆向工程CAD建模，仍存在很多须要处理的成绩。在面向特点外型的逆向工程技巧配景下，本文以产物设计意图与现实丈量点云懂得为着眼点，以重建支撑产物立异的曲面模子为目的，环绕逆向工程CAD建模中的点云数据预处置，截而曲线拟合及优化，曲面重建和修正等症结技巧睁开研讨。详细包含以下几个方面的内容：(1)对点云数据预处置时，采取弦高差法去除点云数据的乐音点；角度—弦高法对点云数据停止精简；均匀值滤波算法对点云数据停止光顺。(2)基于截面点云数据团圆曲率的盘算完成了点云数据的分段。对截面点云数抓停止曲线拟应时，采取最小二乘算法对分段点云数据停止直线、圆弧和B样条曲线拟合，并提出了基于曲线拟合均匀误差的曲线特点辨认技巧。(3)在截面分段曲线特点辨认和曲线拟合的基本上，经由过程对分段曲线的束缚辨认和剖析，树立截面曲线全体束缚优化模子。求解模子，获得截面组合曲线。(4)拟合多条截面点云数据，获得截面组合曲线组。基于曲面持续性，树立截面组合曲线特点点间的关系，采取蒙皮法生成曲而。对重构后的曲面，停止了曲面等距偏移和曲面部分修正方面的研讨。Abstract:As advanced skills for making a major part, reverse engineering has from the final prototype replication techniques slowly grown into supporting product innovation design and new product development the main finesse. Reverse engineering is widely used in automotive, aircraft, household appliances, mold production and other areas, and there have been many responses to the equipment and software. However to comprehensive, system of processing complex assortment of parts of reverse engineering CAD modeling, there are still many need to deal with the problems. Under the appearance characteristics of reverse engineering skills background oriented, this paper to product design intention and realistic measure of the point cloud know as the focus, in order to reconstruct the support surface model of product innovation for the purpose, surrounded by CAD modeling in reverse engineering of point cloud data pre-processing, cut and optimization and curve fitting, surface reconstruction and correction of crux skills open research. Including details of the contents of the following aspects: (1) of point cloud data pre-processing, take chordal deviation point to the music of the poin angle, hypotenuse height method of point cloud d average filtering algorithm for point cloud data stop fairing. (2) based on the section point cloud data reunion curvature of the completion of the point cloud data segmentation. On section point cloud data catch stop curve should take least squares algorithm for segmentation of point cloud data stop lines, circles, arcs and B-spline curve fitting, and puts forward the technique of identification based on curve fitting uniform error of curve features. (3) the identification and curve fitting of sectional curves are basically, through the process of the identification and analysis of the segmented curves, to establish a model for the optimization of the whole curve of the cross section. Solving the model, obtained the section combination curve. (4) to fit a number of cross section point cloud data, and get the section combination curve group. Based on the continuity of the curved surface, the relationship between the characteristic points of the sectional curve is set up. On the reconstructed surface, the research on the offset of the offset surface and the partial correction of the surface is stopped.目录:摘要5-6Abstract6-7目录8-11第1章 绪论11-19&&&&1.1 本课题研究背景11-12&&&&&&&&1.1.1 逆向工程技术11-12&&&&&&&&1.1.2 逆向工程技术的应用12&&&&1.2 与本课题相关技术的国内外发展概况12-15&&&&&&&&1.2.1 国外研究现状13-14&&&&&&&&1.2.2 国内研究现状14-15&&&&1.3 逆向工程点云曲面重建的几项关键技术15-16&&&&1.4 本课题研究内容、特色及创新之处16-19&&&&&&&&1.4.1 课题研究内容16&&&&&&&&1.4.2 特色及创新之处16-19第2章 点云预处理19-27&&&&2.1 点云数据分类19-20&&&&2.2 数据预处理20-24&&&&&&&&2.2.1 点云去噪算法20-21&&&&&&&&2.2.2 点云数据精简21-23&&&&&&&&2.2.3 数据光顺处理23-24&&&&&&&&2.2.4 预处理实例24&&&&2.3 点云切片24-27第3章 点云截面曲线的分段拟合27-45&&&&3.1 曲线最小二乘拟合的数学理论基础27-28&&&&3.2 点云截面数据离散曲率计算及分段28-31&&&&&&&&3.2.1 离散曲率计算28-29&&&&&&&&3.2.2 基于特征点的截面数据分段29-30&&&&&&&&3.2.3 截面点云数据分段实例30-31&&&&3.3 直线最小二乘拟合31-34&&&&&&&&3.3.1 直线最小二次拟合算法31-32&&&&&&&&3.3.2 直线端点求解32-33&&&&&&&&3.3.3 误差分析及直线可能性判断33-34&&&&&&&&3.3.4 直线拟合实例34&&&&3.4 圆弧拟合34-37&&&&&&&&3.4.1 圆弧最小二乘拟合算法34-35&&&&&&&&3.4.2 圆弧端点及圆心坐标计算35-36&&&&&&&&3.4.3 误差分析及圆弧可能性判断36&&&&&&&&3.4.4 圆弧拟合实例36-37&&&&3.5 B样条曲线拟合37-43&&&&&&&&3.5.1 B样条曲线数学表达及性质37-38&&&&&&&&3.5.2 三次B样条曲线最小二乘拟合38-41&&&&&&&&3.5.3 B样条拟合实例41-43&&&&3.6 曲线特征识别准则43-45第4章 截面曲线的整体约束优化45-63&&&&4.1 曲线单元间的几何约束表达45-48&&&&&&&&4.1.1 直线与直线间的约束表达45-46&&&&&&&&4.1.2 圆弧与圆弧间的约束表达46&&&&&&&&4.1.3 直线与圆弧间的约束表达46-47&&&&&&&&4.1.4 直线与B样条曲线之间的约束表达47&&&&&&&&4.1.5 圆弧与B样条曲线之间的约束表达47-48&&&&4.2 曲线单元间的约束误差分析48-51&&&&&&&&4.2.1 直线与直线间的约束误差分析48&&&&&&&&4.2.2 圆弧与圆弧间的约束误差分析48-49&&&&&&&&4.2.3 直线与圆弧间的约束误差分析49-50&&&&&&&&4.2.4 直线与B样条曲线间的约束误差分析50&&&&&&&&4.2.5 圆弧与B样条曲线间的约束误差分析50-51&&&&4.3 全局优化算法51-52&&&&&&&&4.3.1 数学模型的建立51-52&&&&&&&&4.3.2 整体约束优化误差分析52&&&&4.4 截面曲线整体约束优化实例分析52-63&&&&&&&&4.4.1 直线间的整体约束优化实例52-56&&&&&&&&4.4.2 直线与圆弧间的整体约束优化实例56-63第5章 基于截面曲线的曲面重构63-69&&&&5.1 曲面重构方法分类63-64&&&&5.2 基于截面曲线特征的曲面重建的理论基础64&&&&5.3 基于截面特征的曲面重构实例64-69第6章 基于UG二次开发的曲面修改69-85&&&&6.1 UG及其二次开发环境简介69-71&&&&&&&&6.1.1 UG/OPEN API69-70&&&&&&&&6.1.2 其他模块简介70-71&&&&6.2 应用程序的开发71-74&&&&&&&&6.2.1 用户菜单开发71-73&&&&&&&&6.2.2 用户对话框开发73&&&&&&&&6.2.3 VC编程73-74&&&&6.3 用户应用程序的功能及使用74-77&&&&6.4 曲面模型修改77-78&&&&&&&&6.4.1 曲面的等距偏移77&&&&&&&&6.4.2 曲面的局部改形77-78&&&&6.5 曲面修改实例78-85&&&&&&&&6.5.1 曲面等距偏移实例78-82&&&&&&&&6.5.2 曲面局部变形实例82-85第7章 结论和展望85-87&&&&7.1 结论85-86&&&&7.2 展望86-87参考文献87-91致谢91分享到：相关文献|您要找的是不是:
This paper proposes a geometry image representation based progressive transmission of point cloud surface on the network.
文章提出了基于几何图像表示的点云曲面网络渐进传输方法。
This is supported by the comparison with the results of hierarchical clustering segmentation of point cloud model and K-Means clustering segmentation of mesh model.
与三维网格模型的K均值聚类分割、点云模型的谱系聚类分割的实验结果比较证实了这一点。
The benefit of such a solution is twofold: offers a single point of managing all cloud deployments and escapes vendor locking by being able to move images around as desired.
此类解决方案的好处在于：1）提供了管理各种云平台的统一管理点；2）用户可以从一种虚拟机镜像转移到另一种虚拟机镜像，所以消除了厂商锁定。
Now based on the three-dimensional reconstruction of point cloud, it is to make three-dimensional surface grid model through some algorithm.
目前基于点云的三维重建，大都是通过一些算法构造出三维表面网格模型。
From the point of yonder rolling cloud I plunge into my past being, and revel there as the sun-burnt Indian plunges headlong into the wave that wafts him to his native shore.
望着从远处飘来的浓云，我陷入了关于过去的沉思，陶醉其中，如晒黑的印第安人不顾一切地扎进带他们回家的海浪一样。
This thesis proposes a progressive transmission of point cloud surfaces on the network based on geometry image representation.
点云曲面的网络渐进传输，基于点云曲面的复合几何图象表示。
Based on precisely matching of point cloud, this paper proposes an improved ICP algorithm.
针对点云精确匹配，提出一种改进的ICP算法。
To outline the silhouette of point cloud or mark some special signs on it, a novel approach for creating curves on point cloud with free-hand sketch is presented.
为了勾勒点云的骨架或在点云上标记符号，提出一种基于手绘的点云表面曲线构造方法。
The feature of point-cloud patch includes surface feature and edge feature.
点云特征分为曲面特征和边界特征。
Almost all algorithms of point cloud processing require carrying out neighbor points seeking, which is quite memory and CPU cycle consuming.
在处理海量点云时需要频繁进行邻近点求取，这类计算需要耗费大量内存和CPU资源。
The paper studys the problem of point cloud data precision after detailed analyzing the principle of airborne LiDAR and the characteristics of point cloud data.
本文在详细分析机载激光雷达工作原理及其点云数据特点的基础上，探讨研究点云数据的精度问题。
The combined effects of various factors mainly reflected in the accuracy of point cloud data.
而各种因素的综合影响则主要反映在点云数据的精度上。
Because of the computation and storage complexity of RBF fitting, the speed of reconstruction and the scale of point-cloud data are restricted.
但由于RBF拟合的计算量大，限制了重建速度和可处理的点云数据规模。
The point cloud registration principle was discussed. Based on this principle, the error model of point cloud registration was deduced.
分析点云配准的原理，在此基础上推导出点云配准误差传播模型。
Finally, the coordinate transformation parameters of point cloud are computed with least square method under the guide line that ensures the sum of the distances' square is minimum.
最后，计算目标点云中各点至网格点云中相应网眼的距离，并以所有这些距离的平方和最小为准则，采用最小二乘法迭代解算点云坐标转换参数。
As a key of airborne laser data processing, the filtering of point cloud has been an important prerequisite and research focus of data applications.
作为机载激光雷达数据处理的关键环节，激光雷达点云滤波一直是数据应用的重要前提和研究热点。
Accordingly, the study of reconstruction for surface of point cloud data has also been received significant attention.
与此相应，对点云数据的曲面重构研究也引起了足够的重视。
The main problems in point cloud segmentation methods were pointed out, and the description and evaluation of point cloud segmentation in related fields were conducted.
指出了目前点云模型分割技术方法中存在的主要问题；分类介绍和评价了点云分割在相关应用中的研究工作；
The normal and curvature of point cloud model are estimated with PCA (Principal Component Analysis). The adjustment of normal direction is achieved by using Minimum Spanning Tree.
通过协方差中析法实现点云模型的法矢和曲率求解，并且运用最小生成树实现法矢方向的调整；
It gets the intentionally conclusions from analysing the accuracy of point cloud data with the different filtering methods, the different point cloud density, the different terrain conditions.
最终结果便是以上述不同滤波方法、不同点云密度、不同地形条件的组合进行分析，并得出有意的结论。
Key of the data simplification technology is while at the same time of simplifying the data to reserve the original characteristics of point cloud data to the largest extent.
数据精简技术的关键是在精简数据的同时，最大限度地保留点云数据的原有特征。
Next, the point data is respectively transformed by the algorithm of arc-deformation and the dispersed point cloud of roll-forging moulds is gained.
再利用提出的圆弧弯曲变形算法，逐点进行变形计算，得到辊锻模的离散点云。
Multi-station scanning of point cloud registration and stitching would be more quickly and efficiently, if the site goes through the fan in a single grid after treatment.
多站扫描点云的配准、拼接，如果在单站点云经过扇形网格法处理后进行，会更快速高效。
Secondly, some high accurate cylinder gauges of proper diameter are inserted into tiny holes and point cloud of gauges are measured and integrated into the blade profile.
然后，在微孔中插入直径合适的高精度圆柱量规，测得量规点云，拼接到叶片轮廓上；
The influence of point cloud resolution to positional accuracy and ranging precision is analyzed through experiments;
通过试验分析点云分辨率对点位精度及测距精度的影响；
The hierarchical visualization methods of point cloud data of blocks organization is proposed.
提出点云数据的可视化方法，采用分块的数据组织方式分层可视化点云数据。
Firstly, hexahedron cells in data field of point cloud were divided into tetrahedron cells.
然后据此逐步将点定位到数据场中四面体单元内；
Finally, NURBS surface is fitted by point cloud of the blade and the cylinder surfaces are fitted by point cloud of gauges.
最后，分别拟合叶片点云和量规点云为NURBS曲面和圆柱体曲面。
Sequential dilation operations and clustering analysis are introduced into the 3D point cloud to achieve the pixel- level results of point cloud.
针对点云三维数字图像，提出基于三维数学形态学和聚类分析的分割方法。
From an administrator's point of view, a cloud environment morphs a manual, time-consuming process into a one-click, automated approval process.
从管理员的观点来看，云环境将手动、耗时的流程变为一次单击式、自动审批流程。
$firstVoiceSent
- 来自原声例句
请问您想要如何调整此模块？
感谢您的反馈，我们会尽快进行适当修改！
请问您想要如何调整此模块？
感谢您的反馈，我们会尽快进行适当修改！您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
d平面点云边界参数识别.pdf 3页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：300 &&
d平面点云边界参数识别
你可能关注的文档：
··········
··········
开 发 应 用
平面点云边界参数识别
（安阳工学院，河南 安阳 455000）
摘 要：应用图像形态学、边缘检测方法获取平面点云边界，使用随机Hough变换识别边界参数，实现了平面点云边界
参数的自动识别。把平面点云看作图像，从而引入图像处理方法处理点云数据，这一新方法获得边界，不同于计算机图
形学凸包方法，便于直接使用图像处理现成方法。实验证明该方法是正确有效的。
关键词：平面点云；形态学处理；边缘检测；随机Hough变换
Extracting Edges from 2D Point Clouds and Identifying Parameters of the Edges Based on Image Methods
YANG Xin ，YAO Hai-yan
(Anyang institute of technology,Henan 455000,China)
Abstract:The
edges from the 2D
clouds is extracted,using the method of
morphologic processing and
edge detection.The
Hough Transform
identifies the parameters of their
point clouds can be seen as an
image,so introducing the
image processing method into the new object.This method is different from the convex hull algorithm in the computer
graphics.The experiments testify it is right and effective.
Key words:2DMoEThe random hough transform
理。预处理要求既不改变图像边缘，又能够使之符合微分
点云是一种广泛使用的物体几何表示方式。特别是在
算子使用条件。形态学闭运算具有不改变凸边界的形状，
反求工程领域中，三维测量仪器可直接输出点云数据。一
对于凹边界、细小裂纹填充，从而连接成为整体的作用。
般来说，点云为三维数据。但是，机械零件中广泛存在着
因此，采用闭运算对图像进行预处理。
平面形状。这样三维点云呈现出一种特殊形态——平面点
经过预处理，图像成为连续的区域图像，适合使用边
云。针对点云数据，几何参数识别是一个重要问题。对于
缘检测的条件。边缘检测方法尽管众多，但是基本思想一
平面点云，则需要识别边缘，确定边缘曲线参数。
致。本文使用Sobel算子。
识别平面点云边缘，通常做法是运用计算几何中寻找
的识别边缘参数的方法。本文用随机Hough变换识别圆（圆
凸包的算法。点集凸包的数值算法有：gift wrapping算
弧），经典Hough变换识别直线。
法，quickhull算法，Graham算法，增量建立算法，以及分
而治之算法等。本文采用与之不同路线方法，建立平面点
2.1 形态学闭运算
云与图像的等同关系，应用图像处理方法确定边缘，然后
数学形态学的操作对象是二值图像，本算法采用5×
识别曲线参数。
正在加载中，请稍后... 上传我的文档
 下载
 收藏
资料一部分是自己原创，一部分来源于网络，若您发现侵犯您个人权利的，请留言联系我，我立马删除
 下载此文档
正在努力加载中...
基于激光断面扫描的卧式罐容积计算方法研究
下载积分：350
内容提示：基于激光断面扫描的卧式罐容积计算方法研究
文档格式：PDF|
浏览次数：2|
上传日期： 19:49:19|
文档星级：
全文阅读已结束，如果下载本文需要使用
 350 积分
下载此文档
该用户还上传了这些文档
基于激光断面扫描的卧式罐容积计算方法研究
官方公共微信逆向工程中CAD模型构建技术及应用
& &　1 引言
　　相对由概念设计到图样，再制造出产品的正向工程，逆向工程（RE）是从实物到，再到后续的CAM加工、有限元分析及快速成型等，是一项以先进产品、设备实物为研究对象，利用计算机辅助设计与加工技术进行产品复制、改进乃至新产品开发的技术手段。其中，由实物获取点云数据进而构建出实物的CAD模型是十分关键的一步。
　　Imageware是应用于逆向工程处理的先驱软件，其提供了逆向工程方面的A曲面设计和曲面评估最好的功能，具有强大的测量数据处理、曲线曲面拟合、误差检测功能，可处理多至几百万的点云数据，由点云数据构造的曲面具有良好的品质和曲面连续性。软件的模型检验功能可以方便、直观地显示曲面模型与实际测量间的数据误差。通常逆向建模得到的是外观曲面，需要多种检测曲面品质的工具，而IrnageWare软件具备了这些功能。在实际模型构建中，单纯逆向工程设计软件还存在一定的局限性。虽然软件处理点云数据的功能较强但曲面构建过程很大程度上依靠工程人员的经验，有些设计精度难达到高的水平，软件智能化、集成化程度较低。
　　在逆向软件出现之前，CAD模型的重构是依赖于正向的CAD/CAE/CAM软件来实现的，如Pro/E、UG、CATIA等，Pro/E便是其中的一个代表，其用于处理点云数据并进行逆向曲面设计的模块有：ICDM
Surf,、Pro/DESIGER、Pro/SCANTOOLS
在曲面建构方面，Pro/Scan-tools除了可以基于曲线、基于曲面创建无任何父子关系的型曲面，还可以直接应用参数化环境下的二次曲面设计与编辑、自由曲面设计与编辑等功能创建参数化曲面，所以在具体工程构建中，一般采用几种软件配套使用、取长补短的方式，以尽可能高的效率得到符合要求的CAD模型。
　　2 点云数据预处理
　　逆向工程的首要工作是获取反映物体外形结构的空间点集。在此基础上，才可进行后期的建模、改进及制造。点云数据的获取现有接触式与非接触式两种。前者测量设备的探头将接触物体，因而测量数据有较高的准确性和可靠性。但是，探头因接触物体会造成磨损需要经常维护；而且，对于较软的物体，因承受一定的测量作用力会发生变形使数据失真；此外，接触测量是逐点进行的，大大制约了测量速度。非接触式测量是利用声、光、电磁等与物体表面发生相互物理作用来获取物体表面的点云数据。其克服了接触测量的一些缺点，具有测量效率高、测量物体质地不限等优点，得到越来越广泛的运用。本例使用德国ATQS光学扫描仪获取鼠标的点云数据，该设备具有高质量的扫描精度，且测量效率高、测量范围大、性能稳定的优点，参考点拼合技术和先进的数码相机定位技术为其工业应用提供了良好的支撑。
　　2.1点云数据对齐
　　点云数据对齐分两种情况下需要进行，一是在测量同一物体时，因为某种原因需要多次分开测量，在测量完成后需将各点云对齐得一完整点云数据；二是点云数据在世界坐标系下处于非需要位置，为方便后续的处理，需要进行重新调整，使其表征的物体主要平面与坐标平面垂直（或平行）。本例中鼠标点云数据需要进行第二种情况的对齐，为后面点云的剖切、几何对象的构建、编辑创造条件。选用Modify-Extract-Circle-Select
Point析出底部点云，分割后得一平面点云，选用Construct-Surface from C1oud-Fit
Plane拟合得鼠标底所在平面。使用视图对齐底平面，旋转视图900,选用Cross Section-Cloud
Interactive剖切得鼠标底部四个支撑角及中间滚球的截面点云，排序、光顺，给定公差拟合出支撑角的截面曲线（椭圆、圆）。利用这些几何对象可作得鼠标的对称平面（垂直底面）。将两平面与鼠标点云做成组对象，用分步对齐方式（
Stepwise）将鼠标的底面和对称平面分别与世界坐标中的两坐标平面对齐，从而使点云数据在世界坐标系中摆正。
　　2.2清除杂点
　　在实际扫描过程中，由于环境和物体本身特征（表面的清洁度、反光性等的影响，使点云数据中不可避免地混有杂点。对于较集中的杂点主要用Modify-Extract-cir-cle-Select
Point，方式割除，分散的少量点则用Modify-Scan Line-Pick Delete Points清除。
　　2.3点云数据光顺与精简
　　数据平滑有三种方式：中值、平均、高斯。前两者均通过取一定数量点取平均值来取代原始点，使点云光顺，中值方式去数据毛刺的效果较好；高斯方式平均效果小，能够较好的保持原数据的形貌。本例选择高斯数据平顺方式，Modify--Smooth菜单下的命令进行平滑处理，光顺的同时能保证点云数据的质量。
　　非接触式测量法获取的点云数据相对较大，会使运算速度降低，所以大多需要进行数据的精简，方法有统一抽样、空间抽样、弦偏离抽样，三种方法各有特点。统一抽样法是基于原始数据的连续顺序而保留点。这种方式能较好地保留原始结构特征的同时减少较多的点云数量；空间抽样法是从空间抽样的角度来考虑的，忽略了点云的排列顺序，只是平衡地减少点云，而易导致形状变化大的特征被淡化或丢失；弦偏离抽样法是从形状的角度去考虑，在形状变化较大的区域保留更多的点，而在形状变化小的平坦区域内保留了更少的点a7鼠标原始点云数据有40多万个点，由于各处形状变化起伏小，点云分布较均匀，在实际应用中使用统一抽样法能获得较好的精简效果。
　　2.4点云分割
　　逆向构建当中，物体往往不是由一张曲面构成，而是由多张曲面联接而成。因此，需要根据物体外形将数据分割成代表不同曲面的点云片，分割方式决定后期的曲面制作方法，直至最终的曲面质量，所以此时就需要充分考虑整个对象的制作方法。分割时尽量避免点云片数过多，因为这样会增加后期曲面的“缝合”而降低曲面的质量。通常有两种方法来分割曲面。一种是自下而上的方法：选定种子点，由种子点向外延伸，判断其周围领域的点是否属于同一个曲面直到漫延到不连续的点为止，得到的点数据作为一个组合。这种方法只能是粗略地划分，并且需要反复地比较才能得到满意的结果。另一种是自上而下的方法：先将点数据看着一个曲面，如果不能用方法一次构建成功，那么将进行划分，直到划分为尽可能少的可构建的点云片。这种方法由于针对性强曲面划分成功率相对较高通常用得较多。但其需要解决分割边界与物体边界不一致，致使后期曲面“缝合”时，边界光顺性差的问题。相对来说，在实际的运用中第二种方法较为常用，尤其对结构相对复杂的物体进行逆向造型时，尽管会带来后期曲面连接处理且光顺性差的问题。
　　3 曲面构建
　　3.1构建特征曲线
　　曲线的构建尽可能遵循几个原则：用最少的数量控制点创建曲线，否则在曲线后期的放样和平滑过程中兼容性方面会有潜在的问题；尽量在处理过程中使用简单曲线，如直线、圆弧、圆等；在达到精度要求的前提下生成低order,
spans值的曲线，以降低曲线的自由度，当曲线的阶次增加时，将需要用更多的时问来保证曲率的连续性，轻微的调整就会极大地影响曲线。
　　3.2构建基本曲面
　　曲面生成方法有多种，除与其他CAD软件的相同Sweep、Loft、Ruted、Revolution等常用生成曲面方式以外，Imagewara软件特有的Uniform
Surface, &Fit w/Cloud and
Curve等方式在生成曲面时读取点云数据，生成曲面能很好地吻合于原始数据。适合于曲面曲率变化较多的情况。本例中，鼠标顶面采用的就是Uniform
Surface方式，保证了曲面较好的光顺性，再利用前期构建的曲线修剪得到曲面的边界。侧面基于曲面的特征，采用对特征曲线进行扫描来获得。底面利用点云数据并选用Construct-Surface
from Cloud－Fit Plane进行拟合，再经边界曲线修剪完成。
　　3.3在Pro/E中构建曲面
　　用Imageware软件完成主要曲面，过渡面以及一些非四边区域的洞用Imageware制作起来非常麻烦甚至不成功，所以工程人员常将数据导人其他的软件进行后期的制作。本例鼠标两顶面的过渡面、顶面与底面的过渡面将在Pro/E软件中完成。以IGS格式引人Imageware构造的特征线及基本曲面片（点云、辅助线等摒弃），应用Pro/E的高级曲面造型、编辑功能，如拉伸、旋转、放样、扫掠、边界拟合和曲线拟合，经过对曲面的桥接、合并、裁剪等制作，可以方便的把模型构造成一个完整的曲面。
　　4 误差检验
　　Imageware软件具有强大的检验与评估功能。无论是对点云的处理还是在曲线、曲面的生成与编辑过程中都将使用到，最终完成的三维曲面模型将利用检验功能与点云进行误差分析从而确认是否符合精度要求；使用评估功能了解曲面间的连续性，确保后续的CAD设计、CAM加工、有限元分析及快速成型。检验功能主要有：云、曲线、曲面同种对象的误差检验，曲线、曲面两种对象与点云的误差检验。评估功能主要有：点云与曲线、曲面的偏差检测，点云、曲线曲率计算，连续性评估，高光检测，反射线检测及多个曲面连续性检测等。在Pro/E中完成最后曲面的制作之后以IGS格式导入Imageware。软件中，分别使用评估、检验功能进行曲面连续性的检测以及点云与三维模型的误差分析。最大误差在±0.5mm之间。如果达不到公差要求，要将三维模型进行调整。直至达到要求为止。在Imageware软件的误差分析界面下进行曲面的调整可动态地观察公差值的变化。
　　5 结束语
　　当前逆向软件的模型重构还存有一些不足之处。主要有两个方面，一方面是，对点云数据资料进行曲面的规划和分割，以及曲面的制作，很大程度上依赖于工程人员的经验和技能，无参数化，或数值量化，点云数据和曲面的误差超差后的曲面微调花费时间多而效率低。另一面是Imageware，是一个非实体的建模环境，逆向重构的曲面模型只有通过数据格式的转换，才能为其他的通用CAD/CAE/CAM软件调用来进行后续的制作。
　　模型重建中逆向处理软件Imageware结合正向CAD软件Pro/E，充分利用其强大三维模型的构建功能及参数化设计优势；Scan-tools，逆向模块可以无缝地对接Pro/NC模块和实体设计模块；完备的快速成型和有限元分析的功能，完成产品的再造型并进行后续的下游工程是一切实可行的有效途径。今后，提高软件的智能化程度，降低对工程人员的依赖；以参数化的方式构建曲面将是逆向设计软件的未来发展的方向。
扫一扫，轻松注册
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。