| 【中文题名】 | 基于细分的逆向工程曲面重建技术研究 |
| 【英文题名】 | Research for Surface Reconstruction of Reverse Engineering Based on Subdivision Surface |
| 【学科专业】 | 机械设计及理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-22 |
| 【中关键词】 | 细分曲面,网格简化,网格优化,细分重采样,逆向工程, |
| 【英关键词】 | subdivision surface,mesh simplification,mesh optimization,subdivision resampling,reverse engineering, |
| 【分类导航】 | 工业技术>机械、仪表工业>机械设计、计算与制图>机械设计>> |
| 【论文摘要】 | 本文主要研究了细分曲面在逆向工程中的应用，即细分重建技术。
细分曲面是近年来国际图形学领域研究的热点之一。它具有NURBS所不具有的任意拓扑性、能够自动保证模型整体连续性、无须拼接，而且还具有与NURBS一样的局部性、仿射不变性等优点，因此在工业设计、计算机动画等领域均得到了广泛的应用。目前关于细分曲面的研究主要集中在连续性分析、细分模式构造以及在几何造型等领域的应用等方面。本文主要对细分重建技术中的各项关键技术进行了研究，包括：
1，描述了本文细分重建算法的基本思想、流程以及数据结构，并实现了经典的Loop细分算法。
2，提出了一种新的基于边删除的网格简化算法。新的网格简化算法的误差准则主要概括为三个代价函数：正则性代价函数、共边网格夹角代价函数以及改进的离散Hausdorff距离代价函数。通过赋予三个代价函数一定的权值并相加来综合衡量边删除的代价。实验证明，与原算法相比，新算法的简化速度得到了大大的提升，并且网格质量也有了明显改善；相同阀值的情况下，新算法的简化率高于原算法；若要获得相同或相当简化率的简化网格，即使不进行折痕、角点等尖锐特征的提取，新算法也可... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-10 |
|
第一章 绪论 |
10-20 |
|
1.1 逆向工程 |
10-11 |
|
1.2 曲面重建方法 |
11-13 |
|
1.2.1 参数曲面重建 |
11-12 |
|
1.2.2 隐式曲面重建 |
12-13 |
|
1.2.3 多边形建模技术 |
13 |
|
1.3 细分曲面重建研究现状 |
13-18 |
|
1.3.1 历史背景及发展现状 |
14-16 |
|
1.3.2 细分方法的特点 |
16-17 |
|
1.3.3 细分曲面的应用 |
17-18 |
|
1.4 本文的主要内容及意义 |
18-20 |
|
1.4.1 研究目的和意义 |
18-19 |
|
1.4.2 本文的内容 |
19-20 |
|
第二章 数据结构设计及Loop细分实现 |
20-30 |
|
2.1 数据结构设计 |
20-22 |
|
2.2 Loop细分算法实现 |
22-27 |
|
2.2.1 常见细分模式及分类 |
22-24 |
|
2.2.2 Loop细分模式 |
24-27 |
|
2.2.3 Loop细分实例 |
27 |
|
2.3 细分重建基本思想 |
27-29 |
|
2.3.1 基网格生成 |
27-28 |
|
2.3.1.1 网格简化 |
28 |
|
2.3.1.2 网格优化 |
28 |
|
2.3.2 细分重采样 |
28 |
|
2.3.3 最小二乘拟合细分曲面 |
28-29 |
|
2.4 重建流程 |
29-30 |
|
第三章 基于边删除的网格简化方法 |
30-46 |
|
3.1 网格简化方法研究现状 |
30-34 |
|
3.1.1 研究现状 |
31 |
|
3.1.2 网格简化方法 |
31-33 |
|
3.1.3 简化误差估计 |
33-34 |
|
3.2 网格简化代价函数 |
34-41 |
|
3.2.1 控制网格质量 |
35-36 |
|
3.2.2 控制网格光顺性 |
36-38 |
|
3.2.3 控制网格近似性 |
38-40 |
|
3.2.4 综合代价函数 |
40-41 |
|
3.3 算法实现 |
41-42 |
|
3.4 实验结果 |
42-45 |
|
3.5 小结 |
45-46 |
|
第四章 基于Laplace光顺算子的网格采样优化 |
46-61 |
|
4.1 网格优化方法 |
46-47 |
|
4.2 带尖锐特征的网格简化 |
47-50 |
|
4.2.1 尖锐特征分类及实现 |
47-49 |
|
4.2.2 带尖锐特征的网格简化 |
49-50 |
|
4.3 网格采样优化 |
50-57 |
|
4.3.1 几何优化 |
50-55 |
|
4.3.1.1 前人的工作 |
50-51 |
|
4.3.1.2 采样几何优化方法 |
51-53 |
|
4.3.1.3 对切向位移的处理 |
53-55 |
|
4.3.2 拓扑优化 |
55-57 |
|
4.4 算法实现 |
57 |
|
4.5 实验结果 |
57-60 |
|
4.6 小结 |
60-61 |
|
第五章 基于初始网格顶点法向的细分重采样 |
61-71 |
|
5.1 前人的工作 |
61-62 |
|
5.2 细分重采样 |
62-66 |
|
5.2.1 基本思想 |
63-64 |
|
5.2.2 采样方法的推广 |
64-65 |
|
5.2.3 采样范围定义 |
65-66 |
|
5.3 算法实现 |
66-69 |
|
5.3.1 带尖锐特征的Loop细分算法的实现 |
66-69 |
|
5.3.2 重采样算法的实现 |
69 |
|
5.4 实验结果 |
69-70 |
|
5.5 小结 |
70-71 |
|
第六章 细分重建及实验结果 |
71-78 |
|
6.1 Loop模式细分重建 |
71-75 |
|
6.1.1 建立数学模型 |
71-72 |
|
6.1.2 求解控制网格 |
72-73 |
|
6.1.3 Fletcher-Reeves共轭梯度法 |
73-75 |
|
6.2 实验结果 |
75-78 |
|
第七章 总结与展望 |
78-80 |
|
7.1 本文的工作 |
78 |
|
7.2 今后的工作 |
78-80 |
|
参考文献 |
80-84 |
|
致谢 |
84 |
|
| 【DOI】 | LunWen.ID:2.2008.91446 |
